google

Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite هو أسرع وأكثر نماذج Google كفاءة في التكلفة. يتميز بسياق 1M، وقدرات multimodal أصلية، وسرعة 363 token/ثانية للعمل على نطاق واسع.

Multimodalسرعة عاليةكفاءة في التكلفةGoogle Gemini
google logogoogleGemini 3.13 مارس 2026
نافذة السياق
1.0Mرموز
أقصى مخرج
66Kرموز
سعر الإدخال
$0.25/ 1M
سعر الإخراج
$1.50/ 1M
الوضع:TextImageAudioVideo
القدرات:الرؤيةالأدواتالبث
المعايير
GPQA
86.9%
GPQA: أسئلة علمية مستوى الدراسات العليا. معيار صارم مع 448 سؤالاً من الأحياء والفيزياء والكيمياء. خبراء الدكتوراه يحققون فقط 65-74% دقة. حقق Gemini 3.1 Flash-Lite درجة 86.9% في هذا المعيار.
HLE
16%
HLE: استدلال مستوى الخبير. يختبر قدرة النموذج على إظهار استدلال مستوى الخبير في المجالات المتخصصة. حقق Gemini 3.1 Flash-Lite درجة 16% في هذا المعيار.
MMLU
88.9%
MMLU: فهم اللغة متعدد المهام الضخم. معيار شامل مع 16,000 سؤال في 57 مادة أكاديمية. حقق Gemini 3.1 Flash-Lite درجة 88.9% في هذا المعيار.
MMLU Pro
80%
MMLU Pro: MMLU النسخة المهنية. نسخة محسنة من MMLU مع 12,032 سؤالاً وتنسيق 10 خيارات أصعب. حقق Gemini 3.1 Flash-Lite درجة 80% في هذا المعيار.
SimpleQA
43.3%
SimpleQA: معيار الدقة الواقعية. يختبر قدرة النموذج على تقديم إجابات دقيقة وواقعية. حقق Gemini 3.1 Flash-Lite درجة 43.3% في هذا المعيار.
IFEval
85%
IFEval: تقييم اتباع التعليمات. يقيس مدى جودة اتباع النموذج للتعليمات والقيود المحددة. حقق Gemini 3.1 Flash-Lite درجة 85% في هذا المعيار.
AIME 2025
25%
AIME 2025: امتحان الرياضيات الأمريكي بالدعوة. مسائل رياضيات مستوى المنافسة من امتحان AIME المرموق. حقق Gemini 3.1 Flash-Lite درجة 25% في هذا المعيار.
MATH
78%
MATH: حل المسائل الرياضية. معيار رياضيات شامل يختبر حل المسائل في الجبر والهندسة والتفاضل والتكامل. حقق Gemini 3.1 Flash-Lite درجة 78% في هذا المعيار.
GSM8k
95%
GSM8k: رياضيات المدرسة الابتدائية 8K. 8,500 مسألة رياضية كلامية مستوى المدرسة الابتدائية. حقق Gemini 3.1 Flash-Lite درجة 95% في هذا المعيار.
MGSM
92%
MGSM: رياضيات ابتدائية متعددة اللغات. معيار GSM8k مترجم إلى 10 لغات. حقق Gemini 3.1 Flash-Lite درجة 92% في هذا المعيار.
MathVista
75%
MathVista: الاستدلال البصري الرياضي. يختبر القدرة على حل المسائل الرياضية مع عناصر بصرية. حقق Gemini 3.1 Flash-Lite درجة 75% في هذا المعيار.
SWE-Bench
35%
SWE-Bench: معيار هندسة البرمجيات. نماذج الذكاء الاصطناعي تحاول حل مشكلات GitHub حقيقية في مشاريع Python. حقق Gemini 3.1 Flash-Lite درجة 35% في هذا المعيار.
HumanEval
88%
HumanEval: مسائل برمجة Python. 164 مسألة برمجة حيث يجب على النماذج إنشاء تنفيذات صحيحة لدوال Python. حقق Gemini 3.1 Flash-Lite درجة 88% في هذا المعيار.
LiveCodeBench
72%
LiveCodeBench: معيار البرمجة المباشرة. يختبر قدرات البرمجة على تحديات برمجة واقعية محدثة باستمرار. حقق Gemini 3.1 Flash-Lite درجة 72% في هذا المعيار.
MMMU
76.8%
MMMU: الفهم متعدد الوسائط. معيار الفهم متعدد الوسائط من 30 مادة جامعية. حقق Gemini 3.1 Flash-Lite درجة 76.8% في هذا المعيار.
MMMU Pro
76.8%
MMMU Pro: MMMU النسخة المهنية. نسخة محسنة من MMMU مع أسئلة أكثر تحدياً. حقق Gemini 3.1 Flash-Lite درجة 76.8% في هذا المعيار.
ChartQA
91%
ChartQA: أسئلة وأجوبة الرسوم البيانية. يختبر القدرة على فهم وتحليل المعلومات من الرسوم البيانية والمخططات. حقق Gemini 3.1 Flash-Lite درجة 91% في هذا المعيار.
DocVQA
92%
DocVQA: أسئلة بصرية للمستندات. يختبر القدرة على استخراج المعلومات من صور المستندات. حقق Gemini 3.1 Flash-Lite درجة 92% في هذا المعيار.
Terminal-Bench
55%
Terminal-Bench: مهام Terminal/CLI. يختبر القدرة على تنفيذ عمليات سطر الأوامر. حقق Gemini 3.1 Flash-Lite درجة 55% في هذا المعيار.
ARC-AGI
12%
ARC-AGI: التجريد والاستدلال. يختبر الذكاء المرن من خلال ألغاز جديدة للتعرف على الأنماط. حقق Gemini 3.1 Flash-Lite درجة 12% في هذا المعيار.

حول Gemini 3.1 Flash-Lite

تعرف على قدرات Gemini 3.1 Flash-Lite والميزات وكيف يمكن أن يساعدك في تحقيق نتائج أفضل.

صُمم Gemini 3.1 Flash-Lite لتطبيقات الـ AI ذات الحجم الكبير حيث تعتبر سرعة المعالجة هي المتطلب التقني الأساسي. على عكس نماذج Pro الأكبر، يستخدم Flash-Lite بنية انسيابية تعطي الأولوية للـ throughput، حيث تصل إلى 363 token في الثانية. إنه يعمل كأداة متخصصة للمطورين الذين يبنون وكلاء صوتيين في الوقت الفعلي، وأنظمة الإشراف الآلي على المحتوى، وخطوط معالجة استخراج البيانات واسعة النطاق التي يجب أن تظل فعالة من حيث التكلفة تحت ضغط حركة المرور الكثيفة.

على الرغم من تصنيفه كـ lite، يحافظ الـ model على 1M token كـ context window. يمكنه استيعاب ملفات الصوت الخام، ومقاطع الفيديو التي تصل مدتها إلى ساعة، ومئات الصفحات من ملفات PDF في طلب واحد. من خلال تقديم مستويات التفكير (Thinking Levels)، تسمح Google للمستخدمين بالاختيار بين استجابات شبه فورية للمهام البسيطة ومرحلة تفكير أعمق للمنطق المعقد. وهذا يوفر ملفات تعريف أداء متعددة داخل API endpoint واحد للموازنة بين التكلفة والدقة.

الـ model هو multimodal بطبيعته، مما يلغي الحاجة إلى أدوات خارجية لنسخ الصوت أو وصف الصور قبل المعالجة. تعمل هذه القدرة الأصلية على تحسين الأداء في المهام البصرية مثل الإجابة على أسئلة المستندات وتحليل الرسوم البيانية. يمكن للمطورين استخدام الـ parameter الخاص بـ thinking_level لضبط وقت الـ reasoning الداخلي، مما يؤدي بفعالية إلى توسيع نطاق جهد الـ model بناءً على التعقيد المحدد لكل استعلام.

Gemini 3.1 Flash-Lite

حالات استخدام Gemini 3.1 Flash-Lite

اكتشف الطرق المختلفة لاستخدام Gemini 3.1 Flash-Lite لتحقيق نتائج رائعة.

الترجمة عالية الحجم

معالجة آلاف رسائل الدردشة متعددة اللغات أو تذاكر الدعم الفني في الوقت الفعلي مع latency أقل من ثانية.

توجيه الـ model الذكي

العمل كمصنف سريع لتحديد ما إذا كانت الاستعلامات الواردة تحتاج إلى تصعيدها إلى نماذج أكثر تكلفة.

الإشراف على المحتوى الـ multimodal

فحص دفعات كبيرة من الصور ومقاطع الفيديو التي ينشئها المستخدمون لضمان الامتثال لمعايير السلامة بتكلفة منخفضة.

تصميم النماذج الأولية لواجهة المستخدم في الوقت الفعلي

توليد مكونات React أو Tailwind وظيفية من رسومات تخطيطية مرسومة باليد أو أوصاف لفظية.

تلخيص المستندات الطويلة

تكثيف الأرشيفات القانونية الضخمة أو الأدلة الفنية دون فقدان الـ context عبر الـ context window البالغ 1M.

تحويل الصوت إلى نص (Transcription) مباشر

تحويل ساعات من الاجتماعات أو تسجيلات المحاضرات إلى ملخصات منظمة وقوائم مهام في خطوة واحدة.

نقاط القوة

القيود

أداء فائق السرعة: بسرعة 363 token في الثانية، يعد أحد أسرع النماذج في الصناعة من حيث الاستجابة في الوقت الفعلي.
انخفاض استرجاع الحقائق: تشير نتيجة SimpleQA البالغة 43.3% إلى خطر كبير بحدوث هلوسة في المعلومات العامة بدون استخدام الـ grounding.
الـ reasoning المتقدم: بتحقيق 86.9% في اختبار GPQA Diamond، فإنه يوفر منطقًا علميًا بمستوى الدكتوراه في فئة خفيفة الوزن.
زيادة السعر: هو أغلى بكثير من سلفه Gemini 2.5 Flash-Lite الذي يحل محله في القائمة.
التحكم الديناميكي في التكلفة: يتيح الـ parameter الخاص بمستويات التفكير تحكمًا دقيقًا في إنفاق الحوسبة على أساس كل طلب.
latency أعلى في وضع التفكير المكثف: يضيف استخدام مستوى التفكير العالي ما يقرب من 7 إلى 10 ثوانٍ من الحوسبة المسبقة قبل بدء التوليد.
الـ Multimodality الموحد: الاستيعاب الأصلي للصوت والفيديو وملفات PDF يلغي الحاجة إلى خطوط ربط (pipelines) معقدة تعتمد على نماذج متعددة.
رفض السلامة: تظهر الاختبارات الداخلية انخفاضًا بنسبة 21.7% في اتساق سلامة تحويل الصورة إلى نص أثناء تمارين الـ red-teaming.

البدء السريع API

google/gemini-3.1-flash-lite-preview

عرض التوثيق
google SDK
import { GoogleGenAI } from "@google/generative-ai";

const genAI = new GoogleGenAI(process.env.API_KEY);
const model = genAI.getGenerativeModel({
  model: "gemini-3.1-flash-lite-preview",
  generationConfig: {
    thinkingConfig: { thinking_level: "high" }
  }
});

const result = await model.generateContent("Create a weather dashboard UI.");
console.log(result.response.text());

ثبت SDK وابدأ في إجراء استدعاءات API في دقائق.

ماذا يقول الناس عن Gemini 3.1 Flash-Lite

شاهد رأي المجتمع في Gemini 3.1 Flash-Lite

القدرة البرمجية لـ 3.1 Flash-Lite جيدة بشكل مفاجئ لتطوير الـ front-end؛ فقد برمج عارضًا بزاوية 360 درجة بشكل مثالي.
WorldofAI
youtube
Gemini 3.1 Flash-Lite هو الـ model المناسب لبناء وكلاء AI (Agents) متعددة الوسائط تعمل دائمًا. إنه يقرأ، ويربط، ويجمع كل شيء.
Shubham Saboo
twitter
التسعير صدمة كبيرة. القفزة بمقدار 3.75x على الـ tokens الخاصة بالمخرجات ستكون مؤلمة إذا كنت تعمل بميزانية سحابية محدودة.
Binary Verse AI
youtube
إنه ينقل عبء التعقيد من بنية فريق الهندسة لديك مباشرة إلى البنية التحتية لـ Google.
Julian Goldie
youtube
انخفاض آخر في سعر الذكاء. سرعة عالية، تكلفة منخفضة، ذكاء عالٍ. نموذج رائع للتوجيه الـ agentic.
ctgtplb
twitter
سعة 1M context لا تزال الميزة القاتلة هنا. يمكنني تفريغ مجلدات مستودع كاملة (repo) وهو يعمل ببساطة مع TTFT أقل من ثانية.
DevFlow_26
reddit

فيديوهات عن Gemini 3.1 Flash-Lite

شاهد الدروس والمراجعات والنقاشات عن Gemini 3.1 Flash-Lite

يبدو أنهم تمكنوا بطريقة ما من حشر الكثير من الذكاء في هذا الـ model.

سأستخدمه لأحمال العمل ذات الـ throughput العالي والمحددة بشكل جيد جدًا.

قدرة الـ front-end الخاصة بـ Flash-Lite أفضل حتى من معظم النماذج التي عملت معها بالفعل.

لقد أنشأ حرفيًا عارضًا وظيفيًا بالكامل من المرة الأولى.

هذا الـ model مثالي لأولئك الذين يحتاجون إلى السرعة دون التضحية بكل المنطق.

هذا الـ model هو ما نسميه نموذج العمل الشاق... المصمم خصيصًا لمهام الـ throughput العالي.

إذا قمت بتشغيله بميزانية تفكير دنيا، فإنه يعمل بشكل أساسي كنموذج غير معتمد على الـ reasoning وهو سريع للغاية.

لقد قام بعمل جيد بشكل ملحوظ في الموقع الإلكتروني الذي حصلنا عليه كمخرجات.

نسبة السرعة إلى التكلفة هي السبب الحقيقي وراء نقل تطبيقاتك الإنتاجية إلى هنا.

إنه يتعامل مع مدخلات الـ multimodal محليًا، وهي ميزة ضخمة مقارنة بالمنافسين.

الوصول إلى ما يقرب من 87% في GPQA Diamond باستخدام نموذج مصنف كـ lite يعطل نظام التصنيف بالكامل لدينا.

لا تستخدم هذا الـ model كأوراكل للحقائق... يجب أن توفر الحقائق له.

مع 3.1 Flash-Lite، أنت تتجنب تشغيل ثلاث خدمات مصغرة أخرى... هذه البساطة تستحق المال الحقيقي.

الزيادة بنسبة 45 بالمائة في سرعة المخرجات محسوسة فورًا في الاستجابة المتدفقة (streaming).

أنت تحصل على 1M context مقابل ملاليم، وهو ما يزال يبدو كالسحر في مرحلة الإنتاج.

أكثر من مجرد برومبتات

عزز سير عملك مع أتمتة الذكاء الاصطناعي

يجمع Automatio بين قوة وكلاء الذكاء الاصطناعي وأتمتة الويب والتكاملات الذكية لمساعدتك على إنجاز المزيد في وقت أقل.

وكلاء الذكاء الاصطناعي
أتمتة الويب
سير عمل ذكي

نصائح احترافية لـ Gemini 3.1 Flash-Lite

نصائح الخبراء لمساعدتك على تحقيق أقصى استفادة من Gemini 3.1 Flash-Lite وتحقيق نتائج أفضل.

ضبط مستويات التفكير (Thinking Levels)

استخدم تفكيرًا بسيطًا لمهام التصنيف لتقليل التكاليف، ولكن انتقل إلى التفكير العالي للمهام البرمجية المعقدة.

تفعيل الربط المرجعي (Grounding)

استخدم دائمًا ربط Google Search بالواقع للمهام التي تتطلب استرجاع حقائق، حيث إن دقة الحقائق الأساسية للـ model أقل.

رفع الملفات الخام (Raw Files)

تجنب المعالجة المسبقة للصوت أو الفيديو وتحويلهما إلى نص، وقم بدلًا من ذلك برفع الملفات الخام للاستفادة من قدراته الـ multimodal الأصلية.

استخدام تعليمات النظام (System Instructions)

قم بفرض مخططات JSON بصرامة باستخدام الـ parameter الخاص بـ system_instruction لتقليل الـ tokens الخاصة بتصحيح المخرجات.

الشهادات

ماذا يقول مستخدمونا

انضم إلى الآلاف من المستخدمين الراضين الذين حولوا سير عملهم

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ذو صلة AI Models

anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
xai

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
openai

GPT-5.1

OpenAI

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

400K context
$1.75/$14.00/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
moonshot

Kimi K2 Thinking

Moonshot

Kimi K2 Thinking is Moonshot AI's trillion-parameter reasoning model. It outperforms GPT-5 on HLE and supports 300 sequential tool calls autonomously for...

256K context
$0.60/$2.50/1M

الأسئلة الشائعة حول Gemini 3.1 Flash-Lite

ابحث عن إجابات للأسئلة الشائعة حول Gemini 3.1 Flash-Lite