Gemini 3.1 Flash-Liteとは？料金・思考レベル・APIの使い方と3.5 Flash-Liteへの移行判断【2026年10月】

Gemini 3.1 Flash-Liteは、Gemini 3シリーズで最初に出たFlash-Liteモデルです。2026年3月3日にプレビュー版が公開され、2026年5月7日に一般提供（GA）版のgemini-3.1-flash-liteになりました。Gemini APIの標準料金は100万トークンあたり入力0.25ドル・出力1.50ドルで、翻訳・分類・データ抽出のような大量の軽い処理に向けたモデルです。

2026年10月時点では、後継の3.5 Flash-Lite（2026年7月21日GA）が公式の推奨移行先になっており、3.1 Flash-Liteには2027年5月7日という最も早い提供終了日が示されています。この記事では、公式ドキュメントとモデルカードをもとに、料金・思考レベルの既定値・APIの書き方と、3.1に留まるか3.5へ移るかの判断材料を整理します。Gemini 3シリーズ全体の構成はGemini 3とは？Google最新AIモデルの特徴・ラインアップ・料金と3.1への進化で扱っています。

まとめ：Gemini 3.1 Flash-Liteの料金・思考レベル・提供期限の要点

• モデルIDはgemini-3.1-flash-liteです。プレビュー版のgemini-3.1-flash-lite-previewは2026年5月25日にシャットダウン済みで、今は呼び出せません。
• Gemini APIの標準料金は入力0.25ドル（音声は0.50ドル）・出力1.50ドルです（100万トークンあたり）。Batch APIとFlex推論は半額、優先推論は入力0.45ドル・出力2.70ドルです。出力料金には思考トークンも含まれます。
• 思考レベルの既定値はminimalです。モデルカードのベンチマーク（GPQA Diamond 86.9%など）はhighで測った値なので、既定のままでは同じ水準を期待できません。
• 入力は最大1,048,576トークン、出力は最大65,536トークンです。Live API・画像生成・コンピュータ使用には対応していません。
• 提供終了日は最も早くて2027年5月7日、推奨移行先はgemini-3.5-flash-liteです。テキスト中心の処理なら3.1のほうが安く、エージェント・コーディング・長文脈・音声の大量入力なら3.5が有利です。

以下、提供状況、料金、思考レベル、ベンチマーク、実装、移行判断の順に説明します。

Gemini 3.1 Flash-Liteの位置づけと提供状況

モデルカードには「Gemini 3.1 Flash-Lite is based on Gemini 3 Pro.」と書かれており、アーキテクチャと学習データの説明はGemini 3 Proのモデルカードを参照する形になっています。入力はテキスト・画像・動画・音声・PDFで、出力はテキストのみです。ナレッジカットオフは2025年1月です（Gemini APIのGemini 3ガイドの表）。

役割は、上位モデルの前処理や振り分けです。公式のモデルページは、オープンソースのGemini CLIがFlash-Liteでタスクの複雑さを分類し、FlashかProへ振り分けていると紹介しています。Proとの価格差は大きく、Gemini 3.1 Proプレビュー版は20万トークン以下で入力2ドル・出力12ドルと、入力で8倍です。

プレビュー公開からGA・提供終了予定までの日付

Gemini APIの非推奨ページは、表の日付を「モデルが廃止される可能性のある最も早い日付」と説明し、正確な終了日は事前に知らせるとしています。2027年5月7日に必ず止まるわけではありませんが、その日までに移行を終える前提で計画を立てるのが安全です。

Gemini APIとVertex AIで異なる仕様

Google Cloud側（Vertex AI、現在の名称はGemini Enterprise Agent Platform）でも同じIDで提供されています。仕様には次の差があります。

どちらも関数呼び出し、構造化出力、コード実行、Google検索によるグラウンディング、URLコンテキスト、コンテキストキャッシュに対応しています。自社データでチューニングしたい場合や、データ所在地・CMEK・VPC-SCといったセキュリティ管理が必要な場合はVertex AIを選びます。

Gemini 3.1 Flash-Liteの料金（Gemini API・100万トークンあたり）

単価はGemini APIの公式料金ページの2026年10月時点の値です。

コンテキストキャッシュは入力0.025ドル（音声0.05ドル）と、保存料100万トークンあたり1時間1.00ドルがかかります。Google検索によるグラウンディングは、モデルが実行する検索クエリが月5,000件まで無料で、超過分は1,000件あたり14ドルです。1回のAPIリクエストで複数の検索クエリが実行される場合、それぞれが課金対象になります。この無料枠はGemini 3.x系の全モデルで共有されます。

無料枠でも入力・出力とも0ドルで試せますが、料金表の「プロダクトの改善に使用されます」の欄は無料枠が「はい」、有料枠が「いいえ」です。社外秘のデータは有料枠で扱います。

2.5 Flash-Lite・3.5 Flash-Liteとの単価比較

2.5 Flash-Liteは最も安いものの、2.5系は「過去に積極的に使用したユーザー」にアクセスが制限されており、リリースノートは新しいプロジェクトに3.5 Flash-Liteか3.8 Flashを使うよう案内しています。新規の構築で選べるのは、実質3.1と3.5です。

月100万リクエストでの費用の試算

問い合わせ分類のように、1リクエストあたり入力800トークン・出力100トークンを月100万回送る場合を、上の単価で計算します（思考トークンが出ない前提）。

入力8億トークン÷100万×0.25ドルで200ドル、出力1億トークン÷100万×1.50ドルで150ドル、合計350ドルです。差が最も大きいのは思考トークンで、1回あたり500トークン思考させると出力が600Mトークンに増え、月額は約3倍の1,100ドルになります。単価の比較より先に、思考レベルを決めておく必要があります。

レート上限と使用量ティア

モデルごとのRPM（1分あたりのリクエスト数）・TPM・RPDの具体的な値は、公開ページには載っていません。公式のレート制限ページは「Google AI Studioで確認」とし、値は保証されないとしています。上限はAPIキーではなくプロジェクト単位でかかり、RPDは太平洋時間の午前0時にリセットされます。

Batch APIには別枠の上限があり、Tier 1で3.1 Flash-Liteにキュー登録できるトークンは10,000,000です。優先推論の上限は、標準のレート上限の0.3倍です。

思考レベル（thinking_level）の既定値と使い分け

Gemini 3ガイドの表では、3.1 Flash-Liteはminimal・low・medium・highの4段階に対応し、既定値はminimalです。3.1 Proはminimalに対応しておらず、既定はhighなので、同じ3.1世代でも初期状態の速さとコストが違います。

• minimal：ほとんどのクエリで「思考なし」に近い動作です。ただし公式は、思考が完全にオフになるとは保証しないと書いています。分類・翻訳・抽出向きです。
• low・medium：短い手順の推論が要るとき。公式は、費用を抑えたいときはmax_output_tokensを小さくするより思考レベルを下げるよう勧めています。上限で切ると、思考トークンを払ったうえで出力が空になることがあるためです。
• high：UI生成や多段の指示など、精度を優先する処理。思考トークンは出力料金で課金されます。

同じリクエストでthinking_levelと旧来のthinking_budgetを両方指定すると400エラーになります。OpenAI互換のエンドポイントでは、reasoning_effortがthinking_levelに自動で対応づけられます。

なお、Geminiアプリの「高速」「思考」などのモード切り替えはアプリの画面上の選択で、APIのthinking_levelとは別の仕組みです。Gemini 3系のAPIで思考の深さを調整するにはthinking_levelの指定が推奨されていますが、これも思考トークン数を固定する設定ではなく、相対的な上限の目安です。

ベンチマークはhigh設定・プレビュー版で測った値

評価方法のページによると、モデルカードの数値はgemini-3.1-flash-lite-previewを、Gemini APIの既定のサンプリング設定とhighの思考で実行した結果です。既定のminimalで動かす本番環境には、表の数値をそのまま適用できません。精度の検証は、本番で使う思考レベルで行います。

ベンチマークで見る3.1 Flash-Liteの得意・不得意

2026年3月時点のGemini 3.1 Flash-Liteのモデルカードから、主な項目を抜き出しました（3.1 Flash-Liteはhigh、他社モデルはカードの記載どおりの設定）。

推論（GPQA Diamond）と画像を含む理解（MMMU-Pro）は、比較対象の中で最も高い値です。発表ブログはArena.aiのEloを1,432としています。一方で、表からは次の3つの弱点も読み取れます。

• 出力速度は2.5 Flash-Liteとほぼ同じ：363 tokens/sは2.5 Flash比で約1.46倍ですが、2.5 Flash-Liteの366とは差がありません。速度はArtificial Analysisの2026年3月3日時点の計測です。
• 100万トークン全域からの検索は2.5 Flashより弱い：1Mまで入力できても、8か所の情報を探すMRCR v2の1Mは12.3%で、2.5 Flashの21.0%を下回ります。長い資料の全体から細部を拾う用途では、分割して投げるかRAGを併用します。
• 知識問題とコード生成は上位モデルに届かない：SimpleQA Verifiedは他より高いものの43.3%で、半分以上の問いに正しく答えられません。事実を答えさせるなら検索グラウンディングを付けます。LiveCodeBenchはGPT-5 miniの80.4%を下回ります。

PythonでGemini 3.1 Flash-Liteを呼び出す実装

Google Gen AI SDK（google-genai）を使います。APIキーは環境変数GEMINI_API_KEYに入れておきます。次のコードは、問い合わせ文をminimalの思考で分類し、JSONスキーマどおりの結果を受け取る例です。google-genai 2.28.0とモックの通信層で、リクエスト本文にthinkingConfigとresponseJsonSchemaが入ることを確認しました。

以下の例はPython 3.10以上を前提とします。検証時と同じSDK版を使う場合は、次のコマンドでインストールします。

python -m pip install google-genai==2.28.0

import json
from google import genai
from google.genai import types

client = genai.Client()  # GEMINI_API_KEY を読む

schema = {
    "type": "object",
    "properties": {
        "category": {"type": "string", "enum": ["billing", "bug", "account", "other"]},
        "urgent": {"type": "boolean"},
    },
    "required": ["category", "urgent"],
}

response = client.models.generate_content(
    model="gemini-3.1-flash-lite",
    contents="請求書が二重に届きました。至急確認してください。",
    config=types.GenerateContentConfig(
        system_instruction="問い合わせを分類し、JSONだけを返す",
        thinking_config=types.ThinkingConfig(thinking_level="minimal"),
        response_mime_type="application/json",
        response_json_schema=schema,
    ),
)
print(json.loads(response.text))
print(response.usage_metadata.thoughts_token_count)  # 思考トークン数（課金対象）

最後の行で思考トークン数を記録しておくと、前の章の試算のように、思考が費用を押し上げていないかを本番のログで確かめられます。

Interactions APIでの書き方

Gemini APIのドキュメントは、新しい機能を使うにはInteractions APIを勧めています。こちらでは思考レベルをgeneration_configに渡します。SDKは/v1beta/interactionsへ送信します。

from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-3.1-flash-lite",
    input="次の文をドイツ語に翻訳して、訳文だけを返して：今日は雨です。",
    generation_config={"thinking_level": "minimal"},
)
print(interaction.output_text)

client.interactionsはgoogle-genaiの2.x系にあります。2.x系はPython 3.10以上が必要で、Python 3.9の環境では1.x系までしか入らないため、この属性がありません。

プレビュー版IDから移行するときに直す箇所

• モデルIDをgemini-3.1-flash-lite-previewからgemini-3.1-flash-liteへ変えます。プレビュー版は2026年5月25日にシャットダウンされています。
• thinking_budgetを使っているコードはthinking_levelへ置き換えます。互換のため旧パラメータも動きますが、公式は移行を勧めています。
• temperatureを明示している場合は外します。2026年7月21日のリリースノートでtemperature・top_p・top_kは非推奨になり、Gemini 3ガイドも1.0未満にするとループや性能低下が起こり得るとしています。

思考シグネチャやレート制限ティアなど、Gemini 3.1世代に共通するAPIの注意点はGemini 3.1 Pro Previewの記事にまとめています。

3.5 Flash-Liteへ移行するか、3.1に残すかの判断

3.5 Flash-Liteのモデルカードには「Gemini 3.5 Flash-Lite is based on Gemini 3.1 Flash-Lite.」とあり、3.1の直系の後継です。入出力の上限は同じ（1,048,576・65,536）で、思考レベルの既定値もminimalのままです。2026年7月時点のモデルカードの比較は次のとおりです。

エージェント型のコーディングとコンピュータ操作、長文脈では大きく伸びていますが、図表の読み取り（CharXiv）はほぼ同じです。速度はどちらもArtificial Analysisの計測で、3.5は速くなっていません。

費用の分かれ目は入力の種類です。標準料金で同じ入出力トークン数を処理するなら、テキスト・画像・動画では入力と出力のどの比率でも3.1の料金が下回ります。実際の費用は、各モデルが消費した入力・回答・思考トークン数で比較します。音声入力だけは3.5が0.30ドルと3.1の0.50ドルより安く、出力トークンが音声入力トークンの20%未満なら3.5のほうが安くなります（0.50a+1.50o＝0.30a+2.50oを解くとo＝0.2a）。文字起こしでも、回答と思考を合わせた出力トークン数が音声入力トークン数の20%未満になる場合に、この条件が成立します。

• 3.1に残す：テキストの分類・翻訳・抽出で、精度に不満がなく、費用を最優先する場合。上の試算では3.5へ移ると月額が1.4倍になります。2027年5月までに移行する前提で使います。
• 3.5へ移る：サブエージェント、コード生成、長い資料の読み込み、音声の文字起こし。これから2.0・2.5系から移る場合も、最も早ければ2027年5月に再移行が必要になる3.1を経由せず、3.5へ直接移れば、3.1を経由するための改修を省けます。

どちらのFlash-Liteも向かない処理もあります。音声の双方向会話はLive API非対応なのでLive系モデルを使い、画像の生成・編集はNano Banana 2 Lite（Gemini 3.1 Flash Lite Image）を、複雑なエージェントの司令塔はGemini 3.8 Flash以上を選びます。2.0 Flash系からの移行の経緯はGemini 2.0 Flashの提供終了の記事で詳しく扱っています。

よくある質問

Gemini 3.1 Flash-Liteの価格はいくらですか？

Gemini APIの標準料金は、100万トークンあたり入力0.25ドル（音声は0.50ドル）、出力1.50ドルです。Batch APIとFlex推論は半額になります。Vertex AIの標準料金もglobalでは同額です。非globalでは100万トークンあたり入力0.275ドル（音声は0.55ドル）・出力1.65ドルになります。

Gemini 3.1 Flash-Liteは無料で使えますか？

Gemini APIの無料枠とGoogle AI Studioで試せます。ただし無料枠のデータはプロダクトの改善に使われます。無料枠で使えるリクエスト数はAI Studioで確認する方式で、公開ページに固定値はありません。

思考レベルの既定値と選べるレベルは何ですか？

既定値はminimalで、minimal・low・medium・highの4段階から選べます。minimalでも思考が完全にオフになるとは限りません。思考トークンは出力料金で課金されます。

gemini-3.1-flash-lite-previewは今も使えますか？

使えません。2026年5月11日に非推奨となり、5月25日にシャットダウンされました。モデルIDをgemini-3.1-flash-liteに変えれば、同じ料金で使えます。

3.1 Flash-Liteと3.5 Flash-Liteはどちらを使うべきですか？

新しく作るなら3.5 Flash-Liteです。3.1は最も早くて2027年5月7日に提供が終わり、エージェントやコーディングの性能も3.5が上です。テキスト中心で費用を最優先する既存の処理だけは、移行期限まで3.1に残す選択肢があります。

関連記事

• Gemini 3.8 Flashとは？3.7からの差分・料金・移行コードを実装目線で解説【2026年9月】
• Gemini 3.6 Flashとは？料金・ベンチマーク・3.5 Flashとの違いを実装目線で解説【2026年7月】
• Gemini 3.1 Proの料金｜有料プランの月額・利用上限とAPI単価【2026年9月】
• Gemini 2.0 Flashは提供終了｜2026年6月1日のshutdownと移行先モデルの選び方
• Nano Banana 2 Liteとは？4秒生成・1枚0.034ドルの最速画像生成モデルとNano Banana 2との違いを解説