gemini-3.1-flash-lite-preview API

对话

发送一条消息，用你的账号运行 gemini-3.1-flash-lite-preview。

设置

系统提示词max_tokenstemperature

上一次响应

收到回复后，这里会显示用量和扣费。

关于此模型

gemini-3.1-flash-lite-preview 通过 Hermes AI 的 OpenAI 兼容对话补全接口提供。发送标准的 messages 数组即可；流式输出、function 工具、JSON 输出和推理设置原样透传。按 token 从预付额度扣费，价格见「定价」标签。

属性	值
模型 id	`google/gemini-3.1-flash-lite-preview`
厂商	Google
上下文窗口	1,048,576 token
能力	工具, JSON, 流式
端点	`https://api.hermes-ai.net/api/v1/chat/completions`
Hermes AI 价格	正在加载价格…

请求

POST https://api.hermes-ai.net/api/v1/chat/completions · 带 chat:create 权限的 API Key，或已登录会话。

字段	类型	说明
model	string	`google/gemini-3.1-flash-lite-preview`
messages	array	OpenAI 对话消息：system、user、assistant、tool 角色；text 和 image_url 内容块。
stream	boolean	SSE 流式输出，最后一个事件包含 usage。
max_tokens	integer	输出上限，同时决定预留额度。
tools / tool_choice	array / object	仅支持 function 工具。
response_format	object	模型支持时可用 JSON 模式和 JSON schema。
temperature, top_p, stop, seed, reasoning_effort		原样透传。

响应

字段	说明
choices[].message / delta	OpenAI chat completion 结构。
usage	模型返回的 prompt_tokens、completion_tokens 和 prompt_tokens_details.cached_tokens。
hermes.charged_micros	精确扣费（微美元，JSON 响应）。流式请求可在 GET /api/v1/chat/requests 查看。
x-hermes-request	请求 id 响应头，账单流水中使用同一 id。
error.code	文档中的 Hermes 错误码；请按错误码而非消息文本分支。

token 价格

美元 / 百万 token。按每次请求的提示词长度选择档位。

正在加载价格…

按 token 计费说明

请求被接受时，Hermes 会按估算的提示词长度加上 max_tokens（未设置时为 8,192）预留额度。设置 max_tokens 可以减少预留。
响应结束后，按模型返回的实际用量结算：提示词 token 按输入价、命中缓存的 token 按缓存读取价、输出 token 按输出价，预留的剩余部分立即释放。
模型拒绝请求时不收费。流式输出在已生成内容后中断时，会按已生成文本估算并扣费。

代码示例

任意 OpenAI SDK 都可用：设置 base URL 和你的 Hermes Key。

shell

export HERMES_API_KEY=your_api_key

curl https://api.hermes-ai.net/api/v1/chat/completions \
  -H "Authorization: Bearer $HERMES_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-3.1-flash-lite-preview",
    "messages": [{"role": "user", "content": "Say hello in one sentence."}],
    "max_tokens": 200
  }'