Google: Gemini 3.1 Flash Lite

Google: Gemini 3.1 Flash Lite هو نموذج يركز على النصوص من Google، صدر في 7 مايو 2026. وهو ينتمي إلى عائلة Gemini من Google، ويصفه المزود بأنه نموذج متعدد الوسائط متاح بشكل عام وعالي الكفاءة، مصمم لأحمال العمل ذات زمن الاستجابة المنخفض والحجم الكبير. إذا كنت تعمل بالفعل مع نماذج Gemini أخرى، فإن هذا النموذج ينضم إلى العائلة نفسها لكنه مضبوط لتحقيق الكفاءة بدلا من أقصى قدرة.

يقبل النموذج مدخلات نصية وصورية وفيديو وملفات وصوتية، وينتج مخرجات نصية فقط. وهذا يعني أنه يمكنك إرسال طلب إلى جانب لقطة شاشة أو ملف PDF أو مقطع فيديو أو تسجيل صوتي، وقراءة إجابة مكتوبة. نافذة السياق هي 1,048,576 رمزا، وهي كبيرة بما يكفي لاستيعاب مستندات طويلة جدا أو نصوص موسعة أو مجموعات متعددة الملفات في طلب واحد. الحد الأقصى للمخرجات هو 65,536 رمزا، لذا يمكن أن تكون الردود طويلة بشكل كبير عندما تتطلب المهمة ذلك. ولأن النموذج يتموضع كخيار خفيف ومنخفض زمن الاستجابة، فإنه يستهدف أحمال العمل التي تكون فيها الإنتاجية والاستجابة بنفس أهمية عمق الاستدلال الخام.

تشير هذه القدرات إلى مجموعة محددة إلى حد ما من حالات الاستخدام. التصنيف والوسم والتوجيه بكميات كبيرة للمحتوى الوارد هي إحدى هذه الحالات. معالجة المستندات حالة أخرى: فالسياق الكبير ودعم إدخال الملفات يتيحان تمرير العقود أو التقارير أو تذاكر الدعم وطلب ملخصات أو حقول مستخرجة. وتجعل مدخلات الصور والفيديو والصوت النموذج مناسبا بشكل معقول لسير عمل الوسائط مثل كتابة التعليقات التوضيحية أو الاستخراج بأسلوب النسخ أو فرز المحتوى للإشراف، ويشير المزود إلى أنه مصمم للعمل الوكيلي الخفيف، لذا فإن استدعاء الأدوات في خطوط أنابيب بسيطة متعددة الخطوات هدف طبيعي. إذا كنت بحاجة إلى إرسال النوع نفسه من الطلبات آلاف المرات يوميا مع الحفاظ على زمن استجابة منخفض، فهذا النموذج مصمم لهذا النمط تحديدا.

عبر api14 يمكنك استدعاؤه باستخدام واجهة برمجة التطبيقات المتوافقة مع OpenAI باستخدام معرف النموذج "google/gemini-3.1-flash-lite". وهو يدعم include_reasoning و max_tokens و reasoning و reasoning_effort و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_p. عمليا، هذا يعني أنه يمكنك التحكم في أخذ العينات باستخدام temperature و top_p، وتحديد طول الرد باستخدام max_tokens، وفرض شكل معين باستخدام response_format أو structured_outputs، وجعل التشغيلات قابلة للتكرار باستخدام seed، وإيقاف التوليد عند سلاسل محددة، وإرفاق الأدوات باستخدام tools و tool_choice عندما تريد من النموذج استدعاء الدوال. وتتيح لك المعلمتان reasoning و reasoning_effort، إلى جانب include_reasoning، ضبط مقدار الاستدلال الداخلي الذي يتم كشفه أو طلبه. إذا كانت مهمتك تعتمد على استدلال عميق جدا متعدد الخطوات، فقد يكون نموذج أكبر في العائلة نفسها أنسب، لكن للمعالجة الفعالة متعددة الوسائط على نطاق واسع، فهذا هو الخيار المقصود.