Google: Gemini 3.1 Flash Lite

Google: Gemini 3.1 Flash Lite es un modelo centrado en texto de Google, lanzado el 7 de mayo de 2026. Se sitúa en la familia Gemini de Google y el proveedor lo describe como un modelo multimodal de disponibilidad general y alta eficiencia, diseñado para cargas de trabajo de baja latencia y alto volumen. Si ya trabajas con otros modelos Gemini, este encaja en la misma familia, pero está ajustado para la eficiencia en lugar de la máxima capacidad.

El modelo acepta entradas de texto, imagen, vídeo, archivo y audio, y produce únicamente salida de texto. Eso significa que puedes enviar un prompt junto con una captura de pantalla, un PDF, un clip de vídeo o una grabación de audio, y leer una respuesta escrita. La ventana de contexto es de 1.048.576 tokens, lo suficientemente grande como para contener documentos muy largos, transcripciones extensas o colecciones de varios archivos en una sola solicitud. La salida máxima es de 65.536 tokens, por lo que las respuestas pueden alcanzar una longitud considerable cuando la tarea lo requiere. Dado que el modelo se posiciona como una opción ligera y de baja latencia, está orientado a cargas de trabajo donde el rendimiento y la capacidad de respuesta importan tanto como la profundidad de razonamiento bruta.

Esas capacidades apuntan a un conjunto bastante específico de casos de uso. La clasificación, el etiquetado y el enrutamiento de contenido entrante a gran volumen es uno. El procesamiento de documentos es otro: el contexto amplio y la compatibilidad con entrada de archivos permiten pasar contratos, informes o tickets de soporte y pedir resúmenes o campos extraídos. Las entradas de imagen, vídeo y audio lo hacen adecuado para flujos de trabajo de medios como el subtitulado, la extracción tipo transcripción o el triaje de moderación, y el proveedor señala que está diseñado para trabajo agéntico ligero, por lo que el uso de herramientas en pipelines simples de varios pasos es un objetivo natural. Si necesitas enviar el mismo tipo de solicitud miles de veces al día y mantener la latencia baja, este modelo está construido exactamente para ese patrón.

A través de api14 lo llamas con la API compatible con OpenAI usando el id de modelo "google/gemini-3.1-flash-lite". Admite include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools y top_p. En la práctica, eso significa que puedes controlar el muestreo con temperature y top_p, limitar la longitud de la respuesta con max_tokens, forzar una forma con response_format o structured_outputs, hacer que las ejecuciones sean reproducibles con seed, detener la generación en cadenas elegidas y adjuntar herramientas con tools y tool_choice cuando quieras que el modelo llame a funciones. Los parámetros reasoning y reasoning_effort, junto con include_reasoning, te permiten ajustar cuánto razonamiento interno se expone o se solicita. Si tu tarea depende de un razonamiento de varios pasos muy profundo, un modelo más grande de la misma familia puede encajar mejor, pero para el procesamiento multimodal eficiente a escala esta es la opción prevista.