Google: Gemini 3.1 Flash Lite Preview

Google: Gemini 3.1 Flash Lite Preview es un modelo de generación de texto de Google, ofrecido aquí como una compilación de vista previa. Se sitúa en la línea Flash Lite de Google, que el proveedor describe como su nivel de alta eficiencia optimizado para casos de uso de gran volumen. Según Google, supera a Gemini 2.5 Flash Lite en calidad general y se acerca al rendimiento de Gemini 2.5 Flash. Si ya trabajas dentro de la familia Gemini, este modelo es la opción ligera destinada a cargas de trabajo en las que envías muchas solicitudes y quieres un modelo más pequeño y rápido en lugar del más grande disponible.

El modelo acepta entradas de texto, imagen, vídeo, archivo y audio, y devuelve únicamente texto. Esa combinación importa: puedes enviar un prompt que incluya una captura de pantalla, un clip grabado, un documento o un archivo de audio, y recibir una respuesta escrita. La ventana de contexto es de 1.048.576 tokens, por lo que documentos largos, transcripciones extensas y entradas de varias partes caben cómodamente en una sola solicitud. La salida máxima es de 65.536 tokens, suficiente para resúmenes largos, informes estructurados o trazas de razonamiento extendidas. Los parámetros de solicitud admitidos incluyen temperature, top_p, max_tokens, seed, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort e include_reasoning.

Esas capacidades apuntan a un conjunto de usos bastante específico. Los trabajos de clasificación, extracción y etiquetado de gran volumen se benefician del enfoque en la eficiencia, especialmente cuando la entrada es una mezcla de texto y medios. Puedes transcribir y resumir audio, describir o consultar contenido de vídeo, y analizar archivos subidos sin una canalización separada para cada modalidad. Dado que se admiten structured_outputs y response_format, el modelo encaja en sistemas que necesitan respuestas en JSON o con forma de esquema en lugar de prosa libre. El llamamiento a herramientas hace que sea utilizable como el paso de razonamiento en un bucle de agente, y los parámetros de razonamiento te permiten ajustar cuánta deliberación interna realiza el modelo por solicitud.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "google/gemini-3.1-flash-lite-preview". Apunta tu cliente OpenAI existente a la URL base de api14, pasa ese id en el campo model y envía una solicitud de finalización de chat estándar con tus mensajes. Los parámetros enumerados anteriormente se aceptan, por lo que puedes establecer temperature y top_p para el muestreo, limitar la salida con max_tokens, solicitar ejecuciones deterministas con seed y usar tools y tool_choice para el llamamiento a funciones. Para respuestas estructuradas, usa response_format o structured_outputs. Los parámetros reasoning, reasoning_effort e include_reasoning controlan el comportamiento de razonamiento del modelo y si ese razonamiento se te devuelve.

Una cosa a tener en cuenta es que esta es una versión de vista previa, por lo que el comportamiento puede cambiar antes de que llegue una versión estable. También es un modelo de nivel Lite, lo que significa que para las tareas más difíciles, como el razonamiento complejo de varios pasos o el trabajo en el que la máxima calidad absoluta importa más que el rendimiento, un modelo Gemini más grande puede ser la mejor opción. Si tu carga de trabajo es de gran volumen y consiste principalmente en extracción, clasificación, resumen o procesamiento con reconocimiento de medios, este modelo está diseñado exactamente para ese tipo de trabajo.