Google: Gemini 3.1 Flash Lite

Google : Gemini 3.1 Flash Lite est un modèle axé sur le texte de Google, publié le 7 mai 2026. Il appartient à la famille Gemini de Google et est décrit par le fournisseur comme un modèle multimodal généralement disponible, à haut rendement, conçu pour les charges de travail à faible latence et à grand volume. Si vous travaillez déjà avec d'autres modèles Gemini, celui-ci s'intègre dans la même famille mais est optimisé pour l'efficacité plutôt que pour la capacité maximale.

Le modèle accepte les entrées texte, image, vidéo, fichier et audio, et il produit uniquement une sortie texte. Cela signifie que vous pouvez envoyer une invite accompagnée d'une capture d'écran, d'un PDF, d'un clip vidéo ou d'un enregistrement audio, et lire une réponse écrite. La fenêtre de contexte est de 1 048 576 tokens, ce qui est suffisamment grand pour contenir de très longs documents, des transcriptions étendues ou des collections de plusieurs fichiers dans une seule requête. La sortie maximale est de 65 536 tokens, de sorte que les réponses peuvent atteindre une longueur substantielle lorsque la tâche l'exige. Comme le modèle est positionné comme une option légère et à faible latence, il cible les charges de travail où le débit et la réactivité comptent autant que la profondeur de raisonnement brute.

Ces capacités renvoient à un ensemble assez spécifique de cas d'usage. La classification, l'étiquetage et le routage à grand volume de contenu entrant en font partie. Le traitement de documents en est un autre : le grand contexte et la prise en charge des entrées de fichiers vous permettent de transmettre des contrats, des rapports ou des tickets de support et de demander des résumés ou des champs extraits. Les entrées image, vidéo et audio en font un choix raisonnable pour les flux de travail multimédias tels que le sous-titrage, l'extraction de type transcription ou le triage de modération, et le fournisseur indique qu'il est conçu pour un travail agentique léger, de sorte que l'appel d'outils dans des pipelines simples à plusieurs étapes est une cible naturelle. Si vous devez envoyer le même type de requête des milliers de fois par jour en gardant une faible latence, ce modèle est conçu exactement pour ce schéma.

Via api14, vous l'appelez avec l'API compatible OpenAI en utilisant l'identifiant de modèle "google/gemini-3.1-flash-lite". Il prend en charge include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools et top_p. En pratique, cela signifie que vous pouvez contrôler l'échantillonnage avec temperature et top_p, limiter la longueur de la réponse avec max_tokens, imposer une forme avec response_format ou structured_outputs, rendre les exécutions reproductibles avec seed, arrêter la génération sur des chaînes choisies, et attacher des outils avec tools et tool_choice lorsque vous voulez que le modèle appelle des fonctions. Les paramètres reasoning et reasoning_effort, ainsi que include_reasoning, vous permettent de régler la quantité de raisonnement interne exposée ou demandée. Si votre tâche dépend d'un raisonnement à plusieurs étapes très profond, un modèle plus grand de la même famille pourrait mieux convenir, mais pour un traitement multimodal efficace à grande échelle, c'est le choix prévu.