Google: Gemini 3.1 Flash Lite Preview

Google : Gemini 3.1 Flash Lite Preview est un modèle de génération de texte de Google, proposé ici sous forme de version preview. Il appartient à la gamme Flash Lite de Google, que le fournisseur décrit comme sa catégorie à haut rendement, optimisée pour les cas d'usage à fort volume. Selon Google, il surpasse Gemini 2.5 Flash Lite en qualité globale et s'approche des performances de Gemini 2.5 Flash. Si vous travaillez déjà dans la famille Gemini, ce modèle est l'option légère destinée aux charges de travail où vous envoyez beaucoup de requêtes et souhaitez un modèle plus petit et plus rapide plutôt que le plus grand disponible.

Le modèle accepte des entrées texte, image, vidéo, fichier et audio, et il ne renvoie que du texte. Cette combinaison compte : vous pouvez envoyer un prompt incluant une capture d'écran, un clip enregistré, un document ou un fichier audio, et obtenir une réponse écrite en retour. La fenêtre de contexte est de 1 048 576 tokens, de sorte que les documents longs, les transcriptions étendues et les entrées en plusieurs parties tiennent confortablement dans une seule requête. La sortie maximale est de 65 536 tokens, ce qui suffit pour de longs résumés, des rapports structurés ou des traces de raisonnement étendues. Les paramètres de requête pris en charge incluent temperature, top_p, max_tokens, seed, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort et include_reasoning.

Ces capacités renvoient à un ensemble d'usages assez spécifique. Les tâches de classification, d'extraction et d'étiquetage à fort volume bénéficient de l'accent mis sur l'efficacité, en particulier lorsque l'entrée mêle texte et médias. Vous pouvez transcrire et résumer de l'audio, décrire ou interroger du contenu vidéo, et analyser des fichiers téléversés sans pipeline distinct pour chaque modalité. Comme les sorties structurées et response_format sont pris en charge, le modèle s'intègre dans des systèmes qui ont besoin de réponses JSON ou conformes à un schéma plutôt que de prose libre. L'appel d'outils le rend utilisable comme étape de raisonnement dans une boucle d'agent, et les paramètres de raisonnement vous permettent d'arbitrer la quantité de délibération interne que le modèle effectue par requête.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "google/gemini-3.1-flash-lite-preview". Pointez votre client OpenAI existant vers l'URL de base d'api14, passez cet identifiant dans le champ model, et envoyez une requête de complétion de chat standard avec vos messages. Les paramètres listés ci-dessus sont acceptés, vous pouvez donc définir temperature et top_p pour l'échantillonnage, plafonner la sortie avec max_tokens, demander des exécutions déterministes avec seed, et utiliser tools et tool_choice pour l'appel de fonctions. Pour les réponses structurées, utilisez response_format ou structured_outputs. Les paramètres reasoning, reasoning_effort et include_reasoning contrôlent le comportement de raisonnement du modèle et si ce raisonnement vous est renvoyé.

Une chose à garder en tête : il s'agit d'une version preview, le comportement peut donc changer avant la sortie d'une version stable. C'est aussi un modèle de catégorie Lite, ce qui signifie que pour les tâches les plus difficiles, comme le raisonnement complexe en plusieurs étapes ou les travaux où la qualité absolument la plus élevée compte plus que le débit, un modèle Gemini plus grand peut mieux convenir. Si votre charge de travail est à fort volume et consiste principalement en extraction, classification, résumé ou traitement tenant compte des médias, ce modèle est conçu exactement pour cette forme de travail.