Google: Gemini 3.1 Flash Lite

Google: Gemini 3.1 Flash Lite adalah model yang berfokus pada teks dari Google, dirilis pada 7 Mei 2026. Model ini berada dalam keluarga Gemini milik Google dan digambarkan oleh penyedianya sebagai model multimodal yang tersedia secara umum dan berefisiensi tinggi, dibangun untuk beban kerja bervolume tinggi dengan latensi rendah. Jika Anda sudah bekerja dengan model Gemini lain, model ini masuk ke keluarga yang sama tetapi disetel untuk efisiensi, bukan kemampuan maksimum.

Model ini menerima input teks, gambar, video, file, dan audio, serta hanya menghasilkan output teks. Artinya, Anda dapat mengirim prompt bersama tangkapan layar, PDF, klip video, atau rekaman audio, lalu membaca kembali jawaban tertulis. Jendela konteksnya adalah 1.048.576 token, cukup besar untuk menampung dokumen yang sangat panjang, transkrip yang diperluas, atau kumpulan banyak file dalam satu permintaan. Output maksimumnya adalah 65.536 token, sehingga respons dapat mencapai panjang yang substansial ketika tugas menuntutnya. Karena model ini diposisikan sebagai opsi ringan dengan latensi rendah, model ini ditujukan untuk beban kerja di mana throughput dan responsivitas sama pentingnya dengan kedalaman penalaran mentah.

Kemampuan tersebut mengarah pada serangkaian kasus penggunaan yang cukup spesifik. Klasifikasi, penandaan, dan perutean konten masuk dalam volume tinggi adalah salah satunya. Pemrosesan dokumen adalah yang lain: konteks besar dan dukungan input file memungkinkan Anda mengirimkan kontrak, laporan, atau tiket dukungan dan meminta ringkasan atau bidang yang diekstrak. Input gambar, video, dan audio membuatnya cukup cocok untuk alur kerja media seperti pemberian keterangan, ekstraksi bergaya transkripsi, atau triase moderasi, dan penyedianya mencatat bahwa model ini dirancang untuk pekerjaan agentic yang ringan, sehingga pemanggilan tool dalam pipeline multi-langkah sederhana menjadi target yang wajar. Jika Anda perlu mengirim jenis permintaan yang sama ribuan kali sehari dan menjaga latensi tetap rendah, model ini dibangun tepat untuk pola tersebut.

Melalui api14 Anda memanggilnya dengan API yang kompatibel dengan OpenAI menggunakan model id "google/gemini-3.1-flash-lite". Model ini mendukung include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, dan top_p. Dalam praktiknya, itu berarti Anda dapat mengontrol sampling dengan temperature dan top_p, membatasi panjang respons dengan max_tokens, memaksakan bentuk dengan response_format atau structured_outputs, membuat eksekusi dapat direproduksi dengan seed, menghentikan generasi pada string yang dipilih, dan melampirkan tool dengan tools dan tool_choice ketika Anda ingin model memanggil fungsi. Parameter reasoning dan reasoning_effort, bersama dengan include_reasoning, memungkinkan Anda menyetel seberapa banyak penalaran internal yang diungkapkan atau diminta. Jika tugas Anda bergantung pada penalaran multi-langkah yang sangat mendalam, model yang lebih besar dalam keluarga yang sama mungkin lebih cocok, tetapi untuk pemrosesan multimodal yang efisien dalam skala besar, inilah pilihan yang dimaksudkan.