Google: Gemini 3.1 Flash Lite

Google: Gemini 3.1 Flash Liteは、2026年5月7日にリリースされたGoogleのテキスト中心のモデルです。GoogleのGeminiファミリーに属し、プロバイダーによって、低レイテンシで大量のワークロード向けに構築された、一般提供されている高効率なマルチモーダルモデルと説明されています。すでに他のGeminiモデルを使用している場合、これは同じファミリーに位置しますが、最大能力ではなく効率に合わせて調整されています。

このモデルはテキスト、画像、動画、ファイル、音声の入力を受け付け、出力はテキストのみを生成します。つまり、スクリーンショット、PDF、動画クリップ、音声録音と一緒にプロンプトを送信し、書き出された回答を読み取ることができます。コンテキストウィンドウは1,048,576トークンで、非常に長い文書、長大な文字起こし、複数ファイルのコレクションを1回のリクエストに収めるのに十分な大きさです。最大出力は65,536トークンなので、タスクがそれを必要とする場合には応答をかなりの長さにできます。このモデルは軽量で低レイテンシの選択肢として位置付けられているため、スループットと応答性が生の推論の深さと同じくらい重要となるワークロードを対象としています。

これらの能力は、かなり特定のユースケース群を示しています。大量の分類、タグ付け、受信コンテンツのルーティングはその一つです。文書処理ももう一つの例です。大きなコンテキストとファイル入力のサポートにより、契約書、レポート、サポートチケットを渡して要約や抽出フィールドを求めることができます。画像、動画、音声の入力により、キャプション付け、文字起こし形式の抽出、モデレーションのトリアージなどのメディアワークフローにも合理的に適合し、プロバイダーは軽量なエージェント作業向けに設計されていると述べているため、単純なマルチステップパイプラインでのツール呼び出しは自然な対象です。同じ種類のリクエストを1日に何千回も送信し、レイテンシを低く保つ必要がある場合、このモデルはまさにそのパターン向けに構築されています。

api14を通じて、モデルID「google/gemini-3.1-flash-lite」を使用してOpenAI互換APIで呼び出します。include_reasoning、max_tokens、reasoning、reasoning_effort、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_pをサポートします。実際には、temperatureとtop_pでサンプリングを制御し、max_tokensで応答長を制限し、response_formatまたはstructured_outputsで形状を強制し、seedで実行を再現可能にし、指定した文字列で生成を停止し、モデルに関数を呼び出させたい場合にはtoolsとtool_choiceでツールを添付できます。reasoningとreasoning_effortのパラメータは、include_reasoningとともに、内部推論をどれだけ公開または要求するかを調整できます。タスクが非常に深いマルチステップ推論に依存する場合、同じファミリーのより大きなモデルの方が適しているかもしれませんが、大規模な効率的マルチモーダル処理にはこれが意図された選択肢です。