Google: Gemini 3.1 Flash Lite

Google: Gemini 3.1 Flash Lite는 2026년 5월 7일에 출시된 Google의 텍스트 중심 모델입니다. Google의 Gemini 제품군에 속하며, 제공업체는 이를 저지연, 대용량 워크로드를 위해 구축된 일반 제공되는 고효율 멀티모달 모델이라고 설명합니다. 이미 다른 Gemini 모델을 사용하고 있다면, 이 모델은 같은 제품군에 속하지만 최대 성능보다는 효율성에 맞춰 조정된 모델입니다.

이 모델은 텍스트, 이미지, 비디오, 파일, 오디오 입력을 받아들이며 텍스트 출력만 생성합니다. 즉, 스크린샷, PDF, 비디오 클립 또는 오디오 녹음과 함께 프롬프트를 보내고 작성된 답변을 받아볼 수 있습니다. 컨텍스트 윈도우는 1,048,576 토큰으로, 매우 긴 문서, 확장된 대화 기록 또는 여러 파일 모음을 단일 요청에 담을 수 있을 만큼 충분히 큽니다. 최대 출력은 65,536 토큰이므로, 작업이 요구할 때 응답이 상당한 길이에 이를 수 있습니다. 이 모델은 경량, 저지연 옵션으로 위치하기 때문에, 처리량과 응답성이 원시 추론 깊이만큼 중요한 워크로드를 겨냥합니다.

이러한 기능은 상당히 특정한 사용 사례 집합을 가리킵니다. 들어오는 콘텐츠의 대용량 분류, 태깅, 라우팅이 그중 하나입니다. 문서 처리는 또 다른 사례입니다. 큰 컨텍스트와 파일 입력 지원 덕분에 계약서, 보고서 또는 지원 티켓을 전달하고 요약이나 추출된 필드를 요청할 수 있습니다. 이미지, 비디오, 오디오 입력은 캡셔닝, 전사 스타일 추출 또는 모더레이션 분류 같은 미디어 워크플로에 적합하게 만들며, 제공업체는 이 모델이 경량 에이전트 작업을 위해 설계되었다고 언급하므로, 단순한 다단계 파이프라인에서의 도구 호출이 자연스러운 대상입니다. 같은 종류의 요청을 하루에 수천 번 보내면서 지연을 낮게 유지해야 한다면, 이 모델은 바로 그런 패턴을 위해 만들어졌습니다.

api14를 통해 모델 id "google/gemini-3.1-flash-lite"를 사용하여 OpenAI 호환 API로 호출합니다. include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_p를 지원합니다. 실제로 이는 temperature와 top_p로 샘플링을 제어하고, max_tokens로 응답 길이를 제한하고, response_format 또는 structured_outputs로 형태를 강제하고, seed로 실행을 재현 가능하게 하고, 선택한 문자열에서 생성을 중지하고, 모델이 함수를 호출하게 하려면 tools와 tool_choice로 도구를 첨부할 수 있다는 뜻입니다. reasoning 및 reasoning_effort 파라미터는 include_reasoning과 함께, 내부 추론이 얼마나 노출되거나 요청되는지를 조정할 수 있게 합니다. 작업이 매우 깊은 다단계 추론에 의존한다면 같은 제품군의 더 큰 모델이 더 적합할 수 있지만, 규모에서 효율적인 멀티모달 처리를 위해서는 이것이 의도된 선택입니다.