Google: Gemini 3.1 Flash Lite

Google: Gemini 3.1 Flash Lite é um modelo focado em texto da Google, lançado a 7 de maio de 2026. Situa-se na família Gemini da Google e é descrito pelo fornecedor como um modelo multimodal de elevada eficiência, de disponibilidade geral, criado para cargas de trabalho de baixa latência e elevado volume. Se já trabalha com outros modelos Gemini, este encaixa na mesma família, mas está ajustado para eficiência em vez de capacidade máxima.

O modelo aceita entradas de texto, imagem, vídeo, ficheiro e áudio, e produz apenas saída de texto. Isso significa que pode enviar um prompt juntamente com uma captura de ecrã, um PDF, um clipe de vídeo ou uma gravação de áudio, e ler de volta uma resposta escrita. A janela de contexto é de 1 048 576 tokens, o que é suficientemente grande para conter documentos muito longos, transcrições extensas ou coleções de vários ficheiros num único pedido. A saída máxima é de 65 536 tokens, pelo que as respostas podem atingir um comprimento substancial quando a tarefa o exige. Como o modelo é posicionado como uma opção leve e de baixa latência, destina-se a cargas de trabalho onde o débito e a capacidade de resposta importam tanto como a profundidade de raciocínio bruta.

Essas capacidades apontam para um conjunto bastante específico de casos de uso. A classificação, etiquetagem e encaminhamento de conteúdo recebido em elevado volume é um deles. O processamento de documentos é outro: o contexto grande e o suporte de entrada de ficheiros permitem passar contratos, relatórios ou tickets de suporte e pedir resumos ou campos extraídos. As entradas de imagem, vídeo e áudio tornam-no adequado para fluxos de trabalho de media, como legendagem, extração ao estilo de transcrição ou triagem de moderação, e o fornecedor indica que foi concebido para trabalho agêntico leve, pelo que a chamada de ferramentas em pipelines simples de vários passos é um alvo natural. Se precisar de enviar o mesmo tipo de pedido milhares de vezes por dia e manter a latência baixa, este modelo foi criado exatamente para esse padrão.

Através da api14, chama-o com a API compatível com OpenAI usando o id de modelo "google/gemini-3.1-flash-lite". Suporta include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Na prática, isso significa que pode controlar a amostragem com temperature e top_p, limitar o comprimento da resposta com max_tokens, forçar uma forma com response_format ou structured_outputs, tornar as execuções reproduzíveis com seed, parar a geração em cadeias escolhidas e anexar ferramentas com tools e tool_choice quando quiser que o modelo chame funções. Os parâmetros reasoning e reasoning_effort, juntamente com include_reasoning, permitem ajustar quanto raciocínio interno é exposto ou solicitado. Se a sua tarefa depende de raciocínio muito profundo em vários passos, um modelo maior da mesma família pode encaixar melhor, mas para processamento multimodal eficiente à escala esta é a escolha pretendida.