Google: Gemini 3.1 Flash Lite Preview

Google: Gemini 3.1 Flash Lite Preview é um modelo de geração de texto da Google, oferecido aqui como uma versão de pré-visualização. Ele está na linha Flash Lite da Google, que o fornecedor descreve como o seu nível de alta eficiência otimizado para casos de uso de alto volume. Segundo a Google, ele supera o Gemini 2.5 Flash Lite em qualidade geral e se aproxima do desempenho do Gemini 2.5 Flash. Se você já trabalha dentro da família Gemini, este modelo é a opção leve destinada a cargas de trabalho em que você envia muitas solicitações e quer um modelo menor e mais rápido, em vez do maior disponível.

O modelo aceita entradas de texto, imagem, vídeo, arquivo e áudio, e retorna apenas texto. Essa combinação importa: você pode enviar um prompt que inclua uma captura de tela, um clipe gravado, um documento ou um arquivo de áudio, e receber uma resposta escrita. A janela de contexto é de 1.048.576 tokens, então documentos longos, transcrições extensas e entradas com várias partes cabem confortavelmente em uma única solicitação. A saída máxima é de 65.536 tokens, o que é suficiente para resumos longos, relatórios estruturados ou traços de raciocínio estendidos. Os parâmetros de solicitação suportados incluem temperature, top_p, max_tokens, seed, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort e include_reasoning.

Essas capacidades apontam para um conjunto bastante específico de usos. Tarefas de classificação, extração e marcação em alto volume se beneficiam do foco em eficiência, especialmente quando a entrada é uma mistura de texto e mídia. Você pode transcrever e resumir áudio, descrever ou consultar conteúdo de vídeo, e analisar arquivos enviados sem um pipeline separado para cada modalidade. Como structured outputs e response_format são suportados, o modelo se encaixa em sistemas que precisam de respostas em JSON ou no formato de um esquema, em vez de texto livre. O chamado de ferramentas o torna utilizável como a etapa de raciocínio em um loop de agente, e os parâmetros de raciocínio permitem que você negocie quanto de deliberação interna o modelo faz por solicitação.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "google/gemini-3.1-flash-lite-preview". Aponte seu cliente OpenAI existente para a URL base da api14, passe esse id no campo model e envie uma solicitação padrão de conclusão de chat com suas mensagens. Os parâmetros listados acima são aceitos, então você pode definir temperature e top_p para amostragem, limitar a saída com max_tokens, solicitar execuções determinísticas com seed, e usar tools e tool_choice para chamada de funções. Para respostas estruturadas, use response_format ou structured_outputs. Os parâmetros reasoning, reasoning_effort e include_reasoning controlam o comportamento de raciocínio do modelo e se esse raciocínio é retornado a você.

Uma coisa a ter em mente é que esta é uma versão de pré-visualização, então o comportamento pode mudar antes que uma versão estável seja lançada. Também é um modelo de nível Lite, o que significa que, para as tarefas mais difíceis, como raciocínio complexo em várias etapas ou trabalho em que a qualidade mais alta absoluta importa mais do que a taxa de transferência, um modelo Gemini maior pode ser a melhor escolha. Se sua carga de trabalho é de alto volume e consiste principalmente em extração, classificação, resumo ou processamento com reconhecimento de mídia, este modelo foi projetado exatamente para esse formato de trabalho.