Gemini 3.1 Flash Lite
Réseau Neuronal
Gemini 3.1 Flash Lite : modèle multimodal Google à faible latence pour tâches volumineuses et agents légers ; disponible via API sur BotHub.
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 1 048 576 tokens
- Longueur maximale de la réponse
- 65 536 tokens
- Niveaux de raisonnement
- aucun, minimal, faible, moyen, élevé
- Fonctionnalités
- raisonnement, appel de fonctions, Batch API
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 1K tokens)
Comment ça marche Gemini 3.1 Flash Lite?
Gemini 3.1 Flash Lite est un modèle Google de la gamme Gemini, conçu pour une faible latence et un flux important de requêtes. Il ne comprend pas seulement le texte : vous pouvez fournir des images, des vidéos, de l'audio et des PDF. Le modèle est orienté vers des scénarios d'agents légers où la vitesse de réponse et le coût prévisible du traitement par requête sont essentiels. Sur BotHub, il est accessible sans VPN ni carte étrangère : vous payez en roubles à l'utilisation pour les jetons consommés, sans abonnement, et le solde n'expire pas. Plus de 250 modèles sont réunis dans une seule interface, permettant de basculer entre eux en quelques clics, tandis qu'une API unique compatible OpenAI évite de réécrire les intégrations. Pour les entreprises, des contrats, factures, systèmes EDI et un panneau d'administration avec limites par employé sont disponibles. Scénarios types : classification massive de requêtes, extraction de données depuis des PDF et scans, analyse de captures d'écran et d'images vidéo, brouillons de code et aide au débogage, chatbots rapides et agents nécessitant des réponses instantanées.Questions fréquentes sur Gemini 3.1 Flash Lite
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle Google avec un contexte de 1 048 576 jetons : il analyse des documents volumineux et des bases de code, répond sur le contenu de fichiers et d'images, raisonne avant de répondre et appelle des fonctions externes. Adapté à l'analyse, au support, à l'automatisation et au traitement par lots de gros volumes.
La limite de sortie est de 65 536 jetons par réponse. Cela suffit pour une analyse technique détaillée, un rapport complet ou un module de code entier. Si le contenu ne tient pas, demandez la suite par parties : le contexte d'un million de jetons permet de garder toute la conversation en mémoire.
Oui, le mode de raisonnement est pris en charge : le modèle élabore d'abord la solution, puis fournit la réponse. C'est visible sur les tâches avec logique imbriquée, calculs, débogage de code et analyse d'exigences contradictoires, où il est important de suivre les étapes plutôt que de deviner le résultat.
Oui, le modèle gère l'appel de fonctions et la sortie JSON structurée. Vous pouvez le connecter à vos services comme exécuteur d'outils et obtenir un schéma de réponse prévisible pour le parsing. Sur BotHub, cela se fait via une API unique compatible OpenAI sans réécrire l'intégration.
Selon nos données, les images et documents sont acceptés en entrée, y compris le traitement natif de fichiers (schémas, captures d'écran, tableaux, PDF). La prise en charge de l'audio et de la vidéo n'est pas indiquée pour ce modèle, il est donc plus sûr de passer à un modèle spécialisé pour ces tâches.
Nous n'avons pas de données spécifiques sur les langues, nous ne pouvons donc pas garantir la précision : testez le modèle avec votre requête habituelle. C'est rapide : l'interface BotHub est en russe, le paiement se fait par cartes russes sans VPN, et le basculement entre les modèles ne prend que quelques secondes.