Gemini 3.1 Flash Lite Preview
Réseau Neuronal
Gemini 3.1 Flash Lite Preview est un modèle Google rapide pour les tâches à forte charge ; l'API est disponible sur BotHub.
Caractéristiques
- Entrée
- texte, images, documents, audio
- Sortie
- texte
- Niveaux de raisonnement
- 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 Preview?
Gemini 3.1 Flash Lite Preview est un modèle Google de la gamme Flash Lite, conçu pour une efficacité élevée et de grands volumes de requêtes. En termes de qualité globale, il surpasse Gemini 2.5 Flash Lite et se rapproche du niveau de Gemini 2.5 Flash, offrant un gain de performance dans la même catégorie légère. Vous pouvez l'utiliser via BotHub sans VPN ni carte étrangère : paiement en roubles par carte russe selon l'utilisation, les jetons n'expirent pas. Une API unique compatible OpenAI permet de connecter le modèle à votre produit et de basculer vers n'importe quel autre parmi plus de 250 sans réécrire l'intégration. Les échanges sont chiffrés en AES-GCM, et BotHub propose aux entreprises des contrats, des factures et une gestion électronique des documents avec un panneau d'administration et des limites. Les scénarios sont simples : traitement massif de demandes et classification des entrées, brouillons de réponses de support et résumé de correspondances, extraction de données structurées à partir de documents, et intégration avec des services internes où la vitesse de réponse est cruciale. Ainsi, le flux routinier est géré par un modèle rapide, tandis que vous réservez les tâches lourdes à des modèles plus puissants.Questions fréquentes sur Gemini 3.1 Flash Lite Preview
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 de la gamme Gemini qui répond par du texte et accepte en entrée du texte, des images, de l'audio et des documents. Il sait raisonner avant de répondre et appeler des fonctions. Le contexte de 1 048 576 jetons est adapté à l'analyse de grands documents, au travail sur le code, à l'analyse et aux intégrations via API.
La limite de sortie est de 65 536 jetons par réponse. Cela suffit pour un document volumineux, une analyse détaillée ou un grand module de code entier, sans avoir à diviser en dix requêtes. Si le matériel est plus important, divisez la tâche : le contexte de 1 048 576 jetons conservera toute la source dans le dialogue.
Oui, le modèle dispose d'un mode de raisonnement : avant la réponse finale, il décompose la tâche étape par étape. Cela est visible dans la logique, les mathématiques, les tâches STEM et le débogage de code, où il est important non pas de deviner la réponse, mais d'y parvenir de manière cohérente et de vérifier les conclusions intermédiaires.
Oui, le modèle prend en charge à la fois l'appel de fonctions (function calling) et la sortie structurée en JSON. Vous décrivez le schéma et les outils, et vous obtenez en sortie un objet prévisible qui va directement dans votre code. Sur BotHub, cela fonctionne via une API unique compatible OpenAI, vous pouvez donc changer de modèle sans réécrire l'intégration.
Le modèle accepte en entrée des images, de l'audio et des documents — ce sont des capacités confirmées, y compris le travail natif avec les documents. Nous n'avons pas d'informations sur la vidéo, il est donc plus sûr de tester ce scénario avec votre propre fichier. Le modèle renvoie la réponse sous forme de texte dans tous les cas.
Nous n'avons pas de données spécifiques sur les langues, il est donc plus simple de tester sur votre tâche réelle. Sur BotHub, l'accès est disponible sans VPN ni carte étrangère, avec un paiement à l'utilisation pour des jetons qui n'expirent pas.