Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite — быстрая и экономичная мультимодальная модель Google для приложений с большим потоком запросов. Через API NeuroAPI она доступна по официальному идентификатору gemini-3.1-flash-lite с оплатой в рублях. Стоимость составляет $0.25 за 1 млн входных текстовых токенов и $1.50 за 1 млн выходных токенов.

Возможности Gemini 3.1 Flash-Lite

Модель принимает текст, изображения, аудио и документы, а возвращает текст. Она поддерживает потоковую генерацию, вызов функций, структурированный JSON-ответ и управляемое рассуждение. Официальное контекстное окно модели достигает 1 048 576 токенов, максимальный ответ — 65 536 токенов. Для тарифов «Пилот» и «Оптимальный» действует лимит 256 000 токенов на запрос: его достаточно для анализа больших документов, длинных диалогов и крупных наборов данных без дробления на короткие фрагменты.

Для каких задач подходит

• чат-боты и автоматизация службы поддержки;
• извлечение данных, классификация, разметка и модерация контента;
• суммаризация договоров, отчётов, исследований и PDF-документов;
• перевод и обработка многоязычных текстов;
• анализ изображений и аудио вместе с текстовым контекстом;
• RAG, function calling и лёгкие AI-агенты;
• массовая генерация описаний, ответов и структурированных данных.

Скорость и бенчмарки

В опубликованной Google DeepMind карточке модели за март 2026 года Gemini 3.1 Flash-Lite показала 363 токена в секунду против 249 у Gemini 2.5 Flash. Там же указаны результаты GPQA Diamond 86.9%, MMMU-Pro 76.8%, Video-MMMU 84.8% и LiveCodeBench 72.0%. Это данные разработчика модели; фактическая скорость API зависит от длины контекста, режима рассуждения и объёма ответа.

Gemini 3.1 Flash-Lite стоит выбирать, когда важны низкая цена, высокая пропускная способность и мультимодальность. Для наиболее сложного программирования или задач, где приоритетом является максимальная точность рассуждений, лучше сравнить её с более мощными моделями каталога.