Gemini 3.6 Flash
gemini-3.6-flash
Contexte total
1M
Sortie max.
65.5K
Date de sortie
N/A
Entrée$1.5 / M tokens
Sortie$7.5 / M tokens
Gemini 3.1 Flash-Lite
gemini-3.1-flash-liteGemini 3.1 Flash Lite reprend les éléments mis en avant par les sources : high-efficiency multimodal model with text/image/video/audio/prise en charge PDF. Sa valeur principale se situe dans extraction, routage, classification and léger multimodal agents. La description doit donc insister sur ces caractéristiques propres au modèle, plutôt que le présenter comme un chatbot générique.
Context Window
1M tokens
Maximum Output
65.5K tokens
Release Date
7 mai 2026
Modalities
Prix de Gemini 3.1 Flash-Lite
| Prix entrée | Prix sortie | Lecture cache | Création cache 5m |
|---|---|---|---|
| $0.25/M | $1.5/M | $0.025/M | $0.0833/M |
Fonctionnalités API de Gemini 3.1 Flash-Lite
Reasoning
Supported
Tool calling
Supported
Temperature parameter
Supported
Attachments
Supported
Knowledge Base
2025-01-01
Endpoint Protocols
Completions API
Points forts de Gemini 3.1 Flash-Lite
Gemini 3.1 Flash-Lite associe traitement multimodal à faible latence, long contexte et raisonnement léger pour les charges fréquentes à grand volume.
Traitement à faible latence
Il traite efficacement les demandes simples et fréquentes lorsque le délai de réponse et le coût d’exploitation sont prioritaires.
Multimodalité à grand volume
Il accepte texte, images, vidéo, audio et PDF pour des pipelines évolutifs de classification, d’extraction et de transformation.
Raisonnement léger configurable
Il peut consacrer davantage de raisonnement lorsqu’une tâche simple exige plus de précision, sans passer à un modèle plus grand.
Cas d’usage de Gemini 3.1 Flash-Lite
Gemini 3.1 Flash-Lite convient à la traduction en volume, à la transcription multimédia et aux pipelines d’extraction structurée ou de routage.
Traduction en volume
Traduire de grands flux de messages, d’avis ou de tickets d’assistance tout en conservant un format de sortie concis.
Transcription multimédia
Convertir en texte interrogeable des enregistrements, notes vocales ou paroles de vidéos sans pipeline de reconnaissance vocale distinct.
Pipelines de routage structurés
Classer les demandes, extraire les entités selon un schéma défini et orienter chaque élément vers le processus approprié.
Comment utiliser Gemini 3.1 Flash-Lite via l’API TokenHub
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Benchmark de Gemini 3.1 Flash-Lite
Gemini 3.1 Flash-Lite
| Score d’indice | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Synthèse générale des capacités par Artificial Analysis | 25 |
| Artificial Analysis Coding Index | Synthèse des tâches logicielles par Artificial Analysis | 30.1 |
| Connaissances et raisonnement | ||
| GPQA | Résolution avancée de problèmes scientifiques | 82.2% |
| HLE | Large ensemble d’examens de niveau expert | 16.2% |
| Programmation et ingénierie | ||
| SciCode | Défis de programmation scientifique | 41.9% |
| Terminal-Bench Hard | Exécution de tâches complexes dans un terminal | 24.2% |
| Respect des instructions et tâches d’agent | ||
| IFBench | Respect des contraintes du prompt | 77.2% |
| AA-LCR | Raisonnement en contexte long | 65.3% |
| τ²-Bench | Tâches de workflow agentique | 31.3% |
Mesures provenant de Artificial Analysis
Questions fréquentes sur Gemini 3.1 Flash-Lite
Découvrez le positionnement de Gemini 3.1 Flash-Lite, ses meilleurs usages, ses points forts, ses limites pratiques et les précautions d’intégration avec TokenHub.
Où se situe Gemini 3.1 Flash-Lite dans la famille de modèles de son fournisseur ?+
Gemini 3.1 Flash-Lite est le modèle Gemini 3 de Google à faible latence et coût réduit pour les tâches multimodales légères et fréquentes. Il s’agit d’un modèle public actuel du fournisseur, avec une disponibilité qui peut varier selon la plateforme.
Quels scénarios de production conviennent à Gemini 3.1 Flash-Lite ?+
Usages recommandés : la classification et le routage à grande échelle, l’extraction simple de données structurées et la traduction à grande échelle. Avant la production, testez des entrées représentatives et définissez des critères d’acceptation mesurables.
Qu’est-ce qui distingue Gemini 3.1 Flash-Lite pour l’extraction simple de données structurées ?+
Principaux atouts : des temps de réponse rapides, une mise à l’échelle économique et la prise en charge de diverses entrées multimodales. Cet ensemble est particulièrement utile pour l’extraction simple de données structurées.
Quels compromis faut-il prendre en compte avec Gemini 3.1 Flash-Lite ?+
Envisagez un autre modèle si la tâche exige le raisonnement le plus puissant de la gamme Pro, la charge exige une génération longue et nuancée ou un raisonnement difficile ou le processus ne permet aucune validation humaine des décisions importantes. Faites valider par une personne qualifiée les résultats importants de nature factuelle, juridique, financière, médicale ou opérationnelle.
Comment une équipe peut-elle commencer à utiliser Gemini 3.1 Flash-Lite sur TokenHub en toute sécurité ?+
Dans TokenHub, sélectionnez l’identifiant exact affiché pour Gemini 3.1 Flash-Lite, utilisez l’endpoint documenté pour votre compte et vos identifiants TokenHub. Vérifiez les types d’entrée, outils, options d’ancrage et le cycle de vie réellement exposés par TokenHub, sans supposer une parité complète avec l’API Gemini.
Prêt à utiliser Gemini 3.1 Flash-Lite ?
Accédez à Gemini 3.1 Flash-Lite et à d’autres modèles d’IA avec une seule clé API TokenHub.
MéDias Et Discussions
Sélection de vidéos et publications publiques liées à ce modèle.
X (Twitter)
Reddit
YouTube