Google: Gemini 3.1 Flash-Lite

Modelo Gemini de baja latencia para cargas de trabajo multimodales y de agentes de alto volumen

gemini-3.1-flash-lite

DisponibleGoogleChatEntrada en caché 90% más barata

Entrada / Salida-50%: $0.25 / $1.50$0.125 / $0.75
Contexto: 1M
Lanzado: 7 may 2026
Salida máxima: 64K
Modalidades: VisiónChat
Capacidades: Uso de herramientasCaché de prompts

Sobre Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite es el modelo de baja latencia y bajo coste de Google en la línea Gemini 3.1, diseñado para cargas de trabajo multimodales y de agentes de gran volumen. Google describe un rendimiento de clase frontera que rivaliza con modelos más grandes a una fracción del coste. Lee texto e imágenes, llama a herramientas, devuelve JSON vinculado a esquemas y admite almacenamiento en caché de contexto, situándose por debajo del nivel Flash en capacidad.

Puntos fuertes

Los tiempos de respuesta cortos lo hacen adecuado para funciones interactivas donde cada llamada debe responder rápidamente.
Las imágenes y el texto se incluyen en la misma solicitud, lo que se adapta al procesamiento de recibos, formularios y capturas de pantalla.
La salida JSON vinculada a esquemas elimina la necesidad de un análisis frágil de texto libre.
La llamada a herramientas y el almacenamiento en caché de contexto admiten pasos de agente repetidos y similares a escala.

Cuándo buscar otra opción

Para agentes de codificación largos y de varios pasos, los modelos Flash y Pro funcionan mejor que un modelo Lite.
No es un modelo centrado en el razonamiento; las matemáticas complejas o la planificación profunda se envían mejor a Gemini 3.1 Pro.

Primeros pasos

Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.

Envía tu primera solicitud

Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.

Texto a textoGemini API

POST/v1beta/models/gemini-3.1-flash-lite:generateContent

Formato de API:

curl "https://api.tokenlab.sh/v1beta/models/gemini-3.1-flash-lite:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: sk-xxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Hello!"}]}
    ]
  }'

Precios

El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.

Especificación por defecto

Por 1M Token

Precio Official: Entrada $0.25 / Salida $1.50 / Lectura de caché $0.025
Precio Verified: Entrada $0.125 / Salida $0.75 / Lectura de caché $0.0125
Descuento: -50%

Precios de caché de prompt

Lectura de caché

Precio Official: $0.025
Precio Verified: $0.0125
Descuento: -50%

Costos de herramientas

Se cobra por llamada, solo cuando el modelo utiliza la herramienta.

Búsqueda web

Precio Official: $0.014/búsqueda
Precio Verified: $0.007/búsqueda
Descuento: -50%

	Precio OfficialPor 1M Token	Precio VerifiedPor 1M Token	Descuento
Especificación por defecto	Entrada $0.25 / Salida $1.50 / Lectura de caché $0.025	Entrada $0.125 / Salida $0.75 / Lectura de caché $0.0125	-50%
Precios de caché de prompt
Lectura de caché	$0.025	$0.0125	-50%
Costos de herramientasSe cobra por llamada, solo cuando el modelo utiliza la herramienta.
Búsqueda web	$0.014/búsqueda	$0.007/búsqueda	-50%

Uso y actividad

La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.

Uso y disponibilidad

Últimas 24 horas

Solicitudes
Tasa de éxito
Latencia P95
Total de tokens

Desempeño del modelo

Última actualización 10 oct 2026, 02:21 UTC

Tasa de éxito 30 días: 100,0%
Solicitudes 30 días: 40K+
Última actividad: hace 3 minutos

Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.

Abrir en Console

Abre Gemini 3.1 Flash-Lite en Console con un prompt listo para editar o enviar.

Ayúdame a probar gemini-3.1-flash-lite con un mensaje breve en /v1beta/models/gemini-3.1-flash-lite:generateContent. Muestra la respuesta, la latencia y el coste.

Casos de uso

Ideal para

Visión

Extracción masiva
Extraiga campos de miles de facturas o formularios y escriba cada resultado como un objeto JSON validado.
Moderación y etiquetado de contenido
Etiquete las cargas y comentarios de los usuarios según una política fija con una justificación de una línea.
Capa de enrutamiento
Decida a qué modelo o herramienta especializada debe ir una solicitud y luego pásela.
Asistentes en tiempo real
Potencie el autocompletado, las respuestas rápidas o los turnos de asistente de voz donde una espera visible perjudicaría la experiencia de la persona que lo utiliza.

Ejemplos de prompts

Extraiga el proveedor, la fecha, el total y la moneda de esta imagen de factura y devuélvalos como JSON.

Etiquete el comentario a continuación como spam, abuso, pregunta o elogio y explique la elección en una frase.

Dado este mensaje de usuario, elija uno de: search_docs, create_ticket, answer_directly. Responda solo con el nombre de la herramienta.

Este modelo tiene precio condicional. Los totales mensuales de tokens por sí solos no producen una estimación fiable; use el precio detallado según la especificación de la solicitud, la caché y la ventana aplicable.

FAQ

¿Para qué es mejor Gemini 3.1 Flash-Lite?

Trabajos de gran volumen y sensibles a la latencia, como extracción, clasificación, etiquetado, enrutamiento y respuestas multimodales rápidas. Sacrifica algo de profundidad de razonamiento por velocidad y una carga más ligera por llamada.

¿Acepta imágenes?

Sí. El texto y las imágenes se pueden mezclar en una sola solicitud, por lo que puede leer documentos, capturas de pantalla y fotos. Su respuesta vuelve como texto o como JSON que coincide con su esquema.

¿Puede llamar a herramientas?

Sí. Se admite la llamada a funciones, lo que le permite actuar como el agente de primera etapa que elige herramientas para solicitudes simples o reenvía casos difíciles a un modelo más grande.

¿En qué se diferencia de Gemini 3.5 Flash-Lite?

3.5 Flash-Lite es la generación más nueva y a la que Google dirige ahora los nuevos proyectos; 3.1 Flash-Lite es el modelo Lite más antiguo, que sigue siendo estable. Pruebe sus propios prompts en ambos antes de mover el tráfico.

¿Cuánto cuesta Gemini 3.1 Flash-Lite?

En TokenLab, Gemini 3.1 Flash-Lite cuesta Entrada $0.125 / Salida $0.75 Por 1M Token. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.

¿Cuál es la ventana de contexto y el límite de salida de Gemini 3.1 Flash-Lite?

Gemini 3.1 Flash-Lite admite hasta 1.048.576 tokens de contexto y genera hasta 65.536 tokens por respuesta.

¿Qué endpoint debe usar Gemini 3.1 Flash-Lite?

Utiliza https://api.tokenlab.sh/v1beta/models/gemini-3.1-flash-lite:generateContent para Gemini 3.1 Flash-Lite. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.

¿Qué operaciones soporta Gemini 3.1 Flash-Lite?

Gemini 3.1 Flash-Lite admite Texto a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.