Google: Gemini 3.1 Flash-Lite

Modelo Gemini de baixa latência para cargas de trabalho multimodais e de agentes de alto volume

gemini-3.1-flash-lite

DisponívelGoogleChatEntrada em cache 90% mais barata

Entrada / Saída-50%: $0.25 / $1.50$0.125 / $0.75
Contexto: 1M
Lançado: 7 de mai. de 2026
Saída máxima: 64K
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de prompts

Sobre o Gemini 3.1 Flash-Lite

O Gemini 3.1 Flash-Lite é o modelo de baixa latência e baixo custo do Google na linha Gemini 3.1, criado para cargas de trabalho multimodais e de agentes de alto volume. O Google descreve um desempenho de classe de fronteira que rivaliza com modelos maiores por uma fração do custo. Ele lê texto e imagens, chama ferramentas, retorna JSON vinculado a esquema e suporta cache de contexto, situando-se abaixo do nível Flash em capacidade.

Pontos fortes

Tempos de resposta curtos o tornam adequado para recursos interativos onde cada chamada deve retornar rapidamente.
Imagens e texto entram na mesma solicitação, o que é adequado para processamento de recibos, formulários e capturas de tela.
A saída JSON vinculada a esquema elimina a necessidade de análise frágil de texto livre.
A chamada de ferramentas e o suporte a cache de contexto permitem etapas de agente repetidas e semelhantes em escala.

Quando usar outro modelo

Para agentes de codificação longos e com várias etapas, os modelos Flash e Pro se sustentam melhor do que um modelo Lite.
Não é um modelo focado em raciocínio; matemática complexa ou planejamento profundo são melhor enviados ao Gemini 3.1 Pro.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Texto para textoGemini API

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

Formato da 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!"}]}
    ]
  }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Especificação padrão

Por 1M Token

Preço Official: Entrada $0.25 / Saída $1.50 / Leitura de cache $0.025
Preço Verified: Entrada $0.125 / Saída $0.75 / Leitura de cache $0.0125
Desconto: -50%

Preços de cache de prompt

Leitura de cache

Preço Official: $0.025
Preço Verified: $0.0125
Desconto: -50%

Taxas de ferramentas

Cobrado por chamada, apenas quando o modelo utiliza a ferramenta.

Pesquisa na web

Preço Official: $0.014/busca
Preço Verified: $0.007/busca
Desconto: -50%

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Especificação padrão	Entrada $0.25 / Saída $1.50 / Leitura de cache $0.025	Entrada $0.125 / Saída $0.75 / Leitura de cache $0.0125	-50%
Preços de cache de prompt
Leitura de cache	$0.025	$0.0125	-50%
Taxas de ferramentasCobrado por chamada, apenas quando o modelo utiliza a ferramenta.
Pesquisa na web	$0.014/busca	$0.007/busca	-50%

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 9 de out. de 2026, 22:01 UTC

Taxa de sucesso em 30 dias: 100,0%
Requisições em 30 dias: 40K+
Última atividade: há 7 minutos

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Gemini 3.1 Flash-Lite no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar gemini-3.1-flash-lite com uma mensagem em /v1beta/models/gemini-3.1-flash-lite:generateContent. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Visão

Extração em massa
Extraia campos de milhares de faturas ou formulários e escreva cada resultado como um objeto JSON validado.
Moderação e marcação de conteúdo
Rotule envios e comentários de usuários em relação a uma política fixa com uma justificativa de uma linha.
Camada de roteamento
Decida para qual modelo especialista ou ferramenta uma solicitação deve ir e, em seguida, encaminhe-a.
Assistentes em tempo real
Potencialize o preenchimento automático, respostas rápidas ou turnos de assistente de voz onde uma espera visível prejudicaria a experiência da pessoa que o utiliza.

Exemplos de prompt

Extraia o fornecedor, data, total e moeda desta imagem de fatura e retorne-os como JSON.

Marque o comentário abaixo como spam, abuso, pergunta ou elogio e explique a escolha em uma frase.

Dada esta mensagem do usuário, escolha uma das opções: search_docs, create_ticket, answer_directly. Responda apenas com o nome da ferramenta.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

Para que o Gemini 3.1 Flash-Lite é melhor?

Trabalhos de alto volume e sensíveis à latência, como extração, classificação, marcação, roteamento e respostas multimodais rápidas. Ele troca um pouco da profundidade de raciocínio por velocidade e uma carga mais leve por chamada.

Ele aceita imagens?

Sim. Texto e imagens podem ser misturados em uma única solicitação, permitindo que ele leia documentos, capturas de tela e fotos. Sua resposta retorna como texto ou como JSON que corresponde ao seu esquema.

Ele pode chamar ferramentas?

Sim. A chamada de função é suportada, o que permite que ele atue como o agente de primeiro estágio que escolhe ferramentas para solicitações simples ou encaminha casos difíceis para um modelo maior.

Como ele é diferente do Gemini 3.5 Flash-Lite?

O 3.5 Flash-Lite é a geração mais recente e a que o Google agora indica para novos projetos; o 3.1 Flash-Lite é o modelo Lite mais antigo, ainda estável. Teste seus próprios prompts em ambos antes de mover o tráfego.

Quanto custa o Gemini 3.1 Flash-Lite?

No TokenLab, Gemini 3.1 Flash-Lite custa Entrada $0.125 / Saída $0.75 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Gemini 3.1 Flash-Lite?

O Gemini 3.1 Flash-Lite aceita até 1.048.576 tokens de contexto e gera até 65.536 tokens por resposta.

Qual endpoint o Gemini 3.1 Flash-Lite deve usar?

Use https://api.tokenlab.sh/v1beta/models/gemini-3.1-flash-lite:generateContent para Gemini 3.1 Flash-Lite. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Gemini 3.1 Flash-Lite suporta?

Gemini 3.1 Flash-Lite suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.