Gemini 3.1 Flash-Lite

Материал из Systems analysis Wiki
Перейти к навигации Перейти к поиску
Gemini 3.1 Flash-Lite
Gemini — поколение 3.1, экономичная модель
Логотип Gemini
Общие сведения
РазработчикGoogle DeepMind
Дата выпуска3 марта 2026 года (preview); общедоступной (GA) стала 8 мая 2026 года
ПредшественникGemini 2.5 Flash-Lite
ПреемникGemini 3.5 Flash-Lite
ДоступностьДоступна (стабильная версия). Gemini API (Google AI Studio), Vertex AI, Gemini Enterprise Agent Platform. Идентификатор: gemini-3.1-flash-lite. Веса не публиковались
ЛицензияПроприетарная
Технические характеристики
АрхитектураМультимодальная модель, оптимизированная по стоимости и задержкам для высокочастотных лёгких задач и агентных пайплайнов; детальная архитектура не раскрыта
Всего параметровНе раскрывались
Контекстное окно1 048 576 токенов на входе; лимит выхода 65 536 токенов
МодальностиВход: текст, изображения, видео, аудио, PDF; выход: текст
Актуальность знанийОфициально не объявлялся
Страница модели в документации Gemini API

Gemini 3.1 Flash-Lite (англ. Gemini 3.1 Flash-Lite) — экономичная мультимодальная модель семейства Gemini от Google DeepMind, представленная в превью 3 марта 2026 года как «быстрейшая и самая экономичная модель серии Gemini 3» для высоконагруженных задач[1]. Цены — 0,25 долл. за 1 млн входных и 1,50 долл. за 1 млн выходных токенов; по скорости и качеству модель превзошла 2.5 Flash[1]. Общедоступной (GA) стала 8 мая 2026 года[2].

Технические характеристики

  • Поколение: Gemini 3.1; экономичная модель линейки Flash-Lite.
  • Идентификатор: gemini-3.1-flash-lite (стабильная версия; последнее обновление документации — май 2026)[3].
  • Контекстное окно: 1 048 576 входных токенов; лимит выходных токенов 65 536 — многократно больше, чем у прежних Flash-Lite (8 192 у 2.0 Flash-Lite)[3].
  • Модальности: вход — текст, изображения, видео, аудио и PDF; выход — текст[3].
  • Возможности: «мышление» (thinking) с настраиваемыми уровнями, выполнение кода, вызов функций, структурированные выходы, кэширование контекста, поиск файлов (file search), контекст по URL (URL context), grounding с Google Search и Google Maps; Batch API, Flex- и Priority-инференс. Не поддерживались: генерация изображений и аудио, computer use, Live API[3].
  • Цены: 0,25 долл. за 1 млн входных и 1,50 долл. за 1 млн выходных токенов[1].
  • Доступ: Gemini API (Google AI Studio), Vertex AI, Gemini Enterprise Agent Platform. Веса не публиковались.

Производительность

По данным Google (бенчмарк Artificial Analysis), 3.1 Flash-Lite превосходит 2.5 Flash по скорости в 2,5 раза быстрее выдаётся первый токен ответа (Time to First Answer Token), на 45 % выше скорость генерации — при сопоставимом или лучшем качестве[1]. Модель набрала 1432 Elo на лидерборде Arena.ai, 86,9 % на GPQA Diamond и 76,8 % на MMMU Pro, опередив модели того же класса и более крупные модели прошлых поколений, включая 2.5 Flash[1].

Позиционирование и применение

Google позиционирует 3.1 Flash-Lite как модель для высокочастотных задач с жёсткими ограничениями по цене и задержке: массовый перевод (чаты, отзывы, тикеты), модерация контента, простое извлечение данных, агентные пайплайны, генерация интерфейсов и дашбордов, создание симуляций[3][1]. Встроенные уровни «мышления» (thinking levels) позволяют разработчику регулировать, сколько модель «думает» над задачей, — критично для высокочастотных нагрузок[1].

К GA 8 мая 2026 Google перечислила производственные внедрения[2]:

  • Разработка: JetBrains использует модель в AI-ассистенте IDE и агенте Junie — «баланс высокого интеллекта и минимальной задержки делает её идеальной для реального времени» (Владислав Танков, директор по AI JetBrains).
  • Поддержка клиентов: Gladly обслуживает миллионы обращений в неделю (SMS, WhatsApp, Instagram) примерно на 60 % дешевле моделей thinking-класса при p95-задержке около 1,8 с на полный ответ и менее секунды на классификацию и вызовы инструментов.
  • Игры и креатив: Astrocade применяет мультимодальные проверки безопасности (текст и изображения) для конструктора игр и перевод комментариев сообщества; krea.ai — как «улучшатель промптов» в инструменте Nodes.
  • Финансы: OffDeal применяет модель в агенте «Archie» для инвестиционных банкиров в Zoom-звонках и триаж почты; Ramp и AlphaSense используют модель в высоконагруженных latency-чувствительных процессорах данных.

История и разработка

3 марта 2026 года Google выпустила 3.1 Flash-Lite в превью для разработчиков через Gemini API в Google AI Studio и для предприятий через Vertex AI[1].

8 мая 2026 года модель стала общедоступной; анонс Google Cloud Blog подчёркивал её роль в «комплектном наборе моделей Pro и Flash» для продукционных развёртываний[2].

По состоянию на ноябрь 2026 года 3.1 Flash-Lite остаётся актуальной стабильной моделью Gemini API; миграция с закрытых моделей поколения 2.0 (в том числе 2.0 Flash-Lite) рекомендовалась именно на неё[3].

Значение

3.1 Flash-Lite продолжает самую экономичную ветку семейства Gemini: 1.5 Flash → Gemini 2.0 Flash-Lite → Gemini 2.5 Flash-Lite → 3.1 Flash-Lite → Gemini 3.5 Flash-Lite. В отличие от прежних Flash-Lite модель получила полный агентный набор возможностей — нативное «мышление» с уровнями, выполнение кода, grounding и выходной лимит в 64 тысячи токенов, — сохранив роль самого дешёвого инструмента для масштабной генерации[1][3].

Ссылки

См. также

Примечания

  1. ↑ 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 Gemini 3.1 Flash-Lite: Built for intelligence at scale. Google. 3 марта 2026.
  2. ↑ 2,0 2,1 2,2 Gemini 3.1 Flash-Lite is now generally available. Google Cloud Blog. 8 мая 2026.
  3. ↑ 3,0 3,1 3,2 3,3 3,4 3,5 3,6 Gemini 3.1 Flash-Lite — документация Gemini API (Google AI for Developers).