Google: Gemini 3.1 Flash Lite (batch)

Gemini 3.1 Flash-Lite es el modelo de texto multimodal, ligero y estable de Google para tareas frecuentes y bien definidas. Está basado en Gemini 3 Pro. La traducción y la clasificación son cargas de trabajo centrales; otras tareas útiles incluyen la transcripción, los resúmenes de documentos, la extracción de entidades y la clasificación para la selección de modelos. El material de origen puede ser texto, imágenes, audio, vídeo y PDF, y el resultado es texto. Unas instrucciones útiles piden una única operación y un único formato final, como un mensaje traducido o un registro de los campos encontrados en un documento.

Para la traducción, proporciona el texto de origen, el idioma de destino, el público y la terminología que debe permanecer intacta. El ejemplo de Google utiliza instrucciones para devolver únicamente la traducción. Al traducir un mensaje de soporte, conserva los nombres de los productos y las referencias de los pedidos, y traduce el resto con naturalidad. Especifica cómo debe tratarse la ambigüedad para que el resultado no añada una fecha, una promesa o un detalle ausente en el original. Mantén un formato de respuesta adecuado para el destino, como una respuesta breve o un registro de traducción etiquetado.

Para la transcripción, proporciona la grabación y define si la respuesta debe contener las palabras pronunciadas, una transcripción editada para facilitar la lectura o un resumen. Son salidas diferentes. Identifica el intervalo pertinente cuando una grabación larga solo contenga un pasaje necesario para la tarea. El ejemplo del fabricante para desarrolladores proporciona el audio directamente y solicita una transcripción textual. Comprueba los nombres, los números y los pasajes poco claros comparándolos con la grabación, y conserva la fuente original para su revisión. Este perfil general de texto multimodal no implica por sí mismo una salida de audio ni un resultado específico de diarización de hablantes.

Para la clasificación o la extracción, define las categorías, el esquema y la regla para los valores ausentes. La guía para desarrolladores muestra JSON estructurado para analizar una reseña de un cliente, con una cita justificativa y campos definidos. Un registro estructurado puede contener el producto mencionado, la categoría del problema y la frase que justifica la elección. Incluye un caso representativo que deba permanecer como desconocido en lugar de forzarlo a encajar en una categoría. Un registro sintácticamente válido sigue necesitando una comparación con el texto de origen real.

El procesamiento de documentos puede convertir un PDF en un resumen conciso o en un registro de campos. Formula la pregunta y conserva las referencias de página o sección cuando sea necesario comprobar el hallazgo. Una revisión de una tabla debe especificar las columnas y la regla relevantes; una tarea visual debe identificar la etiqueta o la región necesaria para la respuesta. El enrutamiento a modelos es otro uso documentado: el modelo clasifica la complejidad de una solicitud y devuelve una opción permitida. La aplicación conectada, y no el propio texto de clasificación, decide qué ejecutar a continuación.

Se admite el razonamiento, y el fabricante muestra un mayor esfuerzo para las tareas que se benefician de un análisis más profundo. La página específica de la versión estable también incluye llamadas a funciones, ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Maps, contexto de URL y salida estructurada. Computer Use no es compatible con este perfil estable de 3.1; el perfil posterior 3.5 Flash-Lite tiene una tabla de capacidades diferente. Define claramente los fines y los parámetros de las herramientas, y continúa a partir de resultados reales devueltos. Sugerir una función no demuestra que la operación haya tenido lugar.

La ficha del modelo nativo indica hasta 1M de contexto y 64K de salida textual; la tabla de la API estable especifica 1,048,576 tokens de entrada y 65,536 tokens de salida. Incluye las instrucciones, la conversación y los medios de origen en la preparación de la entrada, y solicita una salida con un tamaño adecuado para el artefacto previsto. El almacenamiento en caché y el procesamiento por lotes, Flex y Priority están documentados para este perfil del proveedor. Para elementos independientes que se procesan de forma repetida, incorpora el identificador de entrada al resultado y conserva un esquema uniforme para poder identificar una respuesta ausente.

Este identificador del modelo estable es distinto de Gemini 3.1 Flash-Lite Preview y de las ediciones posteriores de Flash-Lite. Conserva la edición exacta al preparar un procesamiento repetido, en lugar de dar por hecho que un nombre de familia conocido garantiza una revisión fija. Revisa que las traducciones conserven el significado y los términos, contrasta las transcripciones con el audio y los campos extraídos con el documento. La función práctica de este perfil es el procesamiento enfocado de texto multimodal con un resultado claro, dejando el razonamiento de una tarea más amplia o las acciones externas para el paso posterior adecuado.