Actus IA

Gemini 3.1 Flash-Lite en disponibilité générale

Le 8 mai 2026, Google a passé Gemini 3.1 Flash-Lite en disponibilité générale (GA) sur Google AI Studio et Vertex AI. Positionné comme le modèle le plus rapide et le moins coûteux de la série Gemini 3, il vise les cas d'usage à fort volume et à faible tolérance de latence.

Tarification et performances

Prix :

0,25 $/million de tokens en entrée
1,50 $/million de tokens en sortie — soit 40 % moins cher que Gemini 2.5 Flash sur l'output

Vitesse (benchmarks Artificial Analysis) :

2,5× plus rapide en temps au premier token (TTFT) par rapport à Gemini 2.5 Flash
45 % plus rapide en débit de sortie

En production sous charge lourde, la latence P95 pour une réponse complète est d'environ 1,8 seconde — sous la seconde pour les tâches de classification ou d'appel d'outil.

Capacités

Fenêtre de contexte : 1 million de tokens
Tokens de sortie max : 66 000 par requête
Modalités d'entrée : texte, vision (images), audio, PDF
Niveaux de pensée (thinking levels) activables dans AI Studio et Vertex AI

Benchmarks

Benchmark	Score
GPQA Diamond	86,9 %
MMMU Pro	76,8 %
Arena.ai Elo	1 432

Cas d'usage en production

Google cite plusieurs adopteurs dans l'annonce de disponibilité générale :

Gladly (service client) : réduction des coûts d'environ 60 % par rapport aux modèles de tier supérieur, sur des volumes élevés d'interactions
JetBrains : intégration dans la complétion de code des IDEs
Ramp et AlphaSense : agents financiers temps-réel
OffDeal : agents finance à fort débit

Disponibilité

Gemini 3.1 Flash-Lite est disponible via :

Google AI Studio (Gemini API) — pour les développeurs individuels et les prototypes
Vertex AI — pour les déploiements enterprise avec SLA et contrôles IAM

Les niveaux de pensée permettent de moduler la profondeur de raisonnement selon le besoin, ce qui le rend adapté aussi bien à la classification rapide qu'à des tâches légèrement plus complexes, tout en restant dans le segment tarifaire le plus accessible de la gamme Gemini 3.

— Sources