- Inicio
- 3 mar 202690% DE CONFIANZAsegún la fuente
Lanzamiento de Gemini 3.1 Flash-Lite
Traducido automáticamente del original
Título original: Gemini 3.1 Flash-Lite Released
- Google presentó Gemini 3.1 Flash-Lite el 3 de marzo de 2026, «nuestro modelo de la serie Gemini 3 más rápido y rentable», diseñado para cargas de trabajo de desarrolladores de gran volumen[1]
- Es más rápido que 2.5 Flash, con un tiempo hasta el primer token de respuesta 2.5X más rápido y un 45% más de velocidad de salida con una calidad similar o mejor[1]
Características principales
- Precio de $0.25 por million de tokens de entrada y $1.50 por million de tokens de salida[1]
- Adecuado para traducción, moderación de contenido, generación de interfaces de usuario y creación de simulaciones[1]
- En vista previa a través de la API de Gemini en Google AI Studio y Vertex AI[1]
Benchmarks[3]
| Benchmark | Gemini 3.1 Flash-Lite | Gemini 2.5 Flash | Gemini 2.5 Flash-Lite | GPT-5 mini | Claude 4.5 Haiku | Grok 4.1 Fast |
|---|---|---|---|---|---|---|
| Precio de entrada ($/1M de tokens, sin caché, cuanto menos mejor) | $0.25 | $0.30 | $0.10 | $0.25 | $1.00 | $0.20 |
| Precio de salida ($/1M de tokens, cuanto menos mejor) | $1.50 | $2.50 | $0.40 | $2.00 | $5.00 | $0.50 |
| Velocidad de salida (tokens / s) | 363 | 249 | 366 | 71 | 108 | 145 |
| Humanity’s Last Exam (razonamiento académico (conjunto completo, texto + MM), sin herramientas) | 16.0% | 11.0% | 6.9% | 16.7% | 9.7% | 17.6% |
| GPQA Diamond (conocimiento científico, sin herramientas) | 86.9% | 82.8% | 66.7% | 82.3% | 73.0% | 84.3% |
| MMMU-Pro (comprensión y razonamiento multimodal, sin herramientas) | 76.8% | 66.7% | 51.0% | 74.1% | 58.0% | 63.0% |
| CharXiv Reasoning (síntesis de información a partir de gráficos complejos) | 73.2% | 63.7% | 55.5% | 75.5% | 61.7% | 31.6% |
| Video-MMMU (adquisición de conocimiento a partir de vídeos) | 84.8% | 79.2% | 60.7% | 82.5% | — | 74.6% |
| SimpleQA Verified (conocimiento paramétrico) | 43.3% | 28.1% | 11.5% | 9.5% | 5.5% | 19.5% |
| FACTS Benchmark Suite (benchmark de factualidad en fundamentación, conocimiento paramétrico, búsqueda y MM) | 40.6% | 50.4% | 17.9% | 33.7% | 18.6% | 42.1% |
| MMMLU (preguntas y respuestas multilingües) | 88.9% | 86.6% | 84.5% | 84.9% | 83.0% | 86.8% |
| LiveCodeBench (generación de código (UI: 1/1/2025-5/1/2025)) | 72.0% | 62.6% | 34.3% | 80.4% | 53.2% | 76.5% |
| MRCR v2 (8-needle) (rendimiento en contexto largo, 128k (media)) | 60.1% | 54.3% | 30.6% | 52.5% | 35.3% | 54.6% |
| MRCR v2 (8-needle) (rendimiento en contexto largo, 1M (puntual)) | 12.3% | 21.0% | 5.4% | — | — | 6.1% |
Referencias 385% DE CONFIANZAConfianza general: 85%Hasta qué punto la fuente y las referencias del pin respaldan sus fechas.Media ponderada de la firmeza con la que 3 referencias, incluida la fuente, respaldan las horas de inicio y fin del pin; una referencia cuenta la mitad por cada 180 días que sea más antigua que la más recienteMostrar todos los pines con un 75% de confianza o más
La primera entrada es siempre la fuente del pin. La confianza global es una media ponderada de la firmeza con la que cada referencia respalda las horas de inicio y fin usadas arriba; una referencia cuenta la mitad por cada 180 días que sea más antigua que la más reciente.
- [1]90%blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-liteblog.google· Publicado el 30 sept 2026· Empieza 3 mar 2026 ✓· 41% de la puntuación
La entrada de Google «Gemini 3.1 Flash-Lite: Built for intelligence at scale» está fechada el 3 de marzo de 2026 y dice que se despliega en vista previa ese día para desarrolladores a través de la API de Gemini y para empresas a través de Vertex AI.
- [2]75%Gemini (language model) - Wikipediaen.wikipedia.org· Añadido el 30 sept 2026· 41% de la puntuación
The Wikipedia article lists Gemini 3.1 Flash-Lite as released on 3 March 2026.
- [3]95%Gemini 3.1 Flash-Lite - Model Carddeepmind.google· Publicado el 3 mar 2026· 18% de la puntuación
DeepMind's model card gives the benchmark table against the model's predecessor and named rivals.
Sugerir una corrección
¿Falta algo o hay un error? Dilo con tus palabras: un enlace que respalde este pin, otra fecha de inicio o fin y por qué, o un dato que falta o está mal. La IA lo contrasta con las fuentes del pin, busca otras mejores y añade cualquier página que te dé la razón. Las fuentes del propio pin siguen contando más. La IA también mira las imágenes: una que muestra otra cosa, o la muestra mal, pasa al final o se sustituye.
