Google wprowadza na rynek Gemini 3.1 Flash-Lite, najszybszy i najbardziej efektywny kosztowo model w ramach serii Gemini 3. Rozwiązanie to zostało zaprojektowane z myślą o obsłudze dużych wolumenów danych, oferując programistom i przedsiębiorstwom wysoką jakość pracy przy zachowaniu optymalnego budżetu.
Wydajność i oszczędność w skali
Model Gemini 3.1 Flash-Lite jest już dostępny w wersji zapoznawczej dla programistów za pośrednictwem Gemini API w Google AI Studio oraz dla klientów korporacyjnych w ramach platformy Vertex AI. Kluczowym atutem nowej propozycji jest jej przystępna cena:
- Koszt wejściowy wynosi 0,25 USD (ok. 1,00 PLN) za milion tokenów.
- Koszt wyjściowy wynosi 1,50 USD (ok. 6,00 PLN) za milion tokenów.
Według analizy Artificial Analysis, model ten znacząco przewyższa swojego poprzednika, Gemini 2.5 Flash. Czas generowania pierwszego tokena (Time to First Answer Token) jest 2,5-krotnie krótszy, a prędkość generowania danych wyjściowych wzrosła o 45%. Tak niska latencja sprawia, że model idealnie nadaje się do tworzenia responsywnych aplikacji działających w czasie rzeczywistym.
Możliwości i wyniki testów
Gemini 3.1 Flash-Lite wykazuje się wysoką skutecznością w zadaniach wymagających rozumowania oraz analizy multimodalnej. W rankingu Arena.ai Leaderboard model uzyskał wynik Elo na poziomie 1432 punktów. W specjalistycznych testach porównawczych osiągnął wyniki 86,9% w teście GPQA Diamond oraz 76,8% w MMMU Pro, co stawia go przed wieloma większymi modelami poprzednich generacji.
Elastyczność w zastosowaniach biznesowych
Istotnym wyróżnikiem modelu jest wbudowana funkcja „poziomów myślenia” (thinking levels), dostępna w AI Studio i Vertex AI. Pozwala ona programistom na precyzyjne sterowanie tym, jak głęboko model ma analizować dany problem. Dzięki temu Gemini 3.1 Flash-Lite sprawdza się w szerokim spektrum zadań:
- Zadania masowe: Tłumaczenia tekstów na dużą skalę oraz moderacja treści, gdzie priorytetem jest szybkość i niski koszt.
- Zadania złożone: Generowanie interfejsów użytkownika, tworzenie dashboardów, budowanie symulacji oraz precyzyjne wykonywanie instrukcji.
Wczesne testy przeprowadzone przez firmy takie jak Latitude, Cartwheel czy Whering potwierdzają, że model skutecznie łączy wydajność z precyzją, dorównując w wielu aspektach znacznie większym rozwiązaniom, przy jednoczesnym zachowaniu pełnej zgodności z wytycznymi użytkownika.