Gemini 3.1 Flash Lite, el modelo de Google DeepMind en cifras

Gemini 3.1 Flash Lite en breve

Gemini 3.1 Flash Lite es un modelo de lenguaje de Google DeepMind, lanzado el 7 de mayo de 2026. Tiene, por tanto, 5 meses a 22 de octubre de 2026. Es un modelo cerrado: se accede a él por API, a través de Google DeepMind o de uno de los 26 proveedores recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos económicos (24 modelos de esta categoría en el sitio).

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Gemini 3.1 Flash Lite obtiene un índice de capacidad de 64,3 sobre 100, calculado con 3 pruebas de nuestra cesta.

Con solo 3 pruebas registradas, no entra en el ranking público, que exige al menos 4 resultados: su índice debe leerse como parcial.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 81,8 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 80 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 27,7 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• Humanity's Last Exam (preguntas expertas multidisciplinares): 8,6 % — el mejor modelo seguido, GPT-6 Astra, alcanza 54,8 %

Lo que cuesta

Gemini 3.1 Flash Lite cuesta 0,25 US$ por millón de tokens de entrada y 1,5 US$ por millón de tokens de salida (mediana de 26 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,008 US$; mil veces esa tarea, 8 US$.

Son 1,3 veces el precio de salida mediano de los modelos económicos (1,13 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Contexto y capacidades

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 65.536 tokens.

Acepta como entrada: texto, imagen, vídeo, audio y PDF. Sus conocimientos llegan hasta enero de 2025: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿Cuándo elegirlo?

Por su categoría, Gemini 3.1 Flash Lite está pensado sobre todo para los grandes volúmenes en los que cada céntimo cuenta: clasificación, extracción de información, resúmenes, asistentes sencillos.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Gemini 3.1 Flash Lite son:

• Qwen3.6 Flash (Alibaba Cloud (Qwen), índice 64,5) — ver la comparativa
• Qwen3.7 Flash (Alibaba Cloud (Qwen), índice 63,7) — ver la comparativa
• GPT-5 Mini (OpenAI, índice 62,9) — ver la comparativa
• GPT-5.4 nano (OpenAI, índice 71,7) — ver la comparativa