Gemini 3.1 Flash Lite, le modèle de Google DeepMind en chiffres

Gemini 3.1 Flash Lite en bref

Gemini 3.1 Flash Lite est un modèle de langage de Google DeepMind, sorti le 7 mai 2026. Il a donc 5 mois au 22 octobre 2026. C'est un modèle fermé : on y accède par API, auprès de Google DeepMind ou de l'un des 26 fournisseurs recensés sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les modèles économiques (24 modèles dans cette catégorie sur le site).

Que disent les tests indépendants ?

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Gemini 3.1 Flash Lite obtient un indice de capacité de 64,3 sur 100, calculé sur 3 tests de notre panier.

Avec 3 tests renseignés seulement, il n'entre pas dans le classement public, qui exige au moins 4 résultats : son indice est donc à lire comme partiel.

• GPQA Diamond (questions de sciences de niveau doctorat) : 81,8 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 80 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 27,7 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• Humanity's Last Exam (questions expertes multidisciplinaires) : 8,6 % — le meilleur modèle suivi, GPT-6 Astra, atteint 54,8 %

Ce que ça coûte

Gemini 3.1 Flash Lite est facturé 0,25 $US par million de tokens en entrée et 1,5 $US en sortie (médiane de 26 hébergeurs, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,008 $US ; mille fois cette tâche, 8 $US.

C'est 1,3 fois le prix de sortie médian des modèles économiques (1,13 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Contexte et capacités

Sa fenêtre de contexte atteint 1 048 576 tokens, soit environ 1 573 pages de texte à 500 mots par page : de quoi charger un livre entier ou une base de code de taille moyenne. Une réponse peut compter jusqu'à 65 536 tokens.

Il accepte en entrée : texte, image, vidéo, audio et PDF. Ses connaissances s'arrêtent à janvier 2025 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Quand le choisir ?

Par sa catégorie, Gemini 3.1 Flash Lite vise d'abord les gros volumes où chaque centime compte : tri, extraction d'informations, résumés, assistants simples.

Sa très grande fenêtre de contexte le rend intéressant pour analyser de gros volumes de documents en une seule requête.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de Gemini 3.1 Flash Lite sont :

• Qwen3.6 Flash (Alibaba Cloud (Qwen), indice 64,5) — voir le comparatif
• Qwen3.7 Flash (Alibaba Cloud (Qwen), indice 63,7) — voir le comparatif
• GPT-5 Mini (OpenAI, indice 62,9) — voir le comparatif
• GPT-5.4 nano (OpenAI, indice 71,7) — voir le comparatif