Indlæser kataloget…
Indlæser kataloget…
Googles hurtige, prisoptimerede multimodale Gemini-model med et kontekstvindue på 1 million tokens, bygget til høj gennemstrømning af tekst, billeder, lyd, video og filer som inddata.
Vigtigste styrker. Som Googles Lite-niveau er den bygget til hastighed og volumen frem for de højeste intelligensskårer, og uafhængige benchmark-målinger for denne model har varieret betydeligt på tværs af kilder. Dens indbyggede Google Search-grounding og brede multimodale understøttelse af inddata (tekst, billeder, lyd, video og filer) gør den velegnet til lette behandlingskæder med høj volumen. Den understøtter også struktureret uddata og JSON-tilstand, hvilket hjælper ved integration i automatiserede behandlingskæder, der kræver forudsigelige svarformater.
Begrænsninger. Uddata er kun tekst – denne model kan ikke generere lyd, billeder eller video. Dens ræsonneringstilstand er valgfri og står som standard til minimalt ræsonneringsniveau, så den er ikke det rigtige valg til komplekse agentiske, juridiske, medicinske eller forskningstunge opgaver, hvor vedvarende ræsonnering i mange trin er vigtig. Træningsdataene slutter omkring januar 2025, og Google har ikke oplyst antallet af milliarder parametre eller detaljer om modellens arkitektur.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 0,22 / 1,32€+7 betingede priser | Online |
21 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Indbygget verktøykald med understøttelse af udvidet tænkning passer til logikken i applikationer med struktureret verktøykald.
Billedforståelse kombineret med fil-inddata og et kontekstvindue på 1 million tokens understøtter OCR og visuelt udtræk fra lange dokumenter.
Understøttelse af billedforståelse dækker eksplicit billed-inddata, hvilket gør den velegnet til forståelse af screenshots.
Det prisoptimerede design med højt gennemløb rammer behovene ved klassificeringsopgaver, der kræver hastighed og skala.
Et kontekstvindue på 1.048.576 tokens gør det muligt at opsummere meget store dokumenter på én gang, og modellen er prisoptimeret til tekstopgaver med højt gennemløb.
Indbygget billedforståelse understøtter spørgsmål og svar til billeder som en del af det multimodale design.
Understøttelse af verktøykald og billedforståelse muliggør screenshot-drevet browserautomatisering, selvom Lite-niveauet er optimeret til gennemløb frem for kompleks ræsonnering over mange runder.
En profil med lave omkostninger, højt gennemløb og verktøykald passer til drift af kundesupport-chatbots i stor skala, selvom den ikke er positioneret som en model til ræsonnering på toppniveau.
Hurtig, prisoptimeret tekstgenerering er velegnet til rutinepræget udarbejdelse af e-mails i store mængder.
Billedforståelse understøtter fortolkning af diagrammer, selvom denne prisoptimerede model i Lite-klassen kan ligge efter flagskibsmodeller ved komplekse analytiske forklaringer.
Understøttelse af lyd-inddata plus et stort kontekstvindue passer til behandlingskæder for opsummering af mødereferater og optagelser.
Tilstanden for udvidet tænkning understøtter ræsonnering med mange trin, men som en Flash Lite-model (prisoptimeret) prioriterer den hastighed over dybde sammenlignet med større Gemini-varianter.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, ifbench, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-3.1-flash-lite",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på