--- canonical_url: "https://marketba.tech/contenido/1072/google-lanza-gemini-31-flash-lite-velocidad-e-ia-masiva" title: "Google lanza Gemini 3.1 Flash-Lite: velocidad e IA masiva" article_type: "NewsArticle" description: "Google presentó Gemini 3.1 Flash-Lite, el modelo más rápido y económico de la serie Gemini 3, disponible en preview vía API para desarrolladores y empresas." main_image: "https://marketba.tech/download/multimedia.normal.98e9e1a5b14ea42e.bm9ybWFsLndlYnA%3D.webp" date_published: "2026-04-02T16:40:00-03:00" date_modified: "2026-04-02T17:01:22-03:00" tags: - "flash lite" - "google" - "google gemini" - "IA Generativa" - "inteligencia artificial" - "LLM" - "modelos de lenguaje" - "Vertex" author_name: "Redacción MBA" author_url: "https://marketba.tech/usuario/2/redaccion-mba" category_name: "Inteligencia Artificial" category_url: "https://marketba.tech/categoria/6/inteligencia-artificial" category_description: "Modelos, aplicaciones y debate global sobre IA. Cobertura de los avances más importantes en inteligencia artificial y su impacto en la industria." --- # Google lanza Gemini 3.1 Flash-Lite: velocidad e IA masiva ![gemini-3.1_flash_Lite_blog_keywo.width-2200.format-webp](/download/multimedia.normal.98e9e1a5b14ea42e.bm9ybWFsLndlYnA%3D.webp) Google no para. El 3 de marzo de 2026, la compañía presentó Gemini 3.1 Flash-Lite, su modelo de inteligencia artificial más veloz y económico dentro de la serie Gemini 3 . Disponible desde ya en vista previa para desarrolladores a través de la API de Gemini en Google AI Studio y para empresas a través de Vertex AI, el nuevo modelo apunta directamente a los flujos de trabajo de altísimo volumen donde el costo y la latencia son variables críticas . ## Un precio que cambia el juego Con una tarifa de apenas $0,25 por millón de tokens de entrada y $1,50 por millón de tokens de salida, Gemini 3.1 Flash-Lite se posiciona como una opción radicalmente más accesible frente a modelos de mayor escala . Pero la ecuación no se trata solo de precio: según el benchmark de Artificial Analysis, el modelo es 2,5 veces más rápido en "Time to First Answer Token" y registra un 45% más de velocidad en la generación de salidas respecto a su predecesor, Gemini 2.5 Flash, manteniendo calidad similar o superior. Meta TRIBE v2: la IA que quiere simular el cerebro ## Benchmarks que sorprenden Los números respaldan las afirmaciones. Gemini 3.1 Flash-Lite alcanza un Elo score de 1.432 en el Arena.ai Leaderboard y supera a modelos de su mismo nivel en razonamiento y comprensión multimodal, con un 86,9% en GPQA Diamond y un 76,8% en MMMU Pro . Estos resultados superan incluso a modelos de generaciones anteriores de mayor tamaño, como el propio Gemini 2.5 Flash . Para un modelo pensado para tareas de bajo costo, esas métricas son llamativas. ## Thinking levels: flexibilidad para el desarrollador Una de las novedades más relevantes para el ecosistema de desarrollo es la incorporación nativa de *thinking levels* tanto en AI Studio como en Vertex AI . Esta funcionalidad le permite al desarrollador calibrar cuánto "piensa" el modelo antes de responder, lo que resulta clave para gestionar flujos de trabajo de alta frecuencia sin desperdiciar recursos computacionales . El modelo puede manejar tareas simples a gran escala, como traducción masiva y moderación de contenidos, pero también tareas más complejas como la generación de interfaces de usuario, dashboards dinámicos o agentes SaaS multi-paso . Claude lleva la IA entre Excel y PowerPoint Casos de uso reales ya en producción Empresas como Latitude, Cartwheel y Whering ya accedieron a versiones tempranas del modelo y destacaron su eficiencia y capacidad de razonamiento, señalando que maneja inputs complejos con la precisión de un modelo de mayor nivel, además de seguir instrucciones con alta adherencia . Las demos públicas muestran desde generación de wireframes de e-commerce con cientos de productos hasta dashboards meteorológicos en tiempo real con datos históricos integrados . En la comparación directa con los rivales de su misma categoría de precio, Gemini 3.1 Flash-Lite aventaja a GPT-5 mini y a Claude 4.5 Haiku en seis de once benchmarks estándar. En velocidad de salida genera tokens a 381 t/s frente a los aproximadamente 180 de GPT-5 mini y los 140 de Claude 4.5 Haiku. En pricing de salida también gana: $1,50 por millón de tokens contra los $2,00 de GPT-5 mini y los $5,00 de Haiku. La única ventaja que conservan los rivales es su condición de disponibilidad general (GA) y un soporte empresarial más maduro —algo que Google apunta a resolver una vez que el modelo salga de su fase de preview. --- *Contenido creado y optimizado para IA con [Medios CMS](https://medios.io)* — Plataforma profesional para la gestión de medios digitales y portales de noticias.