Introduction
Chat compatible OpenAI pour Gemini 3.5 Flash-Lite. Une fenêtre de lecture de 1 048 576 tokens, quatre niveaux d’effort avec minimal par défaut, 128 schémas d’outils et la sortie JSON dans un seul appel synchrone, avec diffusion SSE si vous la demandez.
Gemini 3.5 Flash-Lite est le modèle de chat de Google taillé pour le coût, publié ici comme un unique point de terminaison compatible OpenAI. Une requête lit jusqu’à 1 048 576 tokens et répond en 65 536 au plus, et son effort de raisonnement part de minimal, le niveau le moins cher et le plus rapide : classement, traduction et mise en forme simple de données tournent donc au niveau le plus bas tant que vous n’en demandez pas davantage.
Fonctionnalités et points forts
La voie pour le travail qui arrive par milliers
Quand une tâche fait dix mille lignes plutôt qu’une question difficile, le prix d’un seul appel décide si elle tourne. C’est exactement la place de ce modèle : assez bon marché pour que chaque ligne passe par un modèle, assez rapide pour que la file fonde sous vos yeux.
Quatre niveaux, et le moins cher est celui par défaut
reasoning_effort accepte minimal, low, medium ou high et vaut minimal par défaut. Ne rien envoyer revient donc à acheter la réponse la moins chère et la plus rapide de ce modèle ; montez le niveau sur la requête qui demande plus de réflexion, pas sur toute l’intégration.
Un dossier entier dans une seule requête
La fenêtre de lecture fait 1 048 576 tokens : une longue spécification, une transcription complète ou un mois de journaux partent en un appel au lieu d’être découpés en fenêtres qu’il faut ensuite recoudre. Les tokens d’entrée restent facturés au mesuré, alors surveillez le volume du matériau, pas seulement le nombre d’appels.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | Tours ordonnés, du plus ancien au plus récent. Le contenu est une chaîne ou un tableau de parties text, |
max_tokens | Non | Plafonne la réponse à 65 536 ; le défaut est 4 096. |
reasoning_effort | Non | minimal, low, medium ou high ; minimal est le défaut, donc ne rien envoyer revient à tourner au niveau le moins cher et le plus rapide. |
stop | Non | Jusqu’à 4 séquences, sous forme de chaîne ou de tableau. La réponse s’arrête dès que le modèle en écrit une, et le texte correspondant n’est pas renvoyé. 1 caractères minimum · 1 éléments minimum · 4 éléments maximum |
seed | Non | N’importe quel entier. |
temperature | Non | 0 à 2, 1 par défaut. Google recommande de laisser les modèles Gemini 3 à 1,0 : en dessous, la génération peut boucler ou se dégrader. |
top_p | Non | 0,01 à 1. Ajustez celui-ci ou temperature, jamais les deux dans la même comparaison. |
tools | Non | Jusqu’à 128 définitions de fonctions par requête. 128 éléments maximum |
tool_choice | Non | auto, none, required, ou un objet qui nomme une fonction. |
response_format | Non | Réclamez un objet JSON et nommez chaque clé dans le message système — c’est ainsi que le texte libre revient dans les colonnes que vous avez déjà. |
Tarification
Entrée $0.30 / Sortie $2.50 par 1 million de tokens
Cas d’utilisation
Classement et étiquetage en masse
Aiguiller des tickets, étiqueter des journaux de conversation, répartir le courrier entrant entre les responsables. Un message système figé, une ligne par appel, l’effort laissé sur minimal : toute la file passe par un modèle au lieu d’une expression régulière.
Passes de traduction
Textes produit, réponses du support, fiches de catalogue. La consigne et le glossaire tiennent dans le message système, le texte source part dans le message utilisateur, et le volume cesse d’être la raison de renoncer.
Du texte libre vers des champs fixes
Réclamez un objet JSON avec response_format, nommez chaque clé dans le message système et laissez le modèle plier une note sans structure dans les colonnes que votre base possède déjà. L’analyse et la validation restent de votre côté.
Les pas discrets d’une boucle d’agent
La plupart des pas d’un agent ne sont pas le pas intéressant : relire une page, juger si un résultat est pertinent, résumer en une phrase ce qui vient d’arriver. Envoyez-les ici et gardez le modèle coûteux pour l’étape qui tranche vraiment.
Guide de prompt et conseils pratiques
La consigne dans le message système, la matière dans le message utilisateur
Description de la tâche, forme de sortie et vocabulaire tiennent dans un seul message système ; le message utilisateur ne porte que la ligne, le passage ou le document. Garder le message système immobile sur tout un lot, c’est ce qui rend les résultats comparables entre eux.
Ne touchez au niveau que lorsqu’un appel le réclame
minimal est la valeur par défaut et le niveau sur lequel l’essentiel d’un lot devrait tourner. Quand un élément demande plus de réflexion, montez cette requête-là en low, medium ou high : c’est une chaîne dans le même corps de requête, rien d’autre ne bouge.
Les limites à prévoir
Le plafond de réponse est de 65 536 tokens et un max_tokens au-dessus échoue d’emblée à la validation. Le contenu des messages se compose de texte, d’images et de vidéo, les parties audio sont refusées. La vidéo est envoyée sous forme de fichier téléversé, et la vidéo d’une même requête peut totaliser 14 MB. Un response_format JSON façonne la réponse, mais votre application continue de l’analyser et de la valider. Les connaissances du modèle s’arrêtent en mars 2026, tout ce qui suit doit arriver par le prompt.
Démarrage rapide de l’API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-3.5-flash-lite/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
