Literasi sains merupakan salah satu kompetensi fundamental yang harus dikuasai pada keterampilan abad 21. Pengukuran literasi sains menuntut instrumen yang mampu memotret profil kemampuan kognitif tingkat tinggi. Penggunaan tes pilihan ganda konvensional dinilai kurang komprehensif, sementara asesmen berbasis kinerja seringkali kurang efisien. Model testlet yang terdiri dari sekumpulan butir soal dengan satu stimulus hadir sebagai solusi atas keterbatasan butir independen. Penelitian ini merupakan Systematic Literature Review (SLR) yang bertujuan untuk menganalisis tren penggunaan, karakteristik psikometri, serta memproyeksikan masa depan instrumen model testlet dalam pengukuran literasi sains. Penelusuran literatur melalui Google Scholar dan Crossref pada periode 2020-2026 menghasilkan 25 studi yang memenuhi kriteria inklusi setelah melalui proses identifikasi, penyaringan, dan penilaian kelayakan berdasarkan PRISMA 2020. Hasil analisis dan sintesis menunjukkan bahwa mayoritas instrumen testlet literasi sains menggunakan konteks kontekstual, Artifisial Intelligence, dan deep learning. Berdasarkan analisis psikometri, Temuan studi menunjukkan bahwa tren pengukuran literasi sains beralih dari tes unidimensi diskrit menuju testlet yang dianalisis menggunakan Rasch Testlet Model (RTM) dan Multidimensional Item Response Theory (MIRT) untuk mengakomodasi Local Item Dependence (LID). Secara karakteristik, instrumen testlet terbukti menurunkan estimasi reliabilitas semu dan memberikan eror standar yang lebih presisi dibandingkan model TRB tradisional. Proyeksi ke depan menunjukkan integrasi Computerized Adaptive Testing (CAT) berbasis testlet dan STEM berbasis kecerdasan buatan sebagai inovasi utama dalam lanskap asesmen sains.