Gemini 3.8

Positionierung und Kurzprofil

Dies ist ein schnelles, kostengünstiges Universalmodell für die Textausgabe. Es akzeptiert Text- und Bildeingaben und liefert Text zurück. Es verfügt über ein Kontextfenster von 1.048.576 Token und eine Ausgabe von bis zu 65.536 Token pro Anfrage. Es eignet sich für alltägliche Textaufgaben mit hoher Parallelität und geringer Latenz sowie für agentisches Codieren, die Automatisierung betrieblicher Wissensarbeit und mehrstufiges Reasoning in Fachdomänen. Entwickler können es für das Verstehen von Materialien, die Erstellung von Zusammenfassungen und die Ausgabe schrittweiser Schlussfolgerungen einsetzen.

Wichtigste Highlights

• Kontext im Millionenbereich mit 64k Ausgabe – ein Kontextfenster von 1.048.576 Token kombiniert mit einer Ausgabe von bis zu 65.536 Token pro Anfrage deckt langreichweitige Aufgaben mit umfangreichen Eingaben ab.
• Text- und Bildeingaben – akzeptiert direkt Text und Bilder und liefert einheitlich Textergebnisse zurück, was die einheitliche Verarbeitung gemischter Text-Bild-Materialien erleichtert.
• Einstellbare Reasoning-Tiefe – unterstützt die drei Stufen low, medium und high für reasoning_effort, um je nach Aufgabenkomplexität den Reasoning-Aufwand und die Antwort abzuwägen.

Fähigkeitsbeschreibung

Verständnis von Text- und Bildmaterialien: Bei Eingabe von Text oder Bildern können Text-Bild-Inhalte verstanden, zusammengefasst und Fragen dazu beantwortet werden. Das Endergebnis ist Text und eignet sich für die Materialprüfung und Wissensorganisation.

Langer Kontext und lange Ausgabe: Unterstützt 1.048.576 Token Kontext und bis zu 65.536 Token Ausgabe pro Anfrage, geeignet für das Verstehen langer Dokumente und langreichweitige Aufgabenketten.

Einstellbare Reasoning-Intensität: Über reasoning_effort lässt sich zwischen den drei Stufen low, medium und high wählen, um den Reasoning-Aufwand je nach Aufgabenkomplexität anzupassen; minimal wird nicht unterstützt.

Anwendungsszenarien

• Agentisches Codieren für Entwickler – Code und Anforderungstext eingeben und Reparaturvorschläge oder Umsetzungslösungen erhalten, um langreichweitige Software-Engineering-Aufgaben automatisiert voranzutreiben.
• Automatisierung betrieblicher Wissensarbeit – Geschäftsdokumente und Prozessbeschreibungen eingeben und aufbereitete Textschlussfolgerungen ausgeben, um Entscheidungen und die Ausführung in komplexen Workflows zu unterstützen.
• Zusammenfassung von Text-Bild-Materialien – lange Dokumente oder Bildmaterialien eingeben und Textzusammenfassungen sowie Kernpunkte erzeugen, für Materialprüfung und Wissensarchivierung.
• Mehrstufiges Reasoning in Fachdomänen – Fachmaterialien aus Finanzen, Recht und anderen Bereichen eingeben und schrittweises Reasoning sowie Schlussfolgerungstexte ausgeben, für agentische Analyseaufgaben.

Einschränkungen und Auswahlhinweise

Die Ausgabe ist ausschließlich Text; das Modell übernimmt weder Sprachsynthese noch Echtzeit-Sprachdialog. Als Eingabe werden nur Text und Bilder unterstützt. Die Denkstufe minimal wird nicht unterstützt; wählbar sind nur low, medium und high. Die Ausgabe pro Anfrage ist auf 65.536 Token begrenzt; überlange Inhalte müssen in mehreren Durchgängen verarbeitet werden.