Gemini 4

Einordnung und Kurzprofil

Dies ist ein Reasoning-Modell für die Textgenerierung, das Text- und Bildeingaben entgegennimmt und einheitlich Text ausgibt. Eingabe und Ausgabe teilen sich ein Kontextfenster von bis zu 1.048.576 Token, was sich für die Verarbeitung langer Dokumente und Bildmaterial eignet. Es richtet sich an Entwickler, die komplexes Reasoning und umfangreiche Textproduktion benötigen, und lässt sich in alltäglichen Produktionsszenarien wie Zusammenfassungs-Fragen-Antworten, Informationsextraktion, Berichts- und Codeerstellung einsetzen; bei softwaretechnischen und wissensbasierten Arbeitsaufgaben zeigt es ausgewogene Leistungen.

Zentrale Highlights

• Text- und Bildeingabe mit einheitlicher Textausgabe – Es kann Text und Bilder entgegennehmen, wobei dasselbe Modell das Verständnis übernimmt und Textresultate erzeugt, sodass sich vielfältige Materialien auf einheitliche Weise verarbeiten lassen.
• Ein- und Ausgabe teilen sich einen Kontext im Millionenbereich – Das Kontextfenster umfasst bis zu 1.048.576 Token; lange Eingaben und lange Ausgaben nutzen dasselbe Budget, was sich für die Verarbeitung sehr umfangreicher Materialien eignet.
• Obergrenze von 65.536 Token pro Ausgabe – Die maximale Ausgabe pro Anfrage beträgt 65.536 Token, was lange Berichte und die Generierung umfangreicher Codeabschnitte ermöglicht.
• Drei Stufen der Reasoning-Intensität – Über den Parameter reasoning_effort lassen sich die Stufen low, medium und high wählen, um zwischen Reasoning-Tiefe und Antwortgeschwindigkeit abzuwägen.

Funktionsbeschreibung

Text- und Bildverständnis sowie -generierung: Bei Texteingabe oder Bildern erzeugt das Modell nach dem Verständnis einheitlich Text, sodass sich Textmaterial und Bildmaterial über dieselbe Schnittstelle verarbeiten lassen.

Verarbeitung sehr langer Kontexte: Ein- und Ausgabe teilen sich ein Fenster von bis zu 1.048.576 Token, was sich für das ganzheitliche Verständnis und Fragen-Antworten zu langen Dokumenten und langem Code eignet.

Kontrollierbare Generierung langer Texte: Die maximale Ausgabe pro Anfrage beträgt 65.536 Token und kann zum Erzeugen langer Berichte, langer Dokumente und umfangreicher Codeabschnitte genutzt werden.

Einstellbare Reasoning-Intensität: Über reasoning_effort lassen sich die Stufen low, medium und high wählen, um je nach Aufgabenkomplexität zwischen Reasoning-Tiefe und Antwortgeschwindigkeit abzuwägen.

Reasoning-orientierte Alltagsaufgaben: Geeignet für komplexes Reasoning und alltägliche Fragen-Antworten; nach Eingabe von Frage und Hintergrundmaterial wird eine Textantwort ausgegeben, was einen Großteil softwaretechnischer und wissensbasierter Arbeit abdeckt.

Anwendungsszenarien

• Zusammenfassung und Fragen-Antworten zu langen Dokumenten – Entwickler geben lange Berichte oder Dokumente ein und erhalten Zusammenfassungen, Fragen-Antwort-Ergebnisse und Texte zur Informationsextraktion für Wissensdatenbanken und Retrieval-Systeme.
• Informationsextraktion aus Bildinhalten – Bei Eingabe von Screenshots oder Bildern erhält man die darin enthaltenen Textbeschreibungen und Kernpunkte als Text für Abläufe zur Materialaufbereitung und Inhaltsarchivierung.
• Erstellung langer Berichte und langen Codes – Bei Eingabe von Anforderungen und Referenzmaterial werden Berichte oder Codetexte mit bis zu 65.536 Token erzeugt, was für Dokumentenlieferung und Entwicklungsunterstützung genutzt wird.
• Allgemeines komplexes Reasoning im Frage-Antwort-Format – Für alltägliche Fragen-Antworten und komplexe Reasoning-Aufgaben; bei Eingabe von Frage und Hintergrundmaterial wird eine Textantwort ausgegeben, was für Assistenzanwendungen dient.

Einschränkungen und Auswahlhinweise

Die Ausgabe ist ausschließlich Text; Bilder, Audio oder Videos können nicht erzeugt werden. Das Kontextfenster wird von Ein- und Ausgabe gemeinsam genutzt, lange Eingaben belegen daher Token-Budget, das für die Generierung zur Verfügung steht; die maximale Ausgabe pro Anfrage beträgt 65.536 Token. Diese Schnittstelle unterstützt derzeit keine Tool-Aufrufe, keine Internetsuche, kein Computer Use und keine strukturierte Ausgabe; für Aufgaben, die diese Fähigkeiten erfordern, sollte eine anderweitige Lösung in Betracht gezogen werden. Die Reasoning-Intensität lässt sich über reasoning_effort zwischen low, medium und high wählen.