Gemini 3.8

Descripción general

Este es un modelo general rápido y de bajo costo orientado a la salida de texto, que acepta entradas de texto e imagen y devuelve texto, con una ventana de contexto de 1,048,576 tokens y una salida de hasta 65,536 tokens por llamada. Es adecuado para tareas de texto diarias de alta concurrencia y baja latencia, y también para codificación con agentes, automatización del trabajo de conocimiento empresarial y razonamiento de múltiples pasos en dominios especializados; los desarrolladores pueden usarlo para comprender materiales, generar resúmenes y producir conclusiones paso a paso.

Puntos clave

• Contexto de un millón con salida de 64k: ventana de contexto de 1,048,576 tokens junto con una salida de hasta 65,536 tokens por llamada, lo que cubre tareas de largo alcance y de gran entrada.
• Entrada de texto e imagen: acepta directamente texto e imágenes y devuelve de forma unificada resultados en texto, lo que facilita el procesamiento unificado de materiales mixtos de texto e imagen.
• Profundidad de razonamiento ajustable: admite tres niveles de reasoning_effort: low, medium y high, equilibrando la inversión en razonamiento y la respuesta según la complejidad de la tarea.

Descripción de capacidades

Comprensión de materiales de texto e imagen: con una entrada de texto o imagen, puede realizar comprensión de contenido gráfico y textual, resúmenes y preguntas y respuestas; el resultado final es texto, adecuado para la revisión de materiales y la organización del conocimiento.

Contexto largo y salida larga: admite un contexto de 1,048,576 tokens y una salida de hasta 65,536 tokens por llamada, adecuado para la comprensión de documentos extensos y cadenas de tareas de largo alcance.

Intensidad de razonamiento ajustable: mediante reasoning_effort se puede elegir entre los tres niveles low, medium y high, ajustando la inversión en razonamiento según la complejidad de la tarea; no admite minimal.

Escenarios de aplicación

• Codificación con agentes para desarrolladores: introduciendo código y texto de requisitos, se obtienen sugerencias de corrección o propuestas de implementación, lo que impulsa la automatización de tareas de ingeniería de software de largo alcance.
• Automatización del trabajo de conocimiento empresarial: introduciendo documentos de negocio e instrucciones de procesos, se generan conclusiones de texto organizadas, útiles para el apoyo a la toma de decisiones y la ejecución en flujos de trabajo complejos.
• Resumen de materiales gráficos y textuales: introduciendo documentos extensos o materiales de imagen, se generan resúmenes de texto y puntos clave, útiles para la revisión de materiales y el archivo de conocimiento.
• Razonamiento de múltiples pasos en dominios especializados: introduciendo materiales especializados como financieros y legales, se generan textos de razonamiento paso a paso y conclusiones, útiles para tareas de análisis con agentes.

Limitaciones y recomendaciones de selección

La salida se limita a texto; no realiza síntesis de voz ni conversación de voz en tiempo real. La entrada solo admite texto e imágenes. El nivel de pensamiento no admite minimal; solo se puede elegir entre low, medium y high. El límite de salida por llamada es de 65,536 tokens, por lo que el contenido muy extenso debe procesarse por partes.