Gemini 3.8

Présentation du positionnement

Il s'agit d'un modèle généraliste rapide et économique destiné à la génération de texte. Il accepte des entrées texte et image et renvoie du texte, avec une fenêtre de contexte de 1 048 576 tokens et une sortie maximale de 65 536 tokens par requête. Il convient aux tâches textuelles quotidiennes à forte concurrence et à faible latence, ainsi qu'au codage agentique, à l'automatisation du travail de connaissance en entreprise et au raisonnement multi-étapes dans des domaines spécialisés ; les développeurs peuvent l'utiliser pour comprendre des documents, générer des résumés et produire des conclusions étape par étape.

Points forts

• Contexte de niveau million avec sortie 64k — une fenêtre de contexte de 1 048 576 tokens associée à une sortie maximale de 65 536 tokens par requête couvre les tâches à long horizon et à forte entrée.
• Entrées texte et image — accepte directement le texte et les images et renvoie uniformément un résultat textuel, ce qui facilite le traitement unifié de documents mixtes texte-image.
• Profondeur de raisonnement ajustable — prend en charge les trois niveaux low, medium et high de reasoning_effort, pour arbitrer entre l'effort de raisonnement et la réponse selon la complexité de la tâche.

Description des capacités

Compréhension de documents texte et image : à partir d'une entrée texte ou image, il peut réaliser la compréhension de contenus texte-image, des résumés et des questions-réponses ; le résultat final est du texte, ce qui convient à la revue de documents et à l'organisation des connaissances.

Contexte long et sortie longue : prend en charge un contexte de 1 048 576 tokens et une sortie maximale de 65 536 tokens par requête, adapté à la compréhension de longs documents et aux chaînes de tâches à long horizon.

Intensité de raisonnement ajustable : reasoning_effort permet de choisir entre les trois niveaux low, medium et high afin d'ajuster l'effort de raisonnement selon la complexité de la tâche ; le niveau minimal n'est pas pris en charge.

Cas d'usage

• Codage agentique pour les développeurs — à partir de code et d'un texte d'exigences, obtenir des suggestions de correction ou une solution d'implémentation, pour faire avancer automatiquement des tâches d'ingénierie logicielle à long horizon.
• Automatisation du travail de connaissance en entreprise — à partir de documents métier et de descriptions de processus, produire des conclusions textuelles organisées, pour l'aide à la décision et l'exécution de flux de travail complexes.
• Résumé de documents texte et image — à partir de longs documents ou de documents image, générer des résumés et des points clés textuels, pour la revue de documents et l'archivage des connaissances.
• Raisonnement multi-étapes dans des domaines spécialisés — à partir de documents spécialisés (finance, droit, etc.), produire un raisonnement étape par étape et un texte de conclusion, pour des tâches d'analyse agentique.

Limites et conseils de sélection

La sortie est limitée au texte ; le modèle n'assure ni la synthèse vocale ni le dialogue vocal en temps réel. Les entrées prises en charge sont uniquement le texte et les images. Le niveau de réflexion minimal n'est pas pris en charge ; seuls low, medium et high sont disponibles. La sortie est plafonnée à 65 536 tokens par requête ; les contenus très longs doivent être traités en plusieurs fois.