Gemini 3.8

Panoramica della posizione

Si tratta di un modello generalista rapido ed economico orientato all'output testuale, che accetta input di testo e immagini e restituisce testo, con una finestra di contesto di 1.048.576 token e un output massimo di 65.536 token per singola richiesta. È adatto a compiti testuali quotidiani ad alta concorrenza e bassa latenza, nonché al coding agentico, all'automazione del knowledge work aziendale e al ragionamento multi-step in ambiti specialistici; gli sviluppatori possono usarlo per comprendere materiali, generare riassunti e produrre conclusioni passo dopo passo.

Punti di forza principali

• Contesto da un milione di token con output da 64k——finestra di contesto di 1.048.576 token abbinata a un output massimo di 65.536 token per singola richiesta, per coprire compiti a lungo raggio e con input estesi.
• Input di testo e immagini——accetta direttamente testo e immagini e restituisce uniformemente risultati testuali, facilitando l'elaborazione di materiali misti testo-immagine.
• Profondità di ragionamento regolabile——supporta i tre livelli low, medium e high di reasoning_effort, bilanciando l'impegno di ragionamento e la risposta in base alla complessità del compito.

Descrizione delle capacità

Comprensione di materiali testuali e visivi: dato un input testuale o un'immagine, è in grado di comprendere contenuti testuali e visivi, produrre riassunti e rispondere a domande, con risultato finale in testo, adatto alla revisione di materiali e all'organizzazione della conoscenza.

Contesto lungo e output lungo: supporta un contesto di 1.048.576 token e un output massimo di 65.536 token per singola richiesta, adatto alla comprensione di documenti lunghi e a catene di compiti a lungo raggio.

Intensità di ragionamento regolabile: tramite reasoning_effort è possibile scegliere tra i tre livelli low, medium e high, regolando l'impegno di ragionamento in base alla complessità del compito; il livello minimal non è supportato.

Scenari di applicazione

• Coding agentico per sviluppatori——inserendo codice e testo dei requisiti si ottengono suggerimenti di correzione o proposte di implementazione, per portare avanti l'automazione di compiti di ingegneria del software a lungo raggio.
• Automazione del knowledge work aziendale——inserendo documenti aziendali e descrizioni dei processi si ottengono conclusioni testuali riorganizzate, per supportare decisioni ed esecuzione in flussi di lavoro complessi.
• Riassunto di materiali testuali e visivi——inserendo documenti lunghi o materiali visivi si generano riassunti testuali e punti chiave, per la revisione dei materiali e l'archiviazione della conoscenza.
• Ragionamento multi-step in ambiti specialistici——inserendo materiali specialistici come quelli finanziari e legali si ottengono testi con ragionamento passo dopo passo e conclusioni, per compiti di analisi di tipo agentico.

Limiti e suggerimenti di selezione

L'output è solo testuale e non copre sintesi vocale o conversazione vocale in tempo reale. L'input supporta solo testo e immagini. Il livello di pensiero non supporta minimal, ma solo low, medium e high. Il limite di output per singola richiesta è di 65.536 token; i contenuti molto lunghi richiedono un'elaborazione in più passaggi.