Gemini 4

Panoramica

Questo è un modello di ragionamento orientato alla generazione di testo, che accetta input testuali e visivi e restituisce sempre un output testuale. Input e output condividono una finestra di contesto fino a 1.048.576 token, adatta all'elaborazione di documenti lunghi e materiali visivi. È pensato per sviluppatori che necessitano di ragionamento complesso e produzione testuale su larga scala, ed è utilizzabile in scenari produttivi quotidiani come riassunto e domande-risposte, estrazione di informazioni, redazione di report e codice; offre prestazioni equilibrate nei compiti di ingegneria del software e di knowledge work.

Punti di forza

• Input testuali e visivi con output sempre testuale — accetta testo e immagini e con lo stesso modello ne comprende il contenuto e genera risultati testuali, semplificando la gestione di materiali eterogenei in modo uniforme.
• Contesto da un milione di token condiviso tra input e output — la finestra di contesto arriva a 1.048.576 token e input e output attingono allo stesso budget, adatta all'elaborazione di materiali molto lunghi.
• Output massimo di 65.536 token per singola richiesta — ogni richiesta può produrre fino a 65.536 token, sufficienti per report estesi e generazione di ampi blocchi di codice.
• Tre livelli di intensità di ragionamento — tramite il parametro reasoning_effort si sceglie tra low, medium e high, bilanciando profondità di ragionamento e velocità di risposta.

Descrizione delle capacità

Comprensione e generazione di testo e immagini: riceve testo o immagini, ne comprende il contenuto e restituisce sempre testo, così da trattare materiali testuali e visivi con la stessa interfaccia.

Elaborazione di contesti molto lunghi: input e output condividono una finestra fino a 1.048.576 token, adatta alla comprensione complessiva e alle domande-risposte su documenti e codebase lunghi.

Generazione di testi lunghi controllabile: ogni richiesta può produrre fino a 65.536 token, utilizzabili per generare report estesi, documenti lunghi e ampi blocchi di codice.

Intensità di ragionamento regolabile: tramite reasoning_effort si sceglie tra low, medium e high, bilanciando profondità di ragionamento e velocità di risposta in base alla complessità del compito.

Compiti quotidiani orientati al ragionamento: adatto a ragionamento complesso e domande-risposte quotidiane; riceve domanda e materiale di contesto e restituisce una risposta testuale, coprendo la maggior parte delle attività di ingegneria del software e di knowledge work.

Scenari di utilizzo

• Riassunto e domande-risposte su documenti lunghi — lo sviluppatore fornisce report o documenti lunghi e ottiene riassunti, risposte e testi per l'estrazione di informazioni, da usare in knowledge base e sistemi di retrieval.
• Estrazione di informazioni da immagini — si forniscono screenshot o immagini e si ottengono testi descrittivi e punti chiave in esse contenuti, per processi di organizzazione e archiviazione dei materiali.
• Redazione di report lunghi e codice esteso — si forniscono requisiti e materiali di riferimento e si genera un report o testo di codice fino a 65.536 token, per la consegna di documentazione e l'assistenza allo sviluppo.
• Domande-risposte generiche con ragionamento complesso — per attività quotidiane di Q&A e ragionamento complesso, si forniscono domanda e materiale di contesto e si ottiene una risposta testuale, per applicazioni di tipo assistente.

Limiti e suggerimenti per la scelta

L'output è solo testuale e non può generare immagini, audio o video. La finestra di contesto è condivisa tra input e output: input lunghi consumano budget di token destinato alla generazione, e l'output massimo per richiesta è di 65.536 token. Questa interfaccia attualmente non supporta chiamate a strumenti, ricerca web, computer use e output strutturati; per attività che richiedono tali capacità occorre valutare altre soluzioni. L'intensità di ragionamento è selezionabile con reasoning_effort tra low, medium e high.