Gemini 3.8

位置づけの概要

これはテキスト出力向けの高速で低価格な汎用モデルです。テキストと画像を入力として受け取りテキストを返し、1,048,576 token のコンテキストウィンドウと、1 回あたり最大 65,536 token の出力を備えています。高同時実行・低遅延が求められる日常的なテキストタスクに適しており、エージェントによるコーディング、企業のナレッジワーク自動化、専門領域での多段階推論にも向いています。開発者はこれを活用して資料の理解、要約の生成、段階的な結論の出力を行えます。

主な特長

• 百万級コンテキストと 64k 出力——1,048,576 token のコンテキストウィンドウと 1 回あたり最大 65,536 token の出力により、長距離・大規模入力のタスクをカバーします。
• テキストと画像の入力——テキストと画像を直接受け取り、統一してテキスト結果を返すため、図文が混在する資料を一元的に処理できます。
• 調整可能な推論深度——reasoning_effort の low、medium、high の 3 段階に対応し、タスクの複雑さに応じて推論への投入と応答を両立できます。

機能説明

テキスト・画像資料の理解：テキストや画像を入力すると、図文内容の理解、要約、質疑応答を実行でき、最終結果はテキストとなるため、資料のレビューや知識の整理に適しています。

長コンテキストと長出力：1,048,576 token のコンテキストに対応し、1 回あたり最大 65,536 token を出力できるため、長文書の理解や長距離のタスク連鎖に適しています。

調整可能な推論強度：reasoning_effort により low、medium、high の 3 段階から選択でき、タスクの複雑さに応じて推論への投入を調整できます。minimal には対応していません。

適用シーン

• 開発者によるエージェントコーディング——コードと要件テキストを入力し、修正提案や実装案を取得して、長距離のソフトウェアエンジニアリングタスクの自動化を推進します。
• 企業のナレッジワーク自動化——業務文書とプロセス説明を入力し、整理後のテキスト結論を出力して、複雑なワークフローの意思決定支援と実行に活用します。
• 図文資料の要約——長文書や画像資料を入力し、テキストの要約と要点を生成して、資料レビューや知識のアーカイブに活用します。
• 専門領域の多段階推論——金融や法律などの専門資料を入力し、段階的な推論と結論のテキストを出力して、代理型の分析タスクに活用します。

制限と選定の指針

出力はテキストのみで、音声合成やリアルタイム音声対話は担いません。入力はテキストと画像のみに対応しています。思考レベルは minimal に対応しておらず、low、medium、high からのみ選択できます。1 回の出力上限は 65,536 token であり、超長文の内容は分割して処理する必要があります。