Google: Gemini 3.5 Flash

Google: Gemini 3.5 Flash هو نموذج توليد نصوص من Google، مُدرج على api14 تحت معرّف النموذج google/gemini-3.5-flash. يقع في فئة النصوص، ويصفه مزوّده بأنه نموذج متعدد الوسائط عالي الكفاءة يقدّم برمجة واستدلالاً بمستوى قريب من Pro بسرعة فئة Flash. إذا كنت تعمل بالفعل مع خط Gemini من Google، فهذا هو المتغيّر الموجّه لأعباء العمل التي تكون فيها زمن الاستجابة والإنتاجية بنفس أهمية القدرة الخام.

يقبل النموذج النص والصورة والفيديو والملف والصوت كمدخلات، ويعيد النص فقط. نافذة السياق لديه هي 1,048,576 رمزاً، وهي كبيرة بما يكفي لاستيعاب مستندات طويلة جداً أو سجلات محادثات ممتدة أو قواعد برمجية كبيرة في طلب واحد. الحد الأقصى للمخرجات هو 65,536 رمزاً، لذا يمكن أن تكون الردود طويلة عندما تحتاج إلى ذلك. حد المعرفة هو 2025-01-01، أي أن أي شيء بعد هذا التاريخ يقع خارج بيانات تدريبه وينبغي توفيره في الطلب إذا كان مهمًا.

تشير هذه القدرات إلى مجموعة واسعة إلى حد ما من الاستخدامات. ولأنه يستقبل الصور والفيديو والصوت والملفات إلى جانب النص، فهو مناسب لمهام تحليل المستندات والوسائط: تلخيص اجتماع مسجّل، أو استخراج بيانات منظمة من صفحات ممسوحة ضوئيًا، أو الإجابة عن أسئلة حول لقطة شاشة أو مقطع. السياق الطويل يناسب العمل البرمجي على مستوى المستودع، والبحث متعدد المستندات، وحلقات الوكلاء طويلة الأمد حيث يجب أن تبقى الخطوات السابقة في مجال الرؤية. يشير مزوّده إلى تحسينات في إتقان البرمجة والتنفيذ الوكيلي المتوازي، لذا فإن خطوط الأنابيب المعتمدة على الأدوات ومساعدة البرمجة مناسبتان بشكل طبيعي. كما أن دعم الاستدلال يجعله معقولاً للمسائل التي تستفيد من خطوة تفكير متأنية قبل الإجابة النهائية.

يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج google/gemini-3.5-flash، مما يعني أن حزم SDK والعملاء الحاليين لـ OpenAI يعملون مع تغيير عنوان URL الأساسي والمفتاح فقط. معاملات الطلب المدعومة هي include_reasoning و max_tokens و reasoning و reasoning_effort و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_p. عمليًا، يغطي ذلك التحكم في أخذ العينات (temperature و top_p و seed و stop)، وطول المخرجات (max_tokens)، واستدعاء الدوال (tools و tool_choice)، ومخرجات JSON المنظمة (response_format و structured_outputs)، والتحكم في مقدار الاستدلال الداخلي الذي يجريه النموذج (reasoning و reasoning_effort و include_reasoning).

هناك أمر يجب تذكّره وهو أن النموذج يُخرج النص فقط. إذا كان تطبيقك يحتاج إلى صور أو صوت أو فيديو مُولّد كنتيجة، فهذا ليس النموذج المناسب لتلك المهمة، حتى وإن كان يستطيع قراءة تلك الصيغ كمدخلات. كما يستحق حد المعرفة التخطيط حوله: بالنسبة للأسئلة حول الأحداث الأخيرة، فإن الاسترجاع أو السياق الموفّر في الطلب سيفيد الدقة أكثر من ذاكرة النموذج نفسها.