Google: Gemini 3.5 Flash Lite (batch)

Gemini 3.5 Flash Lite (batch) est un modèle de texte de Google, proposé ici sous l'identifiant de modèle google/gemini-3.5-flash-lite:batch. Google le décrit comme un modèle à haut rendement doté de capacités agentiques améliorées, et le positionne pour des sous-agents qui exécutent des tâches ciblées au sein de workflows multi-agents plus vastes. Si vous construisez des systèmes où un modèle orchestrateur délègue des tâches étroites à des modèles auxiliaires, c'est le type de modèle que Google destine à ce rôle.

Le modèle accepte le texte, l'image, la vidéo, les fichiers et l'audio en entrée, et produit du texte en sortie. Sa fenêtre de contexte est de 1 048 576 tokens, ce qui est suffisamment grand pour contenir de longs documents, des transcriptions ou des historiques multi-tours dans une seule requête. La sortie maximale est de 65 536 tokens, de sorte que de longues réponses générées sont possibles dans cette limite. Les paramètres de requête pris en charge incluent max_tokens, stop, seed, response_format et structured_outputs, ainsi que tools et tool_choice pour l'appel de fonctions, reasoning, reasoning_effort et include_reasoning pour le contrôle du comportement de raisonnement.

Ces capacités renvoient à quelques schémas pratiques. Comme le côté entrée couvre le texte ainsi que l'image, la vidéo, les fichiers et l'audio, vous pouvez envoyer des contenus multimédias mixtes pour le résumé, l'extraction ou les questions-réponses plutôt que de faire passer chaque modalité par un pipeline distinct. La grande fenêtre de contexte convient au travail sur de longues entrées telles que des bases de code complètes, de longs rapports ou le contenu enregistré de réunions. L'appel d'outils et les sorties structurées en font un choix raisonnable pour des tâches de sous-agents qui doivent renvoyer des données dans une forme fixe ou appeler d'autres systèmes, et les contrôles de raisonnement vous permettent d'augmenter ou de réduire l'effort selon le degré de délibération qu'exige une tâche.

Pour l'appeler via api14, utilisez l'interface de complétions de chat compatible OpenAI avec l'identifiant de modèle google/gemini-3.5-flash-lite:batch. Transmettez vos entrées sous forme de messages de la manière habituelle ; les modalités d'entrée prises en charge sont déclarées au niveau du modèle, donc le texte et les types de médias listés ci-dessus sont ce que vous pouvez fournir. Côté requête, vous pouvez définir max_tokens, stop et seed, choisir un response_format ou utiliser structured_outputs lorsque vous avez besoin d'une sortie contrainte, et attacher des tools avec tool_choice pour l'appel de fonctions. Le comportement de raisonnement est contrôlé via reasoning, reasoning_effort et include_reasoning. Le suffixe batch dans l'identifiant de modèle indique que cette variante est destinée à un usage de type batch.

Gardez à l'esprit le plafond de sortie : si une tâche nécessite une seule réponse de plus de 65 536 tokens, ce modèle ne conviendra pas et vous auriez besoin d'un modèle avec une limite de sortie plus élevée. La modalité de sortie est uniquement du texte, il ne peut donc pas générer d'images, d'audio ou de vidéo. Pour un travail qui dépend de ces types de sortie, ou de capacités non représentées dans la liste de paramètres ci-dessus, un autre modèle peut être le meilleur choix.