Google: Gemini 3.5 Flash Lite (batch)

Gemini 3.5 Flash Lite (batch) è un modello di testo di Google, offerto qui con l'id modello google/gemini-3.5-flash-lite:batch. Google lo descrive come un modello ad alta efficienza con capacità agentiche potenziate, e lo posiziona per subagenti che eseguono attività mirate all'interno di flussi di lavoro multi-agente più ampi. Se stai costruendo sistemi in cui un modello orchestratore delega compiti ristretti a modelli ausiliari, questo è il tipo di modello che Google intende per quel ruolo.

Il modello accetta testo, immagine, video, file e audio come input, e produce testo come output. La sua finestra di contesto è di 1.048.576 token, abbastanza ampia da contenere documenti lunghi, trascrizioni o cronologie multi-turno in una singola richiesta. L'output massimo è di 65.536 token, quindi risposte generate lunghe sono possibili entro quel limite. I parametri di richiesta supportati includono max_tokens, stop, seed, response_format e structured_outputs, insieme a tools e tool_choice per il function calling, reasoning, reasoning_effort e include_reasoning per il controllo del comportamento di ragionamento.

Queste capacità indicano alcuni schemi pratici. Poiché il lato input copre testo più immagine, video, file e audio, puoi inviare materiale multimediale misto per riassunto, estrazione o risposta a domande invece di instradare ciascuna modalità attraverso una pipeline separata. L'ampia finestra di contesto si adatta a lavori su input lunghi come codebase complete, report estesi o contenuti di riunioni registrate. Il tool calling e gli output strutturati lo rendono adatto per attività di subagenti che devono restituire dati in una forma fissa o chiamare altri sistemi, e i controlli di ragionamento ti permettono di alzare o abbassare lo sforzo a seconda di quanta deliberazione richiede un'attività.

Per chiamarlo tramite api14, usa l'interfaccia chat completions compatibile con OpenAI con l'id modello google/gemini-3.5-flash-lite:batch. Passa i tuoi input come messaggi nel modo usuale; le modalità di input supportate sono dichiarate a livello di modello, quindi testo e i tipi di media elencati sopra sono ciò che puoi fornire. Sul lato richiesta puoi impostare max_tokens, stop e seed, scegliere un response_format o usare structured_outputs quando hai bisogno di output vincolato, e allegare tools con tool_choice per il function calling. Il comportamento di ragionamento è controllato tramite reasoning, reasoning_effort e include_reasoning. Il suffisso batch nell'id modello indica che questa variante è pensata per un utilizzo in stile batch.

Tieni presente il limite di output: se un'attività richiede una singola risposta più lunga di 65.536 token, questo modello non è adatto e ne servirebbe uno con un limite di output più alto. La modalità di output è solo testo, quindi non può generare immagini, audio o video. Per lavori che dipendono da quei tipi di output, o da capacità non rappresentate nell'elenco di parametri sopra, un altro modello potrebbe essere la scelta migliore.