Google: Gemini 3.7 Flash

Google: Gemini 3.7 Flash は Google のマルチモーダルテキストモデルで、api14 上でモデル ID google/gemini-3.7-flash として利用できます。テキストカテゴリに属し、プロバイダーによって高速なエージェントワークフロー、コーディング、複雑な多段階推論向けに位置付けられており、応答性の高いパフォーマンスと信頼性の高い多段階実行が重視されています。すでに Gemini を使って開発している場合や、OpenAI 互換インターフェースの背後で Google のモデルを使いたい場合、これは評価すべき候補です。

入力側では、このモデルはテキスト、画像、動画、ファイル、音声を受け付けるため、単一のリクエストでモダリティを混在させることができ、すべてを事前にプレーンテキストへ処理する必要はありません。出力はテキストのみです。コンテキストウィンドウは 1,048,576 トークンで、長いドキュメント、拡張された会話履歴、かなりの規模のコードリポジトリを 1 回の呼び出しに収められるだけの大きさです。最大出力長は 65,536 トークンなので、ファイル全体の書き換えや詳細な多段階プランといった長い生成も 1 つの応答に収まります。

これらの機能は、かなり特定のユースケース群を示しています。マルチモーダル入力と 100 万トークンのコンテキストは、スクリーンショット、録音、添付ファイルを書き言葉の指示と一緒に推論する必要があるドキュメントおよびメディア分析に適しています。プロバイダーがエージェントワークフローとコーディングを軸に位置付けていることから、ツール駆動型アシスタント、コードレビューと生成、モデルが関数を呼び出してその結果から処理を続ける多段階タスクに適しています。音声と動画を直接扱えるため、文字起こしに近いパイプラインやメディア要約パイプラインでは、別途の取り込みステップを省略できます。

api14 経由での呼び出しは、他の OpenAI 互換エンドポイントと同様に機能します。model フィールドを google/gemini-3.7-flash に設定してリクエストを送信すると、ゲートウェイがそれをプロバイダーへ変換します。サポートされるリクエストパラメータは include_reasoning、max_tokens、reasoning、reasoning_effort、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_p です。実際には、tools と tool_choice によるツールおよび関数呼び出し、response_format と structured_outputs による構造化 JSON 出力、seed による決定性、temperature と top_p によるサンプリング制御、reasoning、reasoning_effort、include_reasoning オプションによる推論制御をカバーします。

コミットする前に確認すべき点が 2 つあります。出力はテキストのみなので、生成画像や音声が必要な場合は別のモデルが必要です。また、ワークロードがプレーンテキストに対する単純な分類や短い要約である場合、幅広いモダリティ対応と非常に大きなコンテキストは必要以上かもしれません。より小さなテキスト専用モデルの方が適している可能性があります。