Google: Gemini 3.5 Flash Lite (batch)

Gemini 3.5 Flash Lite (batch) is een tekstmodel van Google, hier aangeboden onder het model-id google/gemini-3.5-flash-lite:batch. Google beschrijft het als een zeer efficiënt model met verbeterde agentische mogelijkheden, en positioneert het voor subagenten die gerichte taken uitvoeren binnen grotere, multi-agent workflows. Als je systemen bouwt waarin één orkestrerend model smalle taken delegeert aan hulpmodelen, dan is dit het soort model dat Google voor die rol bedoelt.

Het model accepteert tekst, afbeelding, video, bestand en audio als invoer, en produceert tekst als uitvoer. Het contextvenster is 1.048.576 tokens, groot genoeg om lange documenten, transcripties of gespreksgeschiedenissen met meerdere beurten in één verzoek te bevatten. De maximale uitvoer is 65.536 tokens, dus lange gegenereerde antwoorden zijn mogelijk binnen die bovengrens. Ondersteunde verzoekparameters zijn onder andere max_tokens, stop, seed, response_format en structured_outputs, samen met tools en tool_choice voor functieaanroepen, reasoning, reasoning_effort en include_reasoning voor controle over redeneergedrag.

Die mogelijkheden wijzen op een paar praktische patronen. Omdat de invoerkant tekst plus afbeelding, video, bestand en audio dekt, kun je gemengd mediamateriaal sturen voor samenvatting, extractie of vraagbeantwoording in plaats van elke modaliteit via een aparte pijplijn te leiden. Het grote contextvenster is geschikt voor werk met lange invoer, zoals volledige codebases, lange rapporten of opgenomen vergaderinhoud. Tool calling en gestructureerde uitvoer maken het een redelijke keuze voor subagenttaken die gegevens in een vaste vorm moeten retourneren of andere systemen moeten aanroepen, en de redeneerbesturingselementen laten je de inspanning hoger of lager zetten, afhankelijk van hoeveel overweging een taak nodig heeft.

Om het via api14 aan te roepen, gebruik je de OpenAI-compatibele chat completions-interface met het model-id google/gemini-3.5-flash-lite:batch. Geef je invoer door als messages op de gebruikelijke manier; de ondersteunde invoermodaliteiten worden op modelniveau aangegeven, dus tekst en de hierboven genoemde mediatypen zijn wat je kunt aanleveren. Aan de verzoekkant kun je max_tokens, stop en seed instellen, een response_format kiezen of structured_outputs gebruiken wanneer je beperkte uitvoer nodig hebt, en tools met tool_choice toevoegen voor functieaanroepen. Redeneergedrag wordt bestuurd via reasoning, reasoning_effort en include_reasoning. Het batch-achtervoegsel in het model-id geeft aan dat deze variant bedoeld is voor gebruik in batchstijl.

Houd de uitvoerbovengrens in gedachten: als een taak één antwoord nodig heeft dat langer is dan 65.536 tokens, dan past dit model niet en heb je er een nodig met een hogere uitvoerlimiet. De uitvoermodaliteit is alleen tekst, dus het kan geen afbeeldingen, audio of video genereren. Voor werk dat afhankelijk is van die uitvoertypen, of van mogelijkheden die niet in de bovenstaande parameterlijst staan, is een ander model mogelijk de betere keuze.