Google: Gemini 3.5 Flash Lite

Google: Gemini 3.5 Flash Lite to model tekstowy od Google, wydany 21 lipca 2026. Google pozycjonuje go jako model o wysokiej wydajności z ulepszonymi możliwościami agentowymi i opisuje go jako odpowiedni dla podagentów wykonujących skupione zadania w złożonych, wieloagentowych przepływach pracy. Znajduje się w kategorii tekstowej na api14 i jest skierowany do deweloperów, którzy potrzebują zdolnego modelu do dobrze określonych zadań, a nie flagowego modelu ogólnego przeznaczenia.

Model przyjmuje tekst, obraz, wideo, plik i dźwięk jako dane wejściowe, a jako dane wyjściowe produkuje tekst. Jego okno kontekstowe wynosi 1 048 576 tokenów, a maksymalne dane wyjściowe to 65 536 tokenów. Ta kombinacja oznacza, że można wysyłać bardzo duże dane wejściowe, w tym długie dokumenty lub multimedia wraz z tekstem, i nadal otrzymać obszerną odpowiedź tekstową w jednym wywołaniu. Obsługiwane parametry żądania obejmują temperature, top_p, max_tokens, stop, seed, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort i include_reasoning.

Te możliwości wskazują na kilka praktycznych wzorców. Dzięki dostępnym tools i tool_choice model może obsługiwać wywoływanie funkcji i działać jako podagent, który podejmuje wąskie zadanie w ramach większej orkiestracji, co odpowiada opisowi samego Google. Structured outputs i response_format czynią go rozsądnym wyborem do ekstrakcji, klasyfikacji i innych zadań, w których odpowiedź musi mieć ustalony kształt. Duże okno kontekstowe pasuje do odpowiadania na pytania dotyczące długich dokumentów, streszczania i analizy, a mieszane modalności wejściowe pozwalają dołączyć obrazy, dźwięk, wideo lub pliki w tym samym żądaniu, gdy zadanie zależy od czegoś więcej niż tekst. Parametry reasoning dają sposób na wymianę namysłu na opóźnienie dla zadań o różnym poziomie trudności.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "google/gemini-3.5-flash-lite". Ponieważ interfejs jest zgodny ze schematem OpenAI, możesz skierować istniejącego klienta OpenAI na api14 i ustawić ten identyfikator, a następnie przekazać parametry wymienione powyżej w treści żądania. Ten sam identyfikator działa dla żądań w stylu chat completions, a obsługiwane parametry obejmują zwykłe kontrolki próbkowania oraz tools, structured outputs i opcje reasoning.

Pamiętaj o górnym limicie danych wyjściowych: odpowiedzi są ograniczone do 65 536 tokenów, więc zadania wymagające znacznie dłuższej pojedynczej odpowiedzi mogą wymagać innego modelu. Model jest również tekstowy po stronie danych wyjściowych, więc wszystko, co wymaga generowanych obrazów, dźwięku lub wideo, wykracza poza to, co zwraca. Do pracy o szerokim, a nie skupionym charakterze, lub takiej, która wymaga modalności wyjściowych innych niż tekst, lepszym wyborem może być inny model na api14.