Google: Gemini 3.5 Flash

Google: Gemini 3.5 Flash é um modelo de geração de texto do Google, listado na api14 sob o id de modelo google/gemini-3.5-flash. Ele pertence à categoria de texto e é descrito por seu provedor como um modelo multimodal de alta eficiência que oferece codificação e raciocínio quase de nível Pro na velocidade da categoria Flash. Se você já trabalha com a linha Gemini do Google, esta é a variante voltada para cargas de trabalho em que latência e throughput importam tanto quanto a capacidade bruta.

O modelo aceita texto, imagem, vídeo, arquivo e áudio como entrada, e retorna apenas texto. Sua janela de contexto é de 1.048.576 tokens, grande o suficiente para conter documentos muito longos, históricos de conversa extensos ou bases de código consideráveis em uma única requisição. A saída máxima é de 65.536 tokens, então as respostas podem ser de formato longo quando você precisar. O corte de conhecimento é 2025-01-01, o que significa que qualquer coisa depois dessa data está fora dos dados de treinamento e deve ser fornecida no prompt se for importante.

Essas capacidades apontam para um conjunto bastante amplo de usos. Como ele aceita imagens, vídeo, áudio e arquivos junto com texto, ele se adequa a tarefas de análise de documentos e mídia: resumir uma reunião gravada, extrair dados estruturados de páginas digitalizadas ou responder a perguntas sobre uma captura de tela ou um clipe. O contexto longo é adequado para trabalho de código em nível de repositório, pesquisa com vários documentos e loops de agentes de longa duração em que etapas anteriores precisam permanecer visíveis. Seu provedor observa otimização para proficiência em codificação e execução agêntica paralela, então pipelines orientados por ferramentas e assistência de código são usos naturais. O suporte a raciocínio também torna o modelo razoável para problemas que se beneficiam de uma etapa deliberada de pensamento antes da resposta final.

Você o chama pela API compatível com OpenAI da api14 usando o id de modelo google/gemini-3.5-flash, o que significa que SDKs e clientes OpenAI existentes funcionam com apenas uma mudança de URL base e chave. Os parâmetros de requisição suportados são include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Na prática, isso cobre controle de amostragem (temperature, top_p, seed, stop), comprimento da saída (max_tokens), chamada de função (tools, tool_choice), saída JSON estruturada (response_format, structured_outputs) e controle sobre quanto raciocínio interno o modelo faz (reasoning, reasoning_effort, include_reasoning).

Uma coisa a ter em mente é que o modelo gera apenas texto. Se sua aplicação precisa de imagens, áudio ou vídeo gerados como resultado, este não é o modelo para essa tarefa, embora ele possa ler esses formatos como entrada. O corte de conhecimento também merece planejamento: para perguntas sobre eventos recentes, recuperação ou contexto fornecido no prompt fará mais pela precisão do que a própria memória do modelo.