Google: Gemini 3.7 Flash (batch)

Google: Gemini 3.7 Flash (batch) é um modelo de texto multimodal da Google, oferecido através da api14 sob o id de modelo google/gemini-3.7-flash:batch. Pertence à linha Gemini 3.7 Flash, que a Google descreve como concebida para fluxos de trabalho agênticos rápidos, programação e raciocínio complexo em múltiplos passos. A variante batch é o mesmo modelo disponibilizado para utilização em estilo batch, em vez de padrões de pedidos interativos.

O modelo aceita entradas de texto, imagem, vídeo, ficheiro e áudio, e devolve apenas texto. A sua janela de contexto é de 1.048.576 tokens, com uma saída máxima de 65.536 tokens. Essa combinação de um orçamento de entrada muito grande com um teto de saída substancial significa que pode enviar documentos longos, multimédia ou entradas com várias partes num único pedido e ainda receber uma resposta estruturada extensa. O comportamento de raciocínio é exposto através de parâmetros em vez de ser fixo, pelo que pode decidir quanta deliberação interna o modelo realiza.

Os usos práticos decorrem dessas capacidades. Contexto longo mais modalidades de entrada mistas adequam-se à análise de documentos e multimédia, como resumir ou extrair dados estruturados de relatórios extensos, transcrições ou gravações. As tarefas de programação encaixam no foco declarado em fluxos de trabalho agênticos, particularmente quando o modelo precisa de ler vários ficheiros ou uma base de código grande antes de responder. O raciocínio em múltiplos passos sobre entradas grandes é outra adequação, por exemplo, respostas a perguntas em estilo de investigação que têm de reconciliar muitas fontes. Como a saída é apenas texto, o modelo é uma boa escolha quando precisa de respostas escritas, JSON estruturado ou chamadas de ferramentas em vez de multimédia gerada.

Para o chamar através da api14, utilize o endpoint compatível com OpenAI com o id de modelo google/gemini-3.7-flash:batch. Os parâmetros de pedido suportados são include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, tool_choice e tools. Na prática, isso significa que pode limitar o comprimento da saída com max_tokens, controlar a profundidade do raciocínio com reasoning_effort ou os parâmetros reasoning, pedir saída estruturada através de response_format ou structured_outputs, tornar a amostragem mais reproduzível com seed, definir sequências de paragem e configurar chamadas de funções com tools e tool_choice.

Um aspeto a ponderar é a orientação para batch implícita no id do modelo. Se a sua aplicação precisa de respostas interativas de baixa latência, uma variante não batch do mesmo modelo pode ser a melhor opção, uma vez que os parâmetros e as modalidades aqui são, de resto, os mesmos. Note também que a saída é apenas texto, pelo que qualquer tarefa que exija imagens, áudio ou vídeo gerados precisa de um modelo diferente. O limite de saída de 65.536 tokens é generoso mas finito, pelo que respostas únicas muito grandes podem ter de ser divididas por vários pedidos.