Google: Gemini 3 Flash Preview (batch)

Gemini 3 Flash Preview es un modelo de razonamiento de Google para comprensión multimodal, programación y tareas con agentes. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Por lo tanto, una solicitud puede reunir instrucciones escritas, archivos de origen, observaciones visuales e historial de conversación alrededor de un problema. El resultado puede ser una explicación, una propuesta de código, datos extraídos o un plan fundamentado en esos materiales, en lugar de una imagen generada o una respuesta hablada.

La ficha exacta del modelo indica un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Planea la fuente y el resultado por separado: un fragmento largo de repositorio, una colección documental o una grabación solo pueden caber cuando su representación procesada y las instrucciones caben en el presupuesto de entrada, y la respuesta sigue necesitando su propia longitud asignada. Etiqueta las fuentes relacionadas e identifica qué material procede de una fuente autorizada. Para un prompt largo, la guía para desarrolladores recomienda colocar la pregunta específica después de los datos y vincularla explícitamente con la información anterior.

El pensamiento es dinámico, con alto como valor predeterminado documentado para este modelo. Los niveles compatibles son mínimo, bajo, medio y alto. Son márgenes relativos de razonamiento, no cantidades garantizadas de tokens. Mínimo todavía puede implicar cierto razonamiento en un problema difícil de programación. Elige un nivel según la tarea: una transformación breve y un problema de depuración con varias condiciones necesitan un tratamiento diferente. Usa instrucciones directas y claras en lugar de forzar rituales elaborados de razonamiento dentro del prompt; solicita el entregable final y las comprobaciones que lo hacen utilizable.

La ficha del productor enumera salidas estructuradas, llamadas a funciones, ejecución de código, uso de computadora, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché. Las herramientas integradas pueden combinarse con llamadas a funciones personalizadas en el flujo documentado de Gemini 3. Una aplicación define las funciones, comprueba sus argumentos, ejecuta las acciones aceptadas y devuelve sus resultados. Para un asistente de código, una herramienta de lectura de archivos o un ejecutor controlado de pruebas pueden aportar evidencia concreta para el siguiente paso. Una acción propuesta y un resultado observado de herramienta deben permanecer diferenciados en el informe final.

Para programación, proporciona los archivos pertinentes, el lenguaje, el comportamiento esperado y una entrada que demuestre el problema. Establece el alcance del cambio y nombra la interfaz o comportamiento que debe conservarse. Solicita una implementación revisada y los casos que deben comprobarse. Para una tarea documental analítica, define la pregunta, los campos requeridos y las referencias de fuente. Si se utiliza salida estructurada, proporciona un esquema con significados claros de campos y reglas para valores ausentes. Valida tanto su sintaxis como si cada valor se deriva del material original.

Para análisis multimodal, identifica lo importante en cada fuente. Una captura puede respaldar una explicación de interfaz, un PDF puede aportar una tabla o gráfica y una grabación puede proporcionar eventos hablados o visibles. La guía para desarrolladores analiza controles de resolución de medios porque el detalle cambia la representación procesada y el consumo de tokens. El flujo de ejecución de código del productor puede recortar o ampliar imágenes proporcionadas, realizar cálculos a partir de datos visuales y agregar anotaciones antes de que el modelo prepare su respuesta. El texto pequeño legible puede requerir un ajuste distinto de una descripción general de escena. Mantén disponible la página, imagen o clip pertinente para comprobar observaciones, en lugar de tratar un resumen fluido como evidencia de que cada detalle se leyó correctamente.

El estado de la conversación y las herramientas debe conservarse en la interfaz elegida. Gemini 3 utiliza firmas de pensamiento para llevar contexto de razonamiento entre llamadas; la guía para desarrolladores distingue el historial con estado administrado del historial sin estado administrado manualmente. Conserva el contexto requerido al continuar una tarea con herramientas o revisar un resultado. Google también recomienda mantener su temperatura predeterminada de 1.0 en lugar de importar una receta de temperatura baja que puede causar ciclos o deterioro de comportamiento en tareas complejas. Estas son prácticas de integración del productor, no afirmaciones nuevas sobre el transporte de una aplicación particular.

El modelo de texto no anuncia generación de imágenes o audio ni Live API. La guía también distingue la comprensión visual de la segmentación de imágenes a nivel de píxel, que no es una capacidad compatible con Gemini 3 Flash. Usa un resultado final apropiado para la tarea real: observaciones vinculadas a fuentes, un registro estructurado, un cambio de código o una decisión con sus supuestos declarados. Comprueba la aritmética, verifica el código en el entorno previsto y revisa la información devuelta por herramientas. Cuando importen hechos recientes, usa las fuentes configuradas de fundamentación o datos actuales proporcionados, en lugar de suponer que el conocimiento del modelo es una base de datos en vivo.