Google: Gemini 3.8 Flash (batch)

Gemini 3.8 Flash è il modello di Google con output testuale per attività prolungate di ingegneria del software, agenti con più passaggi e flussi complessi di gestione della conoscenza. Si basa su Gemini 3.7 Flash, con miglioramenti nell'ingegneria del software e nelle attività agentiche sulla conoscenza. Accetta testo, immagini, audio, video e PDF, permettendo di unire in un compito un obiettivo scritto e il materiale effettivamente necessario a risolverlo. Il risultato utile è una modifica al codice, un'analisi spiegata, una risposta scritta o un record strutturato.

Per un incarico di programmazione, fornisci il requisito, i file pertinenti, il comportamento osservato e i vincoli da conservare. Uno screenshot può stabilire l'interfaccia desiderata, mentre log o un esempio riproducibile mostrano il malfunzionamento. Per un'attività di debug, chiedi al modello di ricostruire una discrepanza tra lo stato visibile di un modulo e il suo valore memorizzato, individuare il percorso di codice responsabile e proporre una correzione mirata. Mantieni chiaro il risultato finale previsto, affinché anche una sequenza più lunga di indagine e uso degli strumenti abbia una condizione di completamento specifica.

Per attività di maggiore durata, usa passaggi di ragionamento più piccoli, chiamate iterative agli strumenti e verifiche dei risultati intermedi. I livelli di thinking low, medium e high controllano la quantità di ragionamento; medium è il valore predefinito documentato. Low si presta a una bozza rapida o a un'analisi delimitata, mentre high è previsto per matematica difficile, programmazione o compiti con più passaggi. Gemini 3.8 Flash non supporta il livello di thinking minimal. Un incarico prolungato di debug e una semplice estrazione di campi richiedono quindi scelte di ragionamento diverse, anziché la stessa impostazione per ogni richiesta.

Gli strumenti documentati comprendono chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps e contesto URL, con Computer Use indicato come funzionalità in anteprima. Gli output strutturati definiscono un risultato leggibile dalle macchine. Le funzioni devono avere uno scopo chiaro e una definizione dei parametri: il modello può richiedere una funzione, mentre l'applicazione collegata esegue l'operazione e ne restituisce il risultato. Conserva le identità delle funzioni e il materiale effettivamente restituito tra i turni. Una risposta finale utile spiega quali prove sostengono la correzione proposta o il valore estratto.

La guida alla migrazione 3.8 usa controlli del livello di thinking al posto della configurazione precedente del budget di ragionamento e consiglia di rimuovere i parametri di campionamento deprecati e i turni model precompilati. Richiede inoltre di conservare le thought signatures nel flusso stateless pertinente e di associare le risposte delle funzioni alle rispettive chiamate per identità e nome. Questi dettagli contano nella prosecuzione di un compito con più passaggi: il turno successivo necessita del contesto precedente effettivo, anziché di un resoconto riscritto che perda il risultato dello strumento o la firma. Mantieni espliciti la domanda e l'output richiesto nel nuovo turno user.

Per attività multimodali sulla conoscenza, identifica le pagine del documento, il grafico, l'intervallo audio o l'evento video pertinenti e specifica come debbano contribuire alla risposta. Un confronto di documenti può richiedere una tabella delle differenze con brani delle fonti; una domanda su un grafico può chiedere i valori visibili e la conclusione che sostengono. Un'analisi video può richiedere una descrizione degli eventi che giustificano un rilievo. Il modello restituisce testo a partire da questi input. Immagini generate, parlato e interazione audio Live appartengono a profili di modello separati.

I limiti di Gemini API sono 1,048,576 token di input e 65,536 token di output, corrispondenti al contesto fino a 1M e all'output testuale di 64K del modello nativo. Istruzioni, cronologia della conversazione e contenuti multimediali forniti consumano il contesto di input; il ragionamento o un lungo risultato finale devono rientrare nella capacità di output documentata. Google elenca inoltre caching, elaborazione batch, elaborazione Flex e Priority per questo profilo del produttore. Per elementi indipendenti, conserva un identificativo stabile dell'elemento e un formato di output esplicito, affinché ogni risultato rimanga collegato alla propria fonte.

I limiti possibili comprendono allucinazioni, occasionali rallentamenti o timeout e un maggiore uso di token a livelli di impegno più elevati. Il limite temporale delle conoscenze è marzo 2026, con alcuni ambiti ancora limitati a gennaio 2025. Fornisci prove aggiornate o usa gli strumenti di grounding documentati quando il compito dipende da informazioni successive. Controlla citazioni delle fonti, calcoli e codice proposto rispetto agli input effettivi e ai risultati dell'esecuzione. Il risultato finale utile dovrebbe distinguere un rilievo supportato da una questione irrisolta, senza presumere che una risposta scorrevole dimostri il conseguimento dell'esito richiesto.