google

Gemini 3.8 Flash

Gemini 3.8 Flash هو نموذج الذكاء الاصطناعي المتعدد الوسائط من Google والذي يوفر context بطول 1M، وإخراجاً بـ 64K، وقدرات برمجية ذكية (agentic coding) بسعر 0.75...

Multimodalعالي السرعةGoogle DeepMindسياق طويلAgentic Coding
google logogoogleGemini 32026-09-02
نافذة السياق
1Mرموز
أقصى مخرج
66Kرموز
سعر الإدخال
$0.75/ 1M
سعر الإخراج
$3.75/ 1M
الوضع:TextImageAudioVideo
القدرات:الرؤيةالأدواتالبثالاستدلال
المعايير
GPQA
59%
GPQA: أسئلة علمية مستوى الدراسات العليا. معيار صارم مع 448 سؤالاً من الأحياء والفيزياء والكيمياء. خبراء الدكتوراه يحققون فقط 65-74% دقة. حقق Gemini 3.8 Flash درجة 59% في هذا المعيار.
HLE
45.4%
HLE: استدلال مستوى الخبير. يختبر قدرة النموذج على إظهار استدلال مستوى الخبير في المجالات المتخصصة. حقق Gemini 3.8 Flash درجة 45.4% في هذا المعيار.
MMLU
88.2%
MMLU: فهم اللغة متعدد المهام الضخم. معيار شامل مع 16,000 سؤال في 57 مادة أكاديمية. حقق Gemini 3.8 Flash درجة 88.2% في هذا المعيار.
MMLU Pro
76.5%
MMLU Pro: MMLU النسخة المهنية. نسخة محسنة من MMLU مع 12,032 سؤالاً وتنسيق 10 خيارات أصعب. حقق Gemini 3.8 Flash درجة 76.5% في هذا المعيار.
SimpleQA
42%
SimpleQA: معيار الدقة الواقعية. يختبر قدرة النموذج على تقديم إجابات دقيقة وواقعية. حقق Gemini 3.8 Flash درجة 42% في هذا المعيار.
IFEval
87.5%
IFEval: تقييم اتباع التعليمات. يقيس مدى جودة اتباع النموذج للتعليمات والقيود المحددة. حقق Gemini 3.8 Flash درجة 87.5% في هذا المعيار.
AIME 2025
82%
AIME 2025: امتحان الرياضيات الأمريكي بالدعوة. مسائل رياضيات مستوى المنافسة من امتحان AIME المرموق. حقق Gemini 3.8 Flash درجة 82% في هذا المعيار.
MATH
78%
MATH: حل المسائل الرياضية. معيار رياضيات شامل يختبر حل المسائل في الجبر والهندسة والتفاضل والتكامل. حقق Gemini 3.8 Flash درجة 78% في هذا المعيار.
GSM8k
94%
GSM8k: رياضيات المدرسة الابتدائية 8K. 8,500 مسألة رياضية كلامية مستوى المدرسة الابتدائية. حقق Gemini 3.8 Flash درجة 94% في هذا المعيار.
MGSM
91%
MGSM: رياضيات ابتدائية متعددة اللغات. معيار GSM8k مترجم إلى 10 لغات. حقق Gemini 3.8 Flash درجة 91% في هذا المعيار.
MathVista
68%
MathVista: الاستدلال البصري الرياضي. يختبر القدرة على حل المسائل الرياضية مع عناصر بصرية. حقق Gemini 3.8 Flash درجة 68% في هذا المعيار.
SWE-Bench
49%
SWE-Bench: معيار هندسة البرمجيات. نماذج الذكاء الاصطناعي تحاول حل مشكلات GitHub حقيقية في مشاريع Python. حقق Gemini 3.8 Flash درجة 49% في هذا المعيار.
HumanEval
85%
HumanEval: مسائل برمجة Python. 164 مسألة برمجة حيث يجب على النماذج إنشاء تنفيذات صحيحة لدوال Python. حقق Gemini 3.8 Flash درجة 85% في هذا المعيار.
LiveCodeBench
65%
LiveCodeBench: معيار البرمجة المباشرة. يختبر قدرات البرمجة على تحديات برمجة واقعية محدثة باستمرار. حقق Gemini 3.8 Flash درجة 65% في هذا المعيار.
MMMU
69.5%
MMMU: الفهم متعدد الوسائط. معيار الفهم متعدد الوسائط من 30 مادة جامعية. حقق Gemini 3.8 Flash درجة 69.5% في هذا المعيار.
MMMU Pro
52%
MMMU Pro: MMMU النسخة المهنية. نسخة محسنة من MMMU مع أسئلة أكثر تحدياً. حقق Gemini 3.8 Flash درجة 52% في هذا المعيار.
ChartQA
86%
ChartQA: أسئلة وأجوبة الرسوم البيانية. يختبر القدرة على فهم وتحليل المعلومات من الرسوم البيانية والمخططات. حقق Gemini 3.8 Flash درجة 86% في هذا المعيار.
DocVQA
93.5%
DocVQA: أسئلة بصرية للمستندات. يختبر القدرة على استخراج المعلومات من صور المستندات. حقق Gemini 3.8 Flash درجة 93.5% في هذا المعيار.
Terminal-Bench
89.4%
Terminal-Bench: مهام Terminal/CLI. يختبر القدرة على تنفيذ عمليات سطر الأوامر. حقق Gemini 3.8 Flash درجة 89.4% في هذا المعيار.
ARC-AGI
4%
ARC-AGI: التجريد والاستدلال. يختبر الذكاء المرن من خلال ألغاز جديدة للتعرف على الأنماط. حقق Gemini 3.8 Flash درجة 4% في هذا المعيار.

حول Gemini 3.8 Flash

تعرف على قدرات Gemini 3.8 Flash والميزات وكيف يمكن أن يساعدك في تحقيق نتائج أفضل.

نظرة عامة على النموذج

Gemini 3.8 Flash هو نموذج متعدد الوسائط عالي الكفاءة من Google DeepMind تم إصداره في سبتمبر 2026. تم بناؤه على عتاد Tensor Processing Unit التابع لـ Google، والنظام يستوعب بشكل أصلي النصوص، والصوت، والصور عالية الدقة، وتدفقات الفيديو التي تصل مدتها إلى ساعتين ضمن context window واحد يبلغ 1,048,576 token. تصل سعة الإخراج إلى 65,536 token لكل طلب. يقدم النموذج ميزانيات استدلال قابلة للتكوين عبر معاملات منخفضة ومتوسطة وعالية، مما يسمح للمهندسين بموازنة تأخير التنفيذ مقابل استهلاك الـ tokens.

التنفيذ الذكي والهندسة المعمارية

يستهدف النموذج مهام البرمجة طويلة الأمد والتحكم في الـ terminal. بدلاً من الانتهاء بعد تمريرة إخراج واحدة، يدعم Gemini 3.8 Flash حلقات التنفيذ العودية (recursive execution loops) وتفاعلات الأدوات المستقلة. ركز التدريب على معالجة الـ container، وواجهات سطر الأوامر (CLI)، وأعباء عمل الدفاع السيبراني. ينتج عن هذا التدريب معدلات أخطاء أقل في مجموعات الاختبار والتصحيح الذاتي أثناء الإنشاءات الحية في بيئات مثل Google Antigravity.

أعباء العمل الإنتاجية والـ Grounding

يقوم المطورون بنشر Gemini 3.8 Flash للتطبيقات الحساسة للتأخير والتي تتطلب استخدام أدوات حتمية. تربط عمليات التكامل الأصلية النموذج مباشرة ببحث Google والبيانات المكانية الخرائطية دون خطوط استرجاع منفصلة. وفي حين تحتفظ النماذج الرائدة بمزايا في المهام الإبداعية المفتوحة، يقدم 3.8 Flash درجات تقييم برمجية مقارنة بسعر إقلاع أقل.

Gemini 3.8 Flash

حالات استخدام Gemini 3.8 Flash

اكتشف الطرق المختلفة لاستخدام Gemini 3.8 Flash لتحقيق نتائج رائعة.

صيانة الـ Terminal الذكية (Autonomous)

ينفذ عمليات إعادة هيكلة متعددة الملفات، ويشغل مجموعات الاختبار داخل بيئات معزولة (containerized)، ويقوم بتصحيح أخطاء وقت التشغيل بشكل ذاتي.

استيعاب الفيديو عالي الحجم

يحلل تسجيلاً خاماً للفيديو لمدة ساعتين وتدفقات صوتية مباشرة داخل الـ 1M token window الخاص به دون خطوط أنابيب معالجة مسبقة خارجية.

استخراج التقارير المالية

يستوعب الإפסاحات المالية الطويلة وملفات الـ PDF المرئية المعقدة لحساب مقاييس الميزانية العمومية وتحويلها إلى JSON موثق.

النماذج الأولية السريعة لواجهات المستخدم

ينتج تطبيقات ويب كاملة، ولوحات تحكم SVG تفاعلية، ومحاكاة WebGL في أقل من خمسة عشر ثانية.

التحقق من الأمان الدفاعي

يفحص مستودعات الأكواد لتحديد ثغرات المنطق، وتتبع المتغيرات الملوثة، وتوليد ترقيعات (patches) محتملة للانحدار.

تنسيق الـ Agents منخفض التأخير (Low-Latency)

يعمل كمخطط إجراءات سريع في إعدادات الـ multi-agent الهرمية، مستدعياً أدوات خارجية مدعومة ببحث Google.

نقاط القوة

القيود

اقتصاديات البرمجة الذكية (Agentic Coding Economics): حقق 73.7% على DeepSWE v1.1 و 89.4% على Terminal-Bench 2.1 بتكلفة تمهيدية تبلغ 0.75 دولار لكل مليون token للإدخال.
استهلاك عالي للـ Tokens في التفكير العميق: تنفذ تكوينات الاستدلال العالية حلقات داخلية ممتدة تزيد من إخراج الـ tokens بنسبة تصل إلى 30% مقارنة بـ 3.7 Flash.
تعدد الوسائط الأصلي طويل السياق: يعالج ما يصل إلى 1,048,576 token من الصوت والفيديو والنصوص مجتمعة دون خطوط أنابيب استخراج إطارات خارجية.
دقة أقل على اختبارات الـ Terminal المعقدة: يسجل 19.1% على Terminal-Bench 4.0، متخلفاً عن النماذج الرائدة الكبيرة مثل Claude Opus 5 في مهام الـ container المعقدة.
ميزانيات الاستدلال القابلة للتكوين (Configurable Reasoning Budgets): يوفر مستويات تفكير منخفضة ومتوسطة وعالية حتى يتمكن المطورون من تنظيم تأخير الـ tokens والعمق عند الطلب.
مكاسب هامشية في استدلال الامتحانات: أظهر الاستدلال العلمي العام حركة ضئيلة، مسجلاً 45.4% في اختبار Humanity's Last Exam مقارنة بـ 45.7% على 3.7 Flash.
تكامل الأدوات الميدانية: يتصل بشكل أصلي بـ Google Search و Google Maps APIs لتوفير إجابات واقعية قابلة للتحقق مع معدلات هلوسة منخفضة.
زيادة الأسعار المجدولة: تنتهي الأسعار الترويجية في 31 ديسمبر 2026، مما مضاعفة التكاليف إلى 1.50 دولار للإدخال و7.50 دولار للإخراج لكل مليون token.

البدء السريع API

google/gemini-3.8-flash

عرض التوثيق
google SDK
import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3.8-flash",
    contents: "Analyze this code repository structure for memory leaks.",
    config: {
      maxOutputTokens: 8192,
      thinkingConfig: { thinkingBudget: 2048 }
    }
  });
  console.log(response.text);
}

main();

ثبت SDK وابدأ في إجراء استدعاءات API في دقائق.

ماذا يقول الناس عن Gemini 3.8 Flash

شاهد رأي المجتمع في Gemini 3.8 Flash

Gemini 3.8 Flash هو قفزة أخرى في قدرات الـ agentic... نموذج Flash المحدث الثالث لدينا في 6 أسابيع فقط.
Logan Kilpatrick
twitter
السرعة إلى جانب حقيقة أن هذا النموذج جيد حقاً في الجغرافيا والمهارات الجغرافية المكانية يجعلانه مذهلاً.
MapDev
hackernews
Gemini 3.8 Flash يتصدر معيار Redactle LLM... كما أنه يقوم بإجراء التقييمات بتكلفة أرخص وأسرع منเกاد جميع النماذج الأخرى.
PuzzleSolver
reddit
أنا أستخدم antigravity للعمل الأساسي. خلال العام الماضي انتقلنا من استغراق دقائق لإخراج عمل شبه مثالي في 10 ثوانٍ.
SaaSBuilder
hackernews
Gemini Flash 3.8 يتفوق على Opus 5 بسعر أقل بـ 15 مرة في أربع مهام فيزيائية ثلاثية الأبعاد مستقلة بـ three.js.
GraphicsCoder
twitter
التعامل مع الـ 1M context window للفيديو مباشرة دون التحويل إلى صور أولاً يوفر طنًا من أعمال الهندسة.
VideoAIPro
reddit

فيديوهات عن Gemini 3.8 Flash

شاهد الدروس والمراجعات والنقاشات عن Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash coming in at 73.7%... effectively even with Claude Opus 5 which was just released

Then we have terminal bench 2.1. It got the number one score at 89.4. This is agentic terminal coding

good. So, Claude Opus 5 absolutely dominating the competition, coming in at 1824, second place 1710 for GPT 5.6 Soul, and then kind of a much less good score of 1545 for Gemini 3.8 Flash. So

وفقاً لمؤشر الذكاء الاصطناعي، فهو يقع في الأساس عند حدود Pareto للتكلفة مقابل الأداء

مقارنة بنموذج Gemini flash السابق، استهلك هذا النموذج عددًا أكبر بكثير من الـ tokens لمهمة معينة... زيادة تصل إلى 30%

بالنسبة لتوليد الـ tokens، يمكنك توقع ما يصل إلى 300 token في الثانية وفقاً لمؤشر الذكاء الاصطناعي.

من المثير للإعجاب حقاً أنك تحصل بهذا السعر على مستوى ذكاء يضاهي Opus 5

تم حل المشكلة الكبيرة لـ Gemini وهي أنه لا يضيف الكثير من المحتوى غير المفيد على موقع الويب

ويا شباب، لا تهتموا بالخطأ، هذا نموذج مبرمج لأنه كل بضعة أسابيع نرى نماذج جديدة من Gemini مثل 3.6 و 3.7 Flash والآن 3.8 Flash.

أكثر من مجرد برومبتات

عزز سير عملك مع أتمتة الذكاء الاصطناعي

يجمع Automatio بين قوة وكلاء الذكاء الاصطناعي وأتمتة الويب والتكاملات الذكية لمساعدتك على إنجاز المزيد في وقت أقل.

وكلاء الذكاء الاصطناعي
أتمتة الويب
سير عمل ذكي

نصائح احترافية لـ Gemini 3.8 Flash

نصائح الخبراء لمساعدتك على تحقيق أقصى استفادة من Gemini 3.8 Flash وتحقيق نتائج أفضل.

اختر مستويات الـ Thinking بوضوح

قم بتكوين جهد الـ thinking على وضع منخفض لتحويلات البيانات المهيكلة أو مرتفع لتصحيح أخطاء الـ terminal للتحكم في استهلاك الـ tokens.

قم بتفعيل Context Caching

قم بتفعيل خاصية context caching لـ Gemini API على الـ prompts التي تتجاوز 32,000 token لتقليل تكاليف الإدخال بنسبة تصل إلى 75 بالمائة.

تدعيم الاستعلامات باستخدام الأدوات الأصلية

قم بتعريف أدوات Google Search و Maps مباشرة في الطلب لجلب حقائق واقعية موثوقة وبيانات حديثة.

تزويد النموذج بملاحظات المترجم المباشرة

قم بتمرير مخرجات المترجم (compiler) ومشغل الاختبارات مباشرة إلى النموذج ليتمكن من إصلاح أخطاء بناء الجملة والمنطق في حلقات.

الشهادات

ماذا يقول مستخدمونا

انضم إلى الآلاف من المستخدمين الراضين الذين حولوا سير عملهم

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ذو صلة AI Models

deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
other

MiMo V2.5 Pro

Other

MiMo V2.5 Pro is Xiaomi's open-source 1.02T parameter MoE model featuring a 1M context window, native multimodality, and elite agentic coding performance.

1M context
$1.00/$3.00/1M
deepseek

DeepSeek-V4-Flash

DeepSeek

DeepSeek-V4-Flash is an open-weight 1M context AI model scoring 54.4% on SWE-bench at $0.14 per 1M tokens, optimized for agentic coding and reasoning.

1M context
$0.14/$0.28/1M
moonshot

Kimi K2.7 Code

Moonshot

Kimi K2.7 Code is a 1T parameter MoE model from Moonshot AI. It features a 262k context window and 30% more efficient reasoning for software engineering.

262K context
$0.95/$4.00/1M
anthropic

Claude 3.7 Sonnet

Anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
minimax

MiniMax M2.5

minimax

MiniMax M2.5 is a SOTA MoE model featuring a 1M context window and elite agentic coding capabilities at disruptive pricing for autonomous agents.

1M context
$0.15/$1.20/1M
google

Gemini 3.6 Flash

Google

Gemini 3.6 Flash is Google's high-speed model featuring a 17% reduction in token consumption, $1.50/M input pricing, and advanced 3D visualization.

1M context
$1.50/$7.50/1M
google

Gemini 3.5 Flash

Google

Gemini 3.5 Flash is Google's high-speed multimodal model with a 1M context window, optimized for sub-second agentic loops and complex coding tasks.

1M context
$1.50/$9.00/1M

الأسئلة الشائعة حول Gemini 3.8 Flash

ابحث عن إجابات للأسئلة الشائعة حول Gemini 3.8 Flash