google

Gemini 3.8 Flash

Το Gemini 3.8 Flash είναι το multimodal AI της Google που προσφέρει 1M context, 64K output και agentic coding δυνατότητες στα $0,75 ανά εκατομμύριο input...

MultimodalHigh-SpeedGoogle DeepMindLong ContextAgentic Coding
google logogoogleGemini 32026-09-02
Περιβάλλον
1Mtokens
Μέγιστη έξοδος
66Ktokens
Τιμή εισόδου
$0.75/ 1M
Τιμή εξόδου
$3.75/ 1M
Τρόπος λειτουργίας:TextImageAudioVideo
Δυνατότητες:ΌρασηΕργαλείαStreamingΣυλλογιστική
Benchmarks
GPQA
59%
GPQA: Ερωτήσεις επιπέδου μεταπτυχιακού. Ένα αυστηρό benchmark με 448 ερωτήσεις πολλαπλής επιλογής σε βιολογία, φυσική και χημεία δημιουργημένες από ειδικούς. Οι διδάκτορες επιτυγχάνουν μόνο 65-74% ακρίβεια, ενώ οι μη ειδικοί βαθμολογούν μόνο 34% ακόμα και με απεριόριστη πρόσβαση στο διαδίκτυο (εξ ου και 'Google-proof'). Το Gemini 3.8 Flash πέτυχε 59% σε αυτό το benchmark.
HLE
45.4%
HLE: Συλλογιστική επιπέδου εμπειρογνώμονα. Δοκιμάζει την ικανότητα ενός μοντέλου να επιδείξει συλλογιστική επιπέδου εμπειρογνώμονα σε εξειδικευμένους τομείς. Αξιολογεί τη βαθιά κατανόηση σύνθετων θεμάτων που απαιτούν επαγγελματική γνώση. Το Gemini 3.8 Flash πέτυχε 45.4% σε αυτό το benchmark.
MMLU
88.2%
MMLU: Μαζική πολυθεματική κατανόηση γλώσσας. Ένα ολοκληρωμένο benchmark με 16.000 ερωτήσεις πολλαπλής επιλογής σε 57 ακαδημαϊκά θέματα, συμπεριλαμβανομένων μαθηματικών, φιλοσοφίας, νομικής και ιατρικής. Δοκιμάζει ευρεία γνώση και ικανότητες συλλογιστικής. Το Gemini 3.8 Flash πέτυχε 88.2% σε αυτό το benchmark.
MMLU Pro
76.5%
MMLU Pro: MMLU Επαγγελματική έκδοση. Μια βελτιωμένη έκδοση του MMLU με 12.032 ερωτήσεις σε δυσκολότερη μορφή 10 επιλογών. Καλύπτει Μαθηματικά, Φυσική, Χημεία, Νομική, Μηχανική, Οικονομικά, Υγεία, Ψυχολογία, Επιχειρήσεις, Βιολογία, Φιλοσοφία και Πληροφορική. Το Gemini 3.8 Flash πέτυχε 76.5% σε αυτό το benchmark.
SimpleQA
42%
SimpleQA: Benchmark πραγματικής ακρίβειας. Δοκιμάζει την ικανότητα ενός μοντέλου να παρέχει ακριβείς, πραγματικές απαντήσεις σε απλές ερωτήσεις. Μετρά την αξιοπιστία και μειώνει τις ψευδαισθήσεις σε εργασίες ανάκτησης γνώσης. Το Gemini 3.8 Flash πέτυχε 42% σε αυτό το benchmark.
IFEval
87.5%
IFEval: Αξιολόγηση ακολουθίας οδηγιών. Μετρά πόσο καλά ένα μοντέλο ακολουθεί συγκεκριμένες οδηγίες και περιορισμούς. Δοκιμάζει την ικανότητα τήρησης κανόνων μορφοποίησης, ορίων μήκους και άλλων ρητών απαιτήσεων. Το Gemini 3.8 Flash πέτυχε 87.5% σε αυτό το benchmark.
AIME 2025
82%
AIME 2025: American Invitational Math Exam. Μαθηματικά προβλήματα επιπέδου διαγωνισμού από την πρεστίζ εξέταση AIME σχεδιασμένη για ταλαντούχους μαθητές λυκείου. Δοκιμάζει προηγμένη μαθηματική επίλυση προβλημάτων που απαιτεί αφηρημένη σκέψη, όχι απλή αναγνώριση προτύπων. Το Gemini 3.8 Flash πέτυχε 82% σε αυτό το benchmark.
MATH
78%
MATH: Μαθηματική επίλυση προβλημάτων. Ένα ολοκληρωμένο μαθηματικό benchmark που δοκιμάζει επίλυση προβλημάτων σε άλγεβρα, γεωμετρία, λογισμό και άλλους μαθηματικούς τομείς. Απαιτεί πολυβηματική συλλογιστική και τυπική μαθηματική γνώση. Το Gemini 3.8 Flash πέτυχε 78% σε αυτό το benchmark.
GSM8k
94%
GSM8k: Μαθηματικά δημοτικού 8K. 8.500 μαθηματικά προβλήματα κειμένου επιπέδου δημοτικού που απαιτούν πολυβηματική συλλογιστική. Δοκιμάζει βασική αριθμητική και λογική σκέψη μέσω σεναρίων πραγματικής ζωής όπως ψώνια ή υπολογισμοί χρόνου. Το Gemini 3.8 Flash πέτυχε 94% σε αυτό το benchmark.
MGSM
91%
MGSM: Πολύγλωσσα μαθηματικά δημοτικού. Το GSM8k benchmark μεταφρασμένο σε 10 γλώσσες, συμπεριλαμβανομένων Ισπανικών, Γαλλικών, Γερμανικών, Ρωσικών, Κινεζικών και Ιαπωνικών. Δοκιμάζει μαθηματική συλλογιστική σε διάφορες γλώσσες. Το Gemini 3.8 Flash πέτυχε 91% σε αυτό το benchmark.
MathVista
68%
MathVista: Μαθηματική οπτική συλλογιστική. Δοκιμάζει την ικανότητα επίλυσης μαθηματικών προβλημάτων που περιλαμβάνουν οπτικά στοιχεία όπως διαγράμματα, γραφήματα, γεωμετρικά σχήματα και επιστημονικές εικόνες. Συνδυάζει οπτική κατανόηση με μαθηματική συλλογιστική. Το Gemini 3.8 Flash πέτυχε 68% σε αυτό το benchmark.
SWE-Bench
49%
SWE-Bench: Benchmark μηχανικής λογισμικού. Τα μοντέλα AI προσπαθούν να επιλύσουν πραγματικά GitHub issues σε έργα ανοικτού κώδικα Python με ανθρώπινη επαλήθευση. Δοκιμάζει πρακτικές δεξιότητες μηχανικής λογισμικού σε παραγωγικές βάσεις κώδικα. Τα κορυφαία μοντέλα πήγαν από 4,4% το 2023 σε πάνω από 70% το 2024. Το Gemini 3.8 Flash πέτυχε 49% σε αυτό το benchmark.
HumanEval
85%
HumanEval: Προβλήματα προγραμματισμού Python. 164 χειρόγραφα προβλήματα προγραμματισμού όπου τα μοντέλα πρέπει να δημιουργήσουν σωστές υλοποιήσεις συναρτήσεων Python. Κάθε λύση επαληθεύεται με unit tests. Τα κορυφαία μοντέλα τώρα επιτυγχάνουν 90%+ ακρίβεια. Το Gemini 3.8 Flash πέτυχε 85% σε αυτό το benchmark.
LiveCodeBench
65%
LiveCodeBench: Live coding benchmark. Δοκιμάζει ικανότητες κωδικοποίησης σε συνεχώς ενημερωμένες, πραγματικές προκλήσεις προγραμματισμού. Σε αντίθεση με στατικά benchmarks, χρησιμοποιεί φρέσκα προβλήματα για να αποτρέψει τη μόλυνση δεδομένων και να μετρήσει πραγματικές δεξιότητες κωδικοποίησης. Το Gemini 3.8 Flash πέτυχε 65% σε αυτό το benchmark.
MMMU
69.5%
MMMU: Πολυτροπική κατανόηση. Μαζικό πολυ-τομεακό πολυτροπικό benchmark κατανόησης που δοκιμάζει μοντέλα όρασης-γλώσσας σε προβλήματα επιπέδου πανεπιστημίου σε 30 θέματα που απαιτούν τόσο κατανόηση εικόνας όσο και ειδική γνώση. Το Gemini 3.8 Flash πέτυχε 69.5% σε αυτό το benchmark.
MMMU Pro
52%
MMMU Pro: MMMU Επαγγελματική έκδοση. Βελτιωμένη έκδοση του MMMU με πιο απαιτητικές ερωτήσεις και αυστηρότερη αξιολόγηση. Δοκιμάζει προηγμένη πολυτροπική συλλογιστική σε επαγγελματικά και εξειδικευμένα επίπεδα. Το Gemini 3.8 Flash πέτυχε 52% σε αυτό το benchmark.
ChartQA
86%
ChartQA: Ερωτήσεις-απαντήσεις διαγραμμάτων. Δοκιμάζει την ικανότητα κατανόησης και συλλογιστικής πληροφοριών που παρουσιάζονται σε διαγράμματα και γραφήματα. Απαιτεί εξαγωγή δεδομένων, σύγκριση τιμών και εκτέλεση υπολογισμών από οπτικές αναπαραστάσεις δεδομένων. Το Gemini 3.8 Flash πέτυχε 86% σε αυτό το benchmark.
DocVQA
93.5%
DocVQA: Οπτική Q&A εγγράφων. Document Visual Question Answering benchmark που δοκιμάζει την ικανότητα εξαγωγής και συλλογιστικής πληροφοριών από εικόνες εγγράφων, συμπεριλαμβανομένων φορμών, αναφορών και σαρωμένου κειμένου. Το Gemini 3.8 Flash πέτυχε 93.5% σε αυτό το benchmark.
Terminal-Bench
89.4%
Terminal-Bench: Εργασίες Terminal/CLI. Δοκιμάζει την ικανότητα εκτέλεσης λειτουργιών γραμμής εντολών, γραφής shell scripts και πλοήγησης σε περιβάλλοντα τερματικού. Μετρά πρακτικές δεξιότητες διαχείρισης συστήματος και ροών εργασίας ανάπτυξης. Το Gemini 3.8 Flash πέτυχε 89.4% σε αυτό το benchmark.
ARC-AGI
4%
ARC-AGI: Αφαίρεση και συλλογιστική. Abstraction and Reasoning Corpus for AGI - δοκιμάζει ρευστή νοημοσύνη μέσω νέων παζλ αναγνώρισης προτύπων. Κάθε εργασία απαιτεί ανακάλυψη του υποκείμενου κανόνα από παραδείγματα, μετρώντας γενική ικανότητα συλλογιστικής αντί απομνημόνευσης. Το Gemini 3.8 Flash πέτυχε 4% σε αυτό το benchmark.

Σχετικά με το Gemini 3.8 Flash

Μάθετε για τις δυνατότητες, τα χαρακτηριστικά του Gemini 3.8 Flash και πώς μπορεί να σας βοηθήσει να επιτύχετε καλύτερα αποτελέσματα.

Επισκόπηση Model

Το Gemini 3.8 Flash είναι το multimodal model υψηλής απόδοσης της Google DeepMind που κυκλοφόρησε τον Σεπτέμβριο του 2026. Χτισμένο στο υλικό Tensor Processing Unit της Google, το σύστημα απορροφά εγγενώς κείμενο, ήχο, εικόνες υψηλής ανάλυσης και ροές video διάρκειας έως δύο ωρών μέσα σε ένα ενιαίο context window 1.048.576 tokens. Η χωρητικότητα output φτάνει τα 65.536 tokens ανά request. Το model εισάγει παραμετροποιήσιμα reasoning budgets σε χαμηλά, μεσαία και υψηλά parameters, επιτρέποντας στους μηχανικούς να εξισορροπήσουν το execution latency έναντι της κατανάλωσης tokens.

Agentic Execution και Αρχιτεκτονική

Το model στοχεύει σε coding tasks μακράς πνοής και έλεγχο τερματικού. Αντί να τελειώνει μετά από ένα πέρασμα output, το Gemini 3.8 Flash υποστηρίζει επαναλαμβανόμενα execution loops και αυτόνομες αλληλεπιδράσεις με εργαλεία. Η εκπαίδευση έδωσε έμφαση στον χειρισμό container, στα command-line interfaces και στα workloads άμυνας κυβερνοασφάλειας. Αυτή η εκπαίδευση παράγει χαμηλότερα ποσοστά σφαλμάτων σε test suites και αυτοδιόρθωση κατά τη διάρκεια ζωντανών builds σε περιβάλλοντα όπως το Google Antigravity.

Workloads Παραγωγής και Γείωση

Οι developers αναπτύσσουν το Gemini 3.8 Flash για εφαρμογές ευαίσθητες στο latency που απαιτούν ντετερμινιστική χρήση εργαλείων. Οι εγγενείς ενσωματώσεις συνδέουν το model απευθείας με τη γείωση Google Search και τα δεδομένα του Google Maps χωρίς ξεχωριστά retrieval pipelines. Ενώ τα κορυφαία frontier models διατηρούν πλεονεκτήματα σε ανοιχτές δημιουργικές εργασίες, το 3.8 Flash προσφέρει συγκρίσιμα σκορ αξιολόγησης κώδικα σε χαμηλότερη τιμή inference.

Gemini 3.8 Flash

Περιπτώσεις χρήσης για Gemini 3.8 Flash

Ανακαλύψτε τους διαφορετικούς τρόπους που μπορείτε να χρησιμοποιήσετε το Gemini 3.8 Flash για εξαιρετικά αποτελέσματα.

Αυτόνομη Συντήρηση Τερματικού

Εκτελεί refactors πολλαπλών αρχείων, τρέχει test suites εντός containerized περιβαλλόντων και επιδιορθώνει runtime errors αυτόνομα.

Ingestion Video Υψηλού Όγκου

Αναλύει raw ηχογραφήσεις video και audio δύο ωρών απευθείας εντός του window των 1M tokens χωρίς εξωτερικά pipelines προεπεξεργασίας.

Εξαγωγή Οικονομικών Αναφορών

Επεξεργάζεται μακροσκελείς οικονομικές καταστάσεις και σύνθετα οπτικά PDF για να υπολογίσει μετρικές ισολογισμού σε επικυρωμένο JSON.

Ταχεία Prototyping UI

Παράγει πλήρεις web εφαρμογές, διαδραστικά dashboards SVG και προσομοιώσεις WebGL σε λιγότερο από δεκαπέντε δευτερόλεπτα.

Επικύρωση Αμυντικής Ασφάλειας

Σαρώσει source repositories για τον εντοπισμό ευπαθειών λογικής, την ανίχνευση tainted variables και τη δημιουργία υποψηφίων regression patches.

Ορχήστρωση Agents Χαμηλού Latency

Λειτουργεί ως ο γρήγορος σχε<bos>3.8 δράσης σε ιεραρχικές ρυθμίσεις multi-agent, καλώντας εξωτερικά εργαλεία γειωμένα από το Google Search.

Δυνατά σημεία

Περιορισμοί

Οικονομικά Agentic Coding: Πέτυχε 73,7% στο DeepSWE v1.1 και 89,4% στο Terminal-Bench 2.1 με εισαγωγικό κόστος $0,75 ανά εκατομμύριο input tokens.
Υψηλή Κατανάλωση Tokens στο Deep Thinking: Οι υψηλές ρυθμίσεις reasoning εκτελούν εκτεταμένα εσωτερικά loops που αυξάνουν το token output έως και 30% σε σύγκριση με το 3.7 Flash.
Εγγενής Multimodality Μεγάλου Context: Επεξεργάζεται έως 1.048.576 tokens συνδυασμένου audio, video και text χωρίς εξωτερικά pipelines εξαγωγής frames.
Χαμηλότερη Ακρίβεια σε Σύνθετα Terminal Benchmarks: Σκοράρει 19,1% στο Terminal-Bench 4.0, υπολειπόμενος μεγαλύτερων frontier models όπως το Claude Opus 5 σε σύνθετες εργασίες container.
Παραμετροποιήσιμα Reasoning Budgets: Παρέχει low, medium και high thinking levels ώστε οι developers να μπορούν να ρυθμίζουν το latency των tokens και το βάθος κατά παραγγελία.
Οριακά Κέρδη Reasoning σε Εξετάσεις: Η γενική επιστημονική συλλογιστική έδειξε αμελητέα κίνηση, σκοράροντας 45,4% στο Humanity's Last Exam σε σύγκριση με 45,7% στο 3.7 Flash.
Γειωμένη Ενσωμάτωση Εργαλείων: Συνδέεται εγγενώς με τα APIs Google Search και Google Maps για να παρέχει επαληθεύσιμες απαντήσεις γεγονότων με χαμηλά ποσοστά hallucination.
Προγραμματισμένη Αύξηση Τιμών: Η εισαγωγική τιμολόγηση λήγει στις 31 Δεκεμβρίου 2026, διπλασιάζοντας το κόστος σε $1,50 για input και $7,50 για output ανά εκατομμύριο tokens.

Γρήγορη εκκίνηση API

google/gemini-3.8-flash

Προβολή τεκμηρίωσης
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();

Εγκαταστήστε το SDK και αρχίστε να κάνετε κλήσεις API σε λίγα λεπτά.

Τι λένε οι άνθρωποι για το Gemini 3.8 Flash

Δείτε τι πιστεύει η κοινότητα για το Gemini 3.8 Flash

Gemini 3.8 Flash είναι ένα ακόμη άλμα στις agentic δυνατότητες... το 3ο ενημερωμένο Flash model μας σε μόλις 6 εβδομάδες.
Logan Kilpatrick
twitter
Η ταχύτητα σε συνδυασμό με το γεγονός ότι αυτό το πράγμα είναι πραγματικά καλό στη γεωγραφία και τις γεωχωρικές δεξιότητες το καθιστά εντυπωσιακό.
MapDev
hackernews
Gemini 3.8 Flash βρίσκεται στην κορυφή του Redactle LLM benchmark... εκτελεί επίσης τα evals φθηνότερα και γρηγορότερα από σχεδόν όλα τα άλλα models.
PuzzleSolver
reddit
Χρησιμοποιώ κυρίως το antigravity για τη δουλειά. Τον τελευταίο χρόνο έχουμε περάσει από το να παίρνει λεπτά στην παραγωγή σχεδόν τέλειας δουλειάς σε 10 δευτερόλεπτα.
SaaSBuilder
hackernews
Gemini Flash 3.8 κερδίζει το Opus 5 με 15x χαμηλότερη τιμή σε τέσσερις αυτόνομες τρεις.js εργασίες φυσικής.
GraphicsCoder
twitter
Το context window 1M που χειρίζεται το video απευθείας χωρίς μετατροπή σε εικόνες πρώτα εξοικονομεί τόνους μηχανικής εργασίας.
VideoAIPro
reddit

Βίντεο για το Gemini 3.8 Flash

Δείτε οδηγούς, κριτικές και συζητήσεις για το 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

According to artificial intelligence index, it's essentially at the Pareto frontier of cost versus performance

Compared to the previous Gemini flash model, this ate a lot more tokens for a given task... up to 30% increase

For token generation, you can expect up to 300 tokens per second according to the Artificial Intelligence Index.

It's really impressive that at this price you are getting Opus 5 level of intelligence

The big problem of Gemini is solved which is it is not adding too much of waste content on the website

And guys, make no mistake, this is an impressive model because every couple of weeks we are seeing new models from Gemini like 3.6, 3.7 Flash and now 3.8 Flash.

Περισσότερα από απλά prompts

Ενισχύστε τη ροή εργασίας σας με Αυτοματισμό AI

Το Automatio συνδυάζει τη δύναμη των AI agents, του web automation και των έξυπνων ενσωματώσεων για να σας βοηθήσει να επιτύχετε περισσότερα σε λιγότερο χρόνο.

AI Agents
Web Automation
Έξυπνες ροές εργασίας

Επαγγελματικές συμβουλές για Gemini 3.8 Flash

Εξειδικευμένες συμβουλές για να αξιοποιήσετε στο έπακρο το Gemini 3.8 Flash και να επιτύχετε καλύτερα αποτελέσματα.

Επιλέξτε επίπεδα Thinking ρητά

Ρυθμίστε το thinking effort σε low για μετασχηματισμούς δομημένων δεδομένων ή high για debugging τερματικού ώστε να ελέγξετε τη χρήση των tokens.

Ενεργεργοποιήστε το Context Caching

Ενεργοποιήστε το context caching του Gemini API σε prompts άνω των 32.000 tokens για να μειώσετε το κόστος input έως και 75 τοις εκατό.

Γειώστε τα Queries με εγγενή εργαλεία

Δηλώστε τα εργαλεία Google Search και Maps απευθείας στο request για να αντλήσετε επαληθευμένα πραγματικά δεδομένα και πρόσφατες πληροφορίες.

Παρέχετε άμεσο feedback από τον Compiler

Διοχετεύστε το output του compiler και του test runner απευθείας πίσω στο model ώστε να μπορεί να διορθώσει σφάλματα σύνταξης και λογικής σε loops.

Μαρτυρίες

Τι λένε οι χρήστες μας

Ενταχθείτε στις χιλιάδες ικανοποιημένων χρηστών που έχουν μεταμορφώσει τη ροή εργασίας τους

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.

Σχετικά 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

Συχνές ερωτήσεις για Gemini 3.8 Flash

Βρείτε απαντήσεις σε συνηθισμένες ερωτήσεις σχετικά με το Gemini 3.8 Flash