google

Gemini 3.8 Flash

Gemini 3.8 Flash est l'IA multimodale de Google offrant 1M de contexte, 64K de sortie et des capacités de codage agentique à 0,75 $ par million de tokens...

MultimodalHaute VitesseGoogle DeepMindContexte LongCodage Agentique
google logogoogleGemini 32026-09-02
Contexte
1Mtokens
Sortie max.
66Ktokens
Prix entrée
$0.75/ 1M
Prix sortie
$3.75/ 1M
Modalité:TextImageAudioVideo
Capacités:VisionOutilsStreamingRaisonnement
Benchmarks
GPQA
59%
GPQA: Questions-Réponses Scientifiques Niveau Doctorat. Un benchmark rigoureux avec 448 questions à choix multiples en biologie, physique et chimie créées par des experts du domaine. Les experts en doctorat n'atteignent que 65-74% de précision, tandis que les non-experts obtiennent seulement 34% même avec un accès web illimité (d'où le terme 'résistant à Google'). Gemini 3.8 Flash a obtenu 59% sur ce benchmark.
HLE
45.4%
HLE: Raisonnement d'Expertise de Haut Niveau. Teste la capacité d'un modèle à démontrer un raisonnement de niveau expert dans des domaines spécialisés. Évalue la compréhension approfondie de sujets complexes nécessitant des connaissances de niveau professionnel. Gemini 3.8 Flash a obtenu 45.4% sur ce benchmark.
MMLU
88.2%
MMLU: Compréhension Linguistique Multitâche Massive. Un benchmark complet avec 16 000 questions à choix multiples couvrant 57 matières académiques incluant les mathématiques, la philosophie, le droit et la médecine. Teste les connaissances générales et les capacités de raisonnement. Gemini 3.8 Flash a obtenu 88.2% sur ce benchmark.
MMLU Pro
76.5%
MMLU Pro: MMLU Édition Professionnelle. Une version améliorée du MMLU avec 12 032 questions utilisant un format plus difficile à 10 options. Couvre les mathématiques, la physique, la chimie, le droit, l'ingénierie, l'économie, la santé, la psychologie, les affaires, la biologie, la philosophie et l'informatique. Gemini 3.8 Flash a obtenu 76.5% sur ce benchmark.
SimpleQA
42%
SimpleQA: Benchmark de Précision Factuelle. Teste la capacité d'un modèle à fournir des réponses précises et factuelles à des questions directes. Mesure la fiabilité et réduit les hallucinations dans les tâches de récupération de connaissances. Gemini 3.8 Flash a obtenu 42% sur ce benchmark.
IFEval
87.5%
IFEval: Évaluation du Suivi d'Instructions. Mesure la capacité d'un modèle à suivre des instructions et contraintes spécifiques. Teste la capacité à respecter les règles de formatage, les limites de longueur et autres exigences explicites. Gemini 3.8 Flash a obtenu 87.5% sur ce benchmark.
AIME 2025
82%
AIME 2025: Examen d'Invitation Américain en Mathématiques. Problèmes mathématiques de niveau compétition issus du prestigieux examen AIME conçu pour les lycéens talentueux. Teste la résolution de problèmes mathématiques avancés nécessitant un raisonnement abstrait, pas simplement de la correspondance de motifs. Gemini 3.8 Flash a obtenu 82% sur ce benchmark.
MATH
78%
MATH: Résolution de Problèmes Mathématiques. Un benchmark mathématique complet testant la résolution de problèmes en algèbre, géométrie, calcul et autres domaines mathématiques. Nécessite un raisonnement en plusieurs étapes et des connaissances mathématiques formelles. Gemini 3.8 Flash a obtenu 78% sur ce benchmark.
GSM8k
94%
GSM8k: Mathématiques Niveau Primaire 8K. 8 500 problèmes de mathématiques niveau primaire nécessitant un raisonnement en plusieurs étapes. Teste l'arithmétique de base et la pensée logique à travers des scénarios réels comme les achats ou les calculs de temps. Gemini 3.8 Flash a obtenu 94% sur ce benchmark.
MGSM
91%
MGSM: Mathématiques Niveau Primaire Multilingue. Le benchmark GSM8k traduit en 10 langues incluant l'espagnol, le français, l'allemand, le russe, le chinois et le japonais. Teste le raisonnement mathématique dans différentes langues. Gemini 3.8 Flash a obtenu 91% sur ce benchmark.
MathVista
68%
MathVista: Raisonnement Mathématique Visuel. Teste la capacité à résoudre des problèmes mathématiques impliquant des éléments visuels comme les graphiques, les diagrammes de géométrie et les figures scientifiques. Combine la compréhension visuelle avec le raisonnement mathématique. Gemini 3.8 Flash a obtenu 68% sur ce benchmark.
SWE-Bench
49%
SWE-Bench: Benchmark d'Ingénierie Logicielle. Les modèles d'IA tentent de résoudre de vrais problèmes GitHub dans des projets Python open-source avec vérification humaine. Teste les compétences pratiques en ingénierie logicielle sur des bases de code en production. Les meilleurs modèles sont passés de 4,4% en 2023 à plus de 70% en 2024. Gemini 3.8 Flash a obtenu 49% sur ce benchmark.
HumanEval
85%
HumanEval: Problèmes de Programmation Python. 164 problèmes de programmation écrits à la main où les modèles doivent générer des implémentations de fonctions Python correctes. Chaque solution est vérifiée par des tests unitaires. Les meilleurs modèles atteignent maintenant plus de 90% de précision. Gemini 3.8 Flash a obtenu 85% sur ce benchmark.
LiveCodeBench
65%
LiveCodeBench: Benchmark de Code en Direct. Teste les capacités de codage sur des défis de programmation réels continuellement mis à jour. Contrairement aux benchmarks statiques, utilise des problèmes frais pour éviter la contamination des données et mesurer les vraies compétences de codage. Gemini 3.8 Flash a obtenu 65% sur ce benchmark.
MMMU
69.5%
MMMU: Compréhension Multimodale. Benchmark de Compréhension Multimodale Multi-discipline Massive testant les modèles vision-langage sur des problèmes universitaires dans 30 matières nécessitant à la fois la compréhension d'images et des connaissances expertes. Gemini 3.8 Flash a obtenu 69.5% sur ce benchmark.
MMMU Pro
52%
MMMU Pro: MMMU Édition Professionnelle. Version améliorée du MMMU avec des questions plus difficiles et une évaluation plus stricte. Teste le raisonnement multimodal avancé aux niveaux professionnel et expert. Gemini 3.8 Flash a obtenu 52% sur ce benchmark.
ChartQA
86%
ChartQA: Questions-Réponses sur Graphiques. Teste la capacité à comprendre et raisonner sur les informations présentées dans les graphiques. Nécessite l'extraction de données, la comparaison de valeurs et l'exécution de calculs à partir de représentations visuelles de données. Gemini 3.8 Flash a obtenu 86% sur ce benchmark.
DocVQA
93.5%
DocVQA: Q&R Visuelle sur Documents. Benchmark de Questions-Réponses Visuelles sur Documents testant la capacité à extraire et raisonner sur les informations des images de documents incluant les formulaires, rapports et textes numérisés. Gemini 3.8 Flash a obtenu 93.5% sur ce benchmark.
Terminal-Bench
89.4%
Terminal-Bench: Tâches Terminal/CLI. Teste la capacité à effectuer des opérations en ligne de commande, écrire des scripts shell et naviguer dans les environnements terminal. Mesure les compétences pratiques en administration système et flux de travail de développement. Gemini 3.8 Flash a obtenu 89.4% sur ce benchmark.
ARC-AGI
4%
ARC-AGI: Abstraction et Raisonnement. Corpus d'Abstraction et de Raisonnement pour l'AGI - teste l'intelligence fluide à travers des puzzles de reconnaissance de motifs nouveaux. Chaque tâche nécessite de découvrir la règle sous-jacente à partir d'exemples, mesurant la capacité de raisonnement général plutôt que la mémorisation. Gemini 3.8 Flash a obtenu 4% sur ce benchmark.

À propos de Gemini 3.8 Flash

Découvrez les capacités, fonctionnalités et façons d'utiliser Gemini 3.8 Flash.

Aperçu du model

Gemini 3.8 Flash est le model multimodal haute efficacité de Google DeepMind lancé en septembre 2026. Conçu sur l'infrastructure matérielle TPU de Google, le système intègre nativement du texte, de l'audio, des images haute résolution et des flux vidéo d'une durée maximale de deux heures dans une context window unique de 1 048 576 tokens. La capacité de sortie atteint 65 536 tokens par requête. Le model introduit des budgets de raisonnement configurables à travers des paramètres bas, moyen et haut, permettant aux ingénieurs d'équilibrer la latence d'exécution et la consommation de tokens.

Exécution agentique et architecture

Le model cible les tâches de programmation à long horizon et le contrôle de terminal. Plutôt que de s'arrêter après une seule passe de sortie, Gemini 3.8 Flash prend en charge les boucles d'exécution récursives et les interactions d'outils autonomes. L'entraînement a mis l'accent sur la manipulation de conteneurs, les interfaces en ligne de commande et les charges de travail de défense en cybersécurité. Cet entraînement génère de plus faibles taux d'erreur sur les suites de tests et une auto-correction lors de builds en direct dans des environnements tels que Google Antigravity.

Charges de travail de production et ancrage

Les développeurs déployent Gemini 3.8 Flash pour des applications sensibles à la latence nécessitant une utilisation d'outils déterministe. Des intégrations natives connectent directement le model à l'ancrage Google Search et aux données Google Maps sans pipelines de récupération séparés. Bien que les frontier models phares conservent des avantages sur les tâches créatives ouvertes, 3.8 Flash offre des scores d'évaluation en programmation comparables pour un coût d'inference inférieur.

Gemini 3.8 Flash

Cas d'utilisation de Gemini 3.8 Flash

Découvrez les différentes façons d'utiliser Gemini 3.8 Flash pour obtenir d'excellents résultats.

Maintenance de terminal autonome

Exécute des refactorisations multi-fichiers, lance des suites de tests dans des environnements conteneurisés et corrige les erreurs d'exécution de manière autonome.

Ingestion vidéo haute volumétrie

Analyse des enregistrements vidéo bruts de deux heures et des flux audio directement dans sa fenêtre de 1M tokens sans pipeline de prétraitement externe.

Extraction de rapports financiers

Ingère de longs dossiers financiers et des PDF visuels complexes pour calculer les métriques de bilan dans un JSON validé.

Prototypage UI rapide

Produit des applications web complètes, des tableaux de bord SVG interactifs et des simulations WebGL en moins de quinze secondes.

Validation de sécurité défensive

Scanne les répertoires sources pour identifier les vulnérabilités logiques, tracer les variables corrompues et générer des correctifs de régression potentiels.

Orchestration d'agents à faible latence

Sert de planificateur d'actions rapide dans des configurations multi-agents hiérarchiques, en appelant des outils externes ancrés par Google Search.

Points forts

Limitations

Économie du codage agentique: A atteint 73,7 % sur DeepSWE v1.1 et 89,4 % sur Terminal-Bench 2.1 pour un coût de lancement de 0,75 $ par million de tokens d'entrée.
Forte consommation de tokens en réflexion profonde: Les configurations de raisonnement élevé exécutent des boucles internes prolongées qui augmentent la sortie de tokens jusqu'à 30 % par rapport à 3.7 Flash.
Multimodalité native à contexte long: Traite jusqu'à 1 048 576 tokens combinant audio, vidéo et texte sans pipelines d'extraction d'images externes.
Précision moindre sur les benchmarks de terminal complexes: Obtient 19,1 % sur Terminal-Bench 4.0, derrière les frontier models plus grands comme Claude Opus 5 sur les tâches de conteneurs complexes.
Budgets de raisonnement configurables: Propose des niveaux de réflexion bas, moyen et haut permettant aux développeurs de réguler à la demande la latence et la profondeur des tokens.
Gains marginaux en raisonnement sur les examens: Le raisonnement scientifique général n'affiche qu'une progression négligeable, avec 45,4 % sur Humanity's Last Exam contre 45,7 % pour 3.7 Flash.
Intégration d'outils ancrés: Se connecte nativement aux API de Google Search et Google Maps pour fournir des réponses factuelles vérifiables avec de faibles taux d'hallucination.
Hausse tarifaire programmée: Les tarifs de lancement expirent le 31 décembre 2026, doublant les coûts à 1,50 $ pour l'entrée et 7,50 $ pour la sortie par million de tokens.

Démarrage rapide API

google/gemini-3.8-flash

Voir la documentation
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();

Installez le SDK et commencez à faire des appels API en quelques minutes.

Ce que les gens disent de Gemini 3.8 Flash

Voyez ce que la communauté pense de Gemini 3.8 Flash

Gemini 3.8 Flash marque un nouveau bond en avant pour les capacités agentiques... notre 3e model Flash mis à jour en seulement 6 semaines.
Logan Kilpatrick
twitter
La vitesse combinée au fait que ce model excelle en géographie et en compétences géospatiales le rend tout simplement bluffant.
MapDev
hackernews
Gemini 3.8 Flash est en tête du benchmark Redactle LLM... et il effectue également les évaluations à moindre coût et plus rapidement que presque tous les autres models.
PuzzleSolver
reddit
J'utilise principalement antigravity pour mon travail. En l'espace d'un an, nous sommes passés de délais de plusieurs minutes à un travail quasi parfait généré en 10 secondes.
SaaSBuilder
hackernews
Gemini Flash 3.8 surclasse Opus 5 à un prix 15 fois inférieur sur quatre tâches de physique autonomes sous three.js.
GraphicsCoder
twitter
La context window de 1M qui gère la vidéo directement sans conversion préalable en images épargne un travail d'ingénierie considérable.
VideoAIPro
reddit

Vidéos sur Gemini 3.8 Flash

Regardez des tutoriels, critiques et discussions sur Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash arrive à 73,7 %... ce qui équivaut pratiquement à Claude Opus 5 qui vient de sortir

Ensuite, nous avons terminal bench 2.1. Il obtient la première place avec 89,4 %. C'est du codage de terminal agentique

bien. Donc, Claude Opus 5 domine absolument la concurrence avec 1824, suivi en deuxième position par GPT 5.6 Soul à 1710, et enfin un score nettement inférieur de 1545 pour Gemini 3.8 Flash. Donc

Selon l'indice d'intelligence artificielle, il se situe essentiellement à la frontière de Pareto entre coût et performance

Par rapport au model flash précédent de Gemini, celui-ci consomme beaucoup plus de tokens pour une tâche donnée... jusqu'à 30 % d'augmentation

Pour la génération de tokens, vous pouvez vous attendre à un débit allant jusqu'à 300 tokens par seconde selon l'Artificial Intelligence Index.

C'est vraiment impressionnant d'obtenir un niveau d'intelligence digne d'Opus 5 à ce prix-là

Le gros problème de Gemini est résolu : il n'ajoute plus de contenu superflu sur le site web

Et les gars, ne vous y trompez pas, c'est un model impressionnant car toutes les quelques semaines, nous voyons de nouveaux models chez Gemini comme les 3.6, 3.7 Flash et maintenant 3.8 Flash.

Plus que de simples prompts

Optimisez votre flux de travail avec l'Automatisation IA

Automatio combine la puissance des agents IA, de l'automatisation web et des integrations intelligentes pour vous aider a accomplir plus en moins de temps.

Agents IA
Automatisation Web
Flux Intelligents

Conseils Pro pour Gemini 3.8 Flash

Conseils d'experts pour tirer le meilleur parti de Gemini 3.8 Flash.

Sélectionner explicitement les niveaux de réflexion

Configurez l'effort de réflexion sur bas pour les transformations de données structurées ou sur haut pour le débogage de terminal afin de maîtriser la consommation de tokens.

Activer la mise en cache du contexte

Activez la mise en cache du contexte de l'API Gemini sur les prompts dépassant 32 000 tokens pour réduire les coûts d'entrée jusqu'à 75 pour cent.

Ancrer les requêtes avec des outils natifs

Déclarez les outils Google Search et Maps directement dans la requête pour récupérer des faits réels vérifiés et des données récentes.

Fournir des retours de compilateur directs

Réinjectez la sortie du compilateur et du lanceur de tests directement dans le model pour qu'il corrige les erreurs de syntaxe et de logique en boucle.

Témoignages

Ce Que Disent Nos Utilisateurs

Rejoignez des milliers d'utilisateurs satisfaits qui ont transforme leur flux de travail

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.

Associés 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

Questions Fréquentes sur Gemini 3.8 Flash

Trouvez des réponses aux questions courantes sur Gemini 3.8 Flash