google

Gemini 3.8 Flash

Gemini 3.8 Flash je Googleov multimodalni AI koji nudi 1M kontekst, 64K output i mogućnosti agentnog kodiranja za 0,75 USD po milijunu input tokena.

MultimodalniVisoka brzinaGoogle DeepMindDugi kontekstAgentno kodiranje
google logogoogleGemini 32026-09-02
Kontekst
1Mtokena
Maks. izlaz
66Ktokena
Ulazna cijena
$0.75/ 1M
Izlazna cijena
$3.75/ 1M
Modalitet:TextImageAudioVideo
Mogućnosti:VidAlatiStreamingZaključivanje
Benchmarks
GPQA
59%
GPQA: Znanstvena pitanja i odgovori na razini doktorata. Rigorozan benchmark s 448 pitanja višestrukog izbora iz biologije, fizike i kemije koje su kreirali stručnjaci. Doktori znanosti postižu samo 65-74% točnosti, dok nestručnjaci postižu samo 34% čak i s neograničenim pristupom internetu (otuda naziv 'otporan na Google'). Gemini 3.8 Flash je postigao 59% na ovom benchmarku.
HLE
45.4%
HLE: Rasuđivanje visoke razine stručnosti. Testira sposobnost modela da demonstrira rasuđivanje na razini stručnjaka u specijaliziranim domenama. Procjenjuje duboko razumijevanje složenih tema koje zahtijevaju znanje na profesionalnoj razini. Gemini 3.8 Flash je postigao 45.4% na ovom benchmarku.
MMLU
88.2%
MMLU: Masovno višezadaćno jezično razumijevanje. Sveobuhvatan benchmark s 16.000 pitanja višestrukog izbora iz 57 akademskih predmeta uključujući matematiku, filozofiju, pravo i medicinu. Testira široko znanje i sposobnosti rasuđivanja. Gemini 3.8 Flash je postigao 88.2% na ovom benchmarku.
MMLU Pro
76.5%
MMLU Pro: MMLU profesionalno izdanje. Poboljšana verzija MMLU-a s 12.032 pitanja koristeći teži format s 10 opcija. Pokriva matematiku, fiziku, kemiju, pravo, inženjerstvo, ekonomiju, zdravstvo, psihologiju, poslovanje, biologiju, filozofiju i informatiku. Gemini 3.8 Flash je postigao 76.5% na ovom benchmarku.
SimpleQA
42%
SimpleQA: Benchmark činjenične točnosti. Testira sposobnost modela da pruži točne, činjenične odgovore na jednostavna pitanja. Mjeri pouzdanost i smanjuje halucinacije u zadacima dohvaćanja znanja. Gemini 3.8 Flash je postigao 42% na ovom benchmarku.
IFEval
87.5%
IFEval: Evaluacija praćenja uputa. Mjeri koliko dobro model slijedi specifične upute i ograničenja. Testira sposobnost pridržavanja pravila formatiranja, ograničenja duljine i drugih eksplicitnih zahtjeva. Gemini 3.8 Flash je postigao 87.5% na ovom benchmarku.
AIME 2025
82%
AIME 2025: Američki pozivni matematički ispit. Matematički problemi natjecateljske razine s prestižnog AIME ispita dizajniranog za talentirane srednjoškolce. Testira naprednu matematičku sposobnost rješavanja problema koja zahtijeva apstraktno rasuđivanje, a ne samo prepoznavanje obrazaca. Gemini 3.8 Flash je postigao 82% na ovom benchmarku.
MATH
78%
MATH: Rješavanje matematičkih problema. Sveobuhvatan matematički benchmark koji testira rješavanje problema iz algebre, geometrije, računa i drugih matematičkih domena. Zahtijeva rasuđivanje u više koraka i formalno matematičko znanje. Gemini 3.8 Flash je postigao 78% na ovom benchmarku.
GSM8k
94%
GSM8k: Matematika osnovne škole 8K. 8.500 matematičkih zadataka osnovnoškolske razine koji zahtijevaju rasuđivanje u više koraka. Testira osnovnu aritmetiku i logičko razmišljanje kroz scenarije iz stvarnog života poput kupovine ili izračuna vremena. Gemini 3.8 Flash je postigao 94% na ovom benchmarku.
MGSM
91%
MGSM: Višejezična matematika osnovne škole. GSM8k benchmark preveden na 10 jezika uključujući španjolski, francuski, njemački, ruski, kineski i japanski. Testira matematičko rasuđivanje na različitim jezicima. Gemini 3.8 Flash je postigao 91% na ovom benchmarku.
MathVista
68%
MathVista: Matematičko vizualno rasuđivanje. Testira sposobnost rješavanja matematičkih problema koji uključuju vizualne elemente poput grafikona, geometrijskih dijagrama i znanstvenih figura. Kombinira vizualno razumijevanje s matematičkim rasuđivanjem. Gemini 3.8 Flash je postigao 68% na ovom benchmarku.
SWE-Bench
49%
SWE-Bench: Benchmark softverskog inženjerstva. AI modeli pokušavaju riješiti stvarne GitHub probleme u Python projektima otvorenog koda s ljudskom verifikacijom. Testira praktične vještine softverskog inženjerstva na produkcijskim kodnim bazama. Najbolji modeli su napredovali s 4,4% u 2023. na preko 70% u 2024. Gemini 3.8 Flash je postigao 49% na ovom benchmarku.
HumanEval
85%
HumanEval: Python programerski problemi. 164 ručno napisana programerska problema gdje modeli moraju generirati ispravne implementacije Python funkcija. Svako rješenje se verificira jediničnim testovima. Najbolji modeli sada postižu preko 90% točnosti. Gemini 3.8 Flash je postigao 85% na ovom benchmarku.
LiveCodeBench
65%
LiveCodeBench: Benchmark živog kodiranja. Testira sposobnosti kodiranja na kontinuirano ažuriranim izazovima programiranja iz stvarnog svijeta. Za razliku od statičnih benchmarka, koristi svježe probleme za sprečavanje kontaminacije podataka i mjerenje pravih vještina kodiranja. Gemini 3.8 Flash je postigao 65% na ovom benchmarku.
MMMU
69.5%
MMMU: Multimodalno razumijevanje. Masivni višedisciplinarni multimodalni benchmark razumijevanja koji testira modele vida i jezika na problemima sveučilišne razine iz 30 predmeta koji zahtijevaju razumijevanje slika i stručno znanje. Gemini 3.8 Flash je postigao 69.5% na ovom benchmarku.
MMMU Pro
52%
MMMU Pro: MMMU profesionalno izdanje. Poboljšana verzija MMMU-a s težim pitanjima i strožom evaluacijom. Testira napredno multimodalno rasuđivanje na profesionalnoj i stručnoj razini. Gemini 3.8 Flash je postigao 52% na ovom benchmarku.
ChartQA
86%
ChartQA: Pitanja i odgovori o grafikonima. Testira sposobnost razumijevanja i rasuđivanja o informacijama prikazanim u grafikonima i dijagramima. Zahtijeva ekstrakciju podataka, usporedbu vrijednosti i izvođenje izračuna iz vizualnih prikaza podataka. Gemini 3.8 Flash je postigao 86% na ovom benchmarku.
DocVQA
93.5%
DocVQA: Vizualna Q&A o dokumentima. Benchmark vizualnih pitanja i odgovora o dokumentima koji testira sposobnost ekstrakcije i rasuđivanja o informacijama iz slika dokumenata uključujući obrasce, izvješća i skenirani tekst. Gemini 3.8 Flash je postigao 93.5% na ovom benchmarku.
Terminal-Bench
89.4%
Terminal-Bench: Terminal/CLI zadaci. Testira sposobnost izvođenja operacija naredbenog retka, pisanja shell skripti i navigacije u terminalskim okruženjima. Mjeri praktične vještine administracije sustava i razvojnih radnih tokova. Gemini 3.8 Flash je postigao 89.4% na ovom benchmarku.
ARC-AGI
4%
ARC-AGI: Apstrakcija i rasuđivanje. Korpus apstrakcije i rasuđivanja za AGI - testira fluidnu inteligenciju kroz nove zagonetke prepoznavanja obrazaca. Svaki zadatak zahtijeva otkrivanje temeljnog pravila iz primjera, mjereći opću sposobnost rasuđivanja umjesto memoriranja. Gemini 3.8 Flash je postigao 4% na ovom benchmarku.

O modelu Gemini 3.8 Flash

Saznajte o mogućnostima, značajkama i načinima korištenja modela Gemini 3.8 Flash.

Pregled modela

Gemini 3.8 Flash je visoko učinkovit multimodalni model Google DeepMinda objavljen u rujnu 2026. Izgrađen na Googleovom Tensor Processing Unit hardveru, sustav izvorno unosi tekst, audio, slike visoke rezolucije i video tokove u trajanju do dva sata unutar jednog kontekstnog prozora od 1.048.576 tokena. Kapacitet outputa doseže 65.536 tokena po zahtjevu. Model uvodi podesive proračune rezoniranja kroz niske, srednje i visoke parametre, omogućujući inženjerima da uravnoteže latenciju izvršavanja u odnosu na potrošnju tokena.

Agentno izvršavanje i arhitektura

Model je usmjeren na dugotrajne zadatke kodiranja i kontrolu terminala. Umjesto da završi nakon jednog prolaza outputa, Gemini 3.8 Flash podržava rekurzivne petlje izvršavanja i autonomne interakcije s alatima. Obuka je naglašavala manipulaciju kontejnerima, sučelja naredbenog retka i radna opterećenja obrane u kibernetičkoj sigurnosti. Ova obuka daje niže stope pogrešaka na testnim paketima i samoispravljanje tijekom izrade uživo u okruženjima kao što je Google Antigravity.

Produkcijska radna opterećenja i utemeljenje

Developeri primjenjuju Gemini 3.8 Flash za aplikacije osjetljive na latenciju koje zahtijevaju determinističku upotrebu alata. Izvorne integracije povezuju model izravno s utemeljenjem Google Searcha i podacima Google Mapsa bez zasebnih cjevovoda za dohvaćanje. Dok vodeći frontier modeli zadržavaju prednosti na otvorenim kreativnim zadacima, 3.8 Flash isporučuje usporedive rezultate evaluacije kodiranja po nižoj cijeni inferencije.

Gemini 3.8 Flash

Slučajevi korištenja za Gemini 3.8 Flash

Otkrijte različite načine korištenja modela Gemini 3.8 Flash za postizanje izvrsnih rezultata.

Autonomno održavanje terminala

Izvršava refaktoriranja s više datoteka, pokreće testne pakete unutar kontejneriziranih okruženja i autonomno ispravlja pogreške u izvođenju.

Unos videozapisa visoke propusnosti

Analizira sirove dvosatne video snimke i audio tokove izravno unutar svog prozora od 1M tokena bez vanjskih cjevovoda predobrade.

Ekstrakcija financijskih izvještaja

Učitava opsežne financijske podneske i složene vizualne PDF-ove za izračun metrika bilance u validirani JSON.

Brzo prototipiranje sučelja

Proizvodi kompletne web aplikacije, interaktivne SVG upravljačke ploče i WebGL simulacije za manje od pet sekundi.

Validacija obrambene sigurnosti

Skenira repozitorije izvornog koda kako bi identificirao ranjivosti logike, pratio kompromitirane varijable i generirao potencijalne zakrpe za regresiju.

Orkestracija agenata niske latencije

služi kao brzi planer akcija u hijerarhijskim postavkama s više agenata, pozivajući vanjske alate temeljene na Google Searchu.

Prednosti

Ograničenja

Ekonomičnost agentnog kodiranja: Postignuto 73,7% na DeepSWE v1.1 i 89,4% na Terminal-Bench 2.1 uz promotivni trošak od 0,75 USD po milijunu input tokena.
Visoka potrošnja tokena pri dubokom razmišljanju: Visoke konfiguracije rezoniranja izvršavaju produžene unutarnje petlje koje povećavaju output tokena do 30% u odnosu na 3.7 Flash.
Izvorna dugokontekstna multimodalnost: Obrađuje do 1.048.576 tokena kombiniranog audija, videa i teksta bez vanjskih cjevovoda za ekstrakciju okvira.
Manja točnost na složenim benchmarkovima terminala: Ostvaruje 19,1% na Terminal-Bench 4.0, zaostajući za većim frontier modelima poput Claude Opus 5 na složenim zadacima s kontejnerima.
Podesivi proračuni za rezoniranje: Pruža niske, srednje i visoke razine razmišljanja tako da developer može regulirati latenciju tokena i dubinu na zahtjev.
Marginalni dobici u rezoniranju na ispitima: Opće znanstveno rezoniranje pokazalo je zanemarivo pomicanje, s rezultatom od 45,4% na Humanity's Last Exam u usporedbi s 45,7% na 3.7 Flash.
Utemeljena integracija alata: Izvorno se povezuje s API-jem za Google Search i Google Maps kako bi pružio provjerljive činjenične odgovore s niskim stopama halucinacija.
Planirano povećanje cijena: Promotivne cijene ističu se 31. prosinca 2026., udvostručujući troškove na 1,50 USD za input i 7,50 USD za output po milijunu tokena.

API brzi početak

google/gemini-3.8-flash

Pogledaj dokumentaciju
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();

Instalirajte SDK i počnite s API pozivima za nekoliko minuta.

Što ljudi kažu o modelu Gemini 3.8 Flash

Pogledajte što zajednica misli o modelu Gemini 3.8 Flash

Gemini 3.8 Flash je još jedan skok u agentnim sposobnostima... naš 3. ažurirani Flash model u samo 6 tjedana.
Logan Kilpatrick
twitter
Brzina u kombinaciji s činjenicom da je ova stvar jako dobra u geografiji i prostornim vještinama čini ga zapanjujućim.
MapDev
hackernews
Gemini 3.8 Flash je na vrhu Redactle LLM benchmarka... također obavlja evaluacije jeftinije i brže od gotovo svih drugih modela.
PuzzleSolver
reddit
Glavni mi je alat za rad antigravity. Tijekom protekle godine prešli smo s toga da mu trebaju minute do izbacivanja takoreći savršenog rada u 10 sekundi.
SaaSBuilder
hackernews
Gemini Flash 3.8 pobjeđuje Opus 5 po 15 puta nižoj cijeni na četiri samostalna three.js fizikalna zadatka.
GraphicsCoder
twitter
Kontekstni prozor od 1M koji obrađuje video izravno bez pretvaranja u slike štedi tone inženjerskog rada.
VideoAIPro
reddit

Videozapisi o modelu Gemini 3.8 Flash

Gledajte tutorijale, recenzije i diskusije o modelu Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash dolazi s 73,7%... učinkovito izjednačen s Claude Opus 5 koji je upravo izašao

Zatim imamo terminal bench 2.1. Osvojio je prvo mjesto s 89,4. Ovo je agentno terminalno kodiranje

dobro. Dakle, Claude Opus 5 apsolutno dominira konkurencijom, s 1824, drugo mjesto 1710 za GPT 5.6 Soul, i onda donekle lošiji rezultat od 1545 za Gemini 3.8 Flash. Dakle

Prema indeksu umjetne inteligencije, u biti je na Paretovoj granici cijene naspram performansi

U usporedbi s prethodnim Gemini flash modelom, ovaj je pojeo puno više tokena za zadani zadatak... povećanje do 30%

Za generiranje tokena možete očekivati do 300 tokena u sekundi prema Indeksu umjetne inteligencije.

Doista je impresivno da po ovoj cijeni dobivate inteligenciju razine Opus 5

Veliki problem Geminija je riješen, a to je da ne dodaje previše nepotrebnog sadržaja na web stranicu

I momci, nemojte pogriješiti, ovo je impresivan model jer svakih nekoliko tjedana viđamo nove modele iz Geminija poput 3.6, 3.7 Flash i sada 3.8 Flash.

Vise od samo promptova

Poboljšajte svoj radni tijek sa AI Automatizacijom

Automatio kombinira moc AI agenata, web automatizacije i pametnih integracija kako bi vam pomogao postici vise za manje vremena.

AI Agenti
Web Automatizacija
Pametni Tokovi

Pro Savjeti za Gemini 3.8 Flash

Stručni savjeti za maksimalno iskorištavanje Gemini 3.8 Flash.

Eksplicitno odaberite razine razmišljanja (thinking levels)

Konfigurirajte napor razmišljanja na nisko za strukturirane transformacije podataka ili visoko za terminalno otklanjanje pogrešaka (debugging) kako biste kontrolirali potrošnju tokena.

Omogućite predmemoriranje konteksta (context caching)

Aktivirajte predmemoriranje konteksta Gemini API-ja na promptovima iznad 32.000 tokena kako biste smanjili input troškove za do 75 posto.

Utemeljite upite izvornim alatima

Deklarirajte alate Google Search i Maps izravno u zahtjevu kako biste dohvatili provjerene činjenice iz stvarnog svijeta i nedavne podatke.

Osigurajte izravnu povratnu informaciju kompajlera

Vratite izlaz kompajlera i pokretača testova (test runner) izravno natrag modelu kako bi mogao ispraviti sintaksne i logičke pogreške u petljama.

Svjedočanstva

Sto Kazu Nasi Korisnici

Pridruzite se tisucama zadovoljnih korisnika koji su transformirali svoj radni tijek

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.

Povezani 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

Često Postavljana Pitanja o Gemini 3.8 Flash

Pronađite odgovore na česta pitanja o Gemini 3.8 Flash