google

Gemini 3.8 Flash

Gemini 3.8 Flash è l'IA multimodale di Google che offre 1M di context, 64K di output e capacità di coding agentic a $0.75 per milione di input tokens.

MultimodalHigh-SpeedGoogle DeepMindLong ContextAgentic Coding
google logogoogleGemini 32026-09-02
Contesto
1Mtoken
Output max
66Ktoken
Prezzo input
$0.75/ 1M
Prezzo output
$3.75/ 1M
Modalita:TextImageAudioVideo
Capacita:VisioneStrumentiStreamingRagionamento
Benchmark
GPQA
59%
GPQA: Domande scientifiche livello laurea. Un benchmark rigoroso con 448 domande su biologia, fisica e chimica. Gli esperti PhD raggiungono solo il 65-74% di accuratezza. Gemini 3.8 Flash ha ottenuto 59% in questo benchmark.
HLE
45.4%
HLE: Ragionamento esperto di alto livello. Testa la capacita di un modello di dimostrare ragionamento a livello esperto in domini specializzati. Gemini 3.8 Flash ha ottenuto 45.4% in questo benchmark.
MMLU
88.2%
MMLU: Comprensione linguistica multitask massiva. Un benchmark completo con 16.000 domande su 57 materie accademiche. Gemini 3.8 Flash ha ottenuto 88.2% in questo benchmark.
MMLU Pro
76.5%
MMLU Pro: MMLU Edizione Professionale. Una versione migliorata di MMLU con 12.032 domande e un formato piu difficile a 10 opzioni. Gemini 3.8 Flash ha ottenuto 76.5% in questo benchmark.
SimpleQA
42%
SimpleQA: Benchmark di accuratezza fattuale. Testa la capacita di un modello di fornire risposte accurate e fattuali. Gemini 3.8 Flash ha ottenuto 42% in questo benchmark.
IFEval
87.5%
IFEval: Valutazione del seguire istruzioni. Misura quanto bene un modello segue istruzioni e vincoli specifici. Gemini 3.8 Flash ha ottenuto 87.5% in questo benchmark.
AIME 2025
82%
AIME 2025: Esame di matematica invitazionale americano. Problemi matematici a livello competitivo dal prestigioso esame AIME. Gemini 3.8 Flash ha ottenuto 82% in questo benchmark.
MATH
78%
MATH: Risoluzione di problemi matematici. Un benchmark matematico completo che testa la risoluzione di problemi in algebra, geometria, calcolo. Gemini 3.8 Flash ha ottenuto 78% in questo benchmark.
GSM8k
94%
GSM8k: Matematica scuola elementare 8K. 8.500 problemi matematici a parole di livello scuola elementare. Gemini 3.8 Flash ha ottenuto 94% in questo benchmark.
MGSM
91%
MGSM: Matematica multilingue scuola elementare. Il benchmark GSM8k tradotto in 10 lingue. Gemini 3.8 Flash ha ottenuto 91% in questo benchmark.
MathVista
68%
MathVista: Ragionamento visivo matematico. Testa la capacita di risolvere problemi matematici con elementi visivi. Gemini 3.8 Flash ha ottenuto 68% in questo benchmark.
SWE-Bench
49%
SWE-Bench: Benchmark ingegneria software. I modelli AI tentano di risolvere veri problemi GitHub in progetti Python. Gemini 3.8 Flash ha ottenuto 49% in questo benchmark.
HumanEval
85%
HumanEval: Problemi di programmazione Python. 164 problemi di programmazione dove i modelli devono generare implementazioni corrette di funzioni Python. Gemini 3.8 Flash ha ottenuto 85% in questo benchmark.
LiveCodeBench
65%
LiveCodeBench: Benchmark di codifica live. Testa le capacita di codifica su sfide di programmazione reali continuamente aggiornate. Gemini 3.8 Flash ha ottenuto 65% in questo benchmark.
MMMU
69.5%
MMMU: Comprensione multimodale. Benchmark di comprensione multimodale su 30 materie universitarie. Gemini 3.8 Flash ha ottenuto 69.5% in questo benchmark.
MMMU Pro
52%
MMMU Pro: MMMU Edizione Professionale. Versione migliorata di MMMU con domande piu impegnative. Gemini 3.8 Flash ha ottenuto 52% in questo benchmark.
ChartQA
86%
ChartQA: Domande e risposte su grafici. Testa la capacita di comprendere e analizzare informazioni da grafici e diagrammi. Gemini 3.8 Flash ha ottenuto 86% in questo benchmark.
DocVQA
93.5%
DocVQA: Domande visive su documenti. Testa la capacita di estrarre informazioni da immagini di documenti. Gemini 3.8 Flash ha ottenuto 93.5% in questo benchmark.
Terminal-Bench
89.4%
Terminal-Bench: Attivita terminale/CLI. Testa la capacita di eseguire operazioni da linea di comando. Gemini 3.8 Flash ha ottenuto 89.4% in questo benchmark.
ARC-AGI
4%
ARC-AGI: Astrazione e ragionamento. Testa l'intelligenza fluida attraverso nuovi puzzle di riconoscimento di pattern. Gemini 3.8 Flash ha ottenuto 4% in questo benchmark.

Informazioni su Gemini 3.8 Flash

Scopri le capacita di Gemini 3.8 Flash, le funzionalita e come puo aiutarti a ottenere risultati migliori.

Panoramica del model

Gemini 3.8 Flash è il model multimodale ad alta efficienza di Google DeepMind rilasciato nel settembre 2026. Basato sull'hardware TPU di Google, il sistema acquisisce in modo nativo testo, audio, immagini ad alta risoluzione e flussi video fino a due ore di durata all'interno di un unico context window di 1.048.576 tokens. La capacità di output raggiunge i 65.536 tokens per richiesta. Il model introduce budget di reasoning configurabili su parametri bassi, medi e alti, consentendo agli ingegneri di bilanciare la latenza di esecuzione rispetto al consumo di tokens.

Esecuzione Agentic e Architettura

Il model è pensato per task di coding a lungo raggio e controllo da terminale. Piuttosto che terminare dopo un singolo passaggio di output, Gemini 3.8 Flash supporta cicli di esecuzione ricorsivi e interazioni autonome con gli strumenti. L'addestramento ha privilegiato la manipolazione di container, le interfacce a riga di comando e i carichi di lavoro di difesa della cybersecurity. Questo addestramento produce tassi di errore inferiori sulle suite di test e auto-correzione durante le build dal vivo in ambienti come Google Antigravity.

Carichi di lavoro in produzione e Grounding

Gli sviluppatori distribuiscono Gemini 3.8 Flash per applicazioni sensibili alla latenza che richiedono un uso deterministico degli strumenti. Le integrazioni native collegano il model direttamente al grounding di Google Search e ai dati di Google Maps senza pipeline di recupero separate. Mentre i model frontier di punta mantengono vantaggi su task creativi aperti, 3.8 Flash offre punteggi di valutazione del coding comparabili a un prezzo di inference inferiore.

Gemini 3.8 Flash

Casi d'uso per Gemini 3.8 Flash

Scopri i diversi modi in cui puoi usare Gemini 3.8 Flash per ottenere ottimi risultati.

Manutenzione autonoma da terminale

Esegue refactoring su più file, esegue suite di test all'interno di ambienti containerizzati e corregge autonomamente gli errori di runtime.

Acquisizione video ad alto volume

Analizza registrazioni video grezze di due ore e flussi audio direttamente all'interno del suo window di 1M tokens senza pipeline di pre-elaborazione esterne.

Estrazione di report finanziari

Elabora lunghi documenti finanziari e complessi PDF visivi per calcolare le metriche di bilancio convertendole in JSON convalidato.

Prototipazione rapida di UI

Produce applicazioni web complete, dashboard SVG interattive e simulazioni WebGL in meno di quindici secondi.

Convalida della sicurezza difensiva

Scansiona i repository di codice sorgente per identificare vulnerabilità logiche, tracciare variabili contaminate e generare patch di regressione candidate.

Orchestrazione di agenti a bassa latenza

Funziona come pianificatore d'azione rapido in configurazioni multi-agente gerarchiche, chiamando strumenti esterni radicati tramite Google Search.

Punti di forza

Limitazioni

Economia del coding agentic: Ha raggiunto il 73,7% su DeepSWE v1.1 e l'89,4% su Terminal-Bench 2.1 a un costo introduttivo di $0.75 per milione di input tokens.
Elevato consumo di tokens nel Deep Thinking: Le configurazioni di reasoning elevato eseguono cicli interni estesi che aumentano l'output dei tokens fino al 30% rispetto a 3.7 Flash.
Multimodalità nativa a lungo context: Elabora fino a 1.048.576 tokens di audio, video e testo combinati senza pipeline esterne di estrazione dei fotogrammi.
Minore accuratezza su benchmark da terminale complessi: Ottiene il 19,1% su Terminal-Bench 4.0, rimanendo indietro rispetto a model frontier più grandi come Claude Opus 5 su task di container complessi.
Budget di reasoning configurabili: Fornisce livelli di thinking basso, medio e alto in modo che gli sviluppatori possano regolare la latenza e la profondità dei tokens su richiesta.
Guadagni marginali nel reasoning accademico: Il reasoning scientifico generale ha mostrato variazioni trascurabili, ottenendo il 45,4% su Humanity's Last Exam rispetto al 45,7% di 3.7 Flash.
Integrazione di strumenti radicati: Si collega in modo nativo alle API di Google Search e Google Maps per fornire risposte fattuali verificabili con bassi tassi di allucinazione.
Aumento di prezzo programmato: I prezzi introduttivi scadono il 31 dicembre 2026, raddoppiando i costi a $1.50 per l'input e $7.50 per l'output per milione di tokens.

Avvio rapido API

google/gemini-3.8-flash

Visualizza documentazione
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();

Installa l'SDK e inizia a fare chiamate API in pochi minuti.

Cosa dice la gente su Gemini 3.8 Flash

Guarda cosa pensa la community di Gemini 3.8 Flash

Gemini 3.8 Flash è un ulteriore salto nelle capacità agentic... il nostro terzo model Flash aggiornato in sole 6 settimane.
Logan Kilpatrick
twitter
La velocità unita al fatto che questo strumento è davvero bravo in geografia e competenze geospaziali lo rende sbalorditivo.
MapDev
hackernews
Gemini 3.8 Flash è in cima al benchmark LLM Redactle... esegue anche le valutazioni in modo più economico e veloce di quasi tutti gli altri model.
PuzzleSolver
reddit
Uso principalmente antigravity per il lavoro. Nell'ultimo anno siamo passati da minuti di attesa a output quasi perfetti in 10 secondi.
SaaSBuilder
hackernews
Gemini Flash 3.8 batte Opus 5 a un prezzo 15 volte inferiore su quattro task di fisica three.js autonomi.
GraphicsCoder
twitter
Il context window di 1M che gestisce i video direttamente senza prima convertirli in immagini fa risparmiare tonnellate di lavoro ingegneristico.
VideoAIPro
reddit

Video su Gemini 3.8 Flash

Guarda tutorial, recensioni e discussioni su Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash arrivato al 73,7%... praticamente alla pari con Claude Opus 5 che è appena stato rilasciato

Poi abbiamo terminal bench 2.1. Ha ottenuto il primo punteggio con l'89,4. Questo è agentic terminal coding

bene. Quindi, Claude Opus 5 domina assolutamente la concorrenza, arrivando a 1824, secondo posto 1710 per GPT 5.6 Soul, e poi un punteggio decisamente inferiore di 1545 per Gemini 3.8 Flash. Quindi

Secondo l'indice di intelligenza artificiale, si trova essenzialmente sulla frontiera di Pareto tra costo e performance

Rispetto al precedente model flash di Gemini, questo ha consumato molti più tokens per un determinato task... un aumento fino al 30%

Per la generazione di tokens, ci si possono aspettare fino a 300 tokens al secondo secondo l'Artificial Intelligence Index.

È davvero impressionante che a questo prezzo si ottenga un livello di intelligenza pari a Opus 5

Il grande problema di Gemini è risolto, ovvero non sta aggiungendo troppi contenuti spazzatura sul sito web

E ragazzi, non fatevi illusioni, questo è un model impressionante perché ogni due settimane vediamo nuovi model da Gemini come 3.6, 3.7 Flash e ora 3.8 Flash.

Piu di semplici prompt

Potenzia il tuo workflow con l'automazione AI

Automatio combina la potenza degli agenti AI, dell'automazione web e delle integrazioni intelligenti per aiutarti a fare di piu in meno tempo.

Agenti AI
Automazione web
Workflow intelligenti

Consigli Pro per Gemini 3.8 Flash

Consigli esperti per aiutarti a ottenere il massimo da Gemini 3.8 Flash e raggiungere risultati migliori.

Seleziona esplicitamente i livelli di Thinking

Configura lo sforzo di thinking su basso per le trasformazioni di dati strutturati o su alto per il debugging da terminale per controllare l'utilizzo dei tokens.

Abilita il Context Caching

Attiva il context caching dell'API Gemini su prompt superiori a 32.000 tokens per ridurre i costi di input fino al 75%.

Radica le query con gli strumenti nativi

Dichiara gli strumenti Google Search e Maps direttamente nella richiesta per estrarre fatti reali verificati e dati recenti.

Fornisci feedback diretto dal compilatore

Invia l'output del compilatore e del test runner direttamente al model in modo che possa correggere gli errori di sintassi e logica in cicli continui.

Testimonianze

Cosa dicono i nostri utenti

Unisciti a migliaia di utenti soddisfatti che hanno trasformato il loro workflow

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.

Correlati 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

Domande frequenti su Gemini 3.8 Flash

Trova risposte alle domande comuni su Gemini 3.8 Flash