google

Gemini 3.8 Flash

Gemini 3.8 Flash este modelul AI multimodal de la Google care oferă un context de 1M, output de 64K și capabilități de programare agentică la 0,75 USD per...

MultimodalHigh-SpeedGoogle DeepMindLong ContextAgentic Coding
google logogoogleGemini 32026-09-02
Context
1Mtokeni
Output maxim
66Ktokeni
Pret input
$0.75/ 1M
Pret output
$3.75/ 1M
Modalitate:TextImageAudioVideo
Capabilitati:ViziuneUnelteStreamingRationament
Benchmark-uri
GPQA
59%
GPQA: Intrebari stiintifice nivel postuniversitar. Benchmark riguros cu 448 intrebari din biologie, fizica si chimie. Expertii PhD obtin doar 65-74% acuratete. Gemini 3.8 Flash a obtinut 59% la acest benchmark.
HLE
45.4%
HLE: Rationament nivel expert. Testeaza capacitatea modelului de a demonstra rationament la nivel de expert in domenii specializate. Gemini 3.8 Flash a obtinut 45.4% la acest benchmark.
MMLU
88.2%
MMLU: Intelegere lingvistica multitasking masiva. Benchmark cuprinzator cu 16.000 intrebari din 57 materii academice. Gemini 3.8 Flash a obtinut 88.2% la acest benchmark.
MMLU Pro
76.5%
MMLU Pro: MMLU Editie Profesionala. Versiune imbunatatita MMLU cu 12.032 intrebari si format mai dificil cu 10 optiuni. Gemini 3.8 Flash a obtinut 76.5% la acest benchmark.
SimpleQA
42%
SimpleQA: Benchmark acuratete factuala. Testeaza capacitatea modelului de a oferi raspunsuri precise si factuale. Gemini 3.8 Flash a obtinut 42% la acest benchmark.
IFEval
87.5%
IFEval: Evaluare urmarire instructiuni. Masoara cat de bine urmeaza un model instructiuni si constrangeri specifice. Gemini 3.8 Flash a obtinut 87.5% la acest benchmark.
AIME 2025
82%
AIME 2025: Examen invitational matematica american. Probleme matematice nivel competitie din prestigiosul examen AIME. Gemini 3.8 Flash a obtinut 82% la acest benchmark.
MATH
78%
MATH: Rezolvare probleme matematice. Benchmark matematic cuprinzator care testeaza rezolvarea problemelor in algebra, geometrie, calcul. Gemini 3.8 Flash a obtinut 78% la acest benchmark.
GSM8k
94%
GSM8k: Matematica scoala primara 8K. 8.500 probleme matematice cu enunt nivel scoala primara. Gemini 3.8 Flash a obtinut 94% la acest benchmark.
MGSM
91%
MGSM: Matematica scoala primara multilingva. Benchmark GSM8k tradus in 10 limbi. Gemini 3.8 Flash a obtinut 91% la acest benchmark.
MathVista
68%
MathVista: Rationament vizual matematic. Testeaza capacitatea de a rezolva probleme matematice cu elemente vizuale. Gemini 3.8 Flash a obtinut 68% la acest benchmark.
SWE-Bench
49%
SWE-Bench: Benchmark inginerie software. Modelele AI incearca sa rezolve probleme reale GitHub in proiecte Python. Gemini 3.8 Flash a obtinut 49% la acest benchmark.
HumanEval
85%
HumanEval: Probleme programare Python. 164 probleme de programare unde modelele trebuie sa genereze implementari corecte de functii Python. Gemini 3.8 Flash a obtinut 85% la acest benchmark.
LiveCodeBench
65%
LiveCodeBench: Benchmark codare live. Testeaza abilitatile de codare pe provocari de programare reale actualizate continuu. Gemini 3.8 Flash a obtinut 65% la acest benchmark.
MMMU
69.5%
MMMU: Intelegere multimodala. Benchmark intelegere multimodala din 30 materii universitare. Gemini 3.8 Flash a obtinut 69.5% la acest benchmark.
MMMU Pro
52%
MMMU Pro: MMMU Editie Profesionala. Versiune imbunatatita MMMU cu intrebari mai provocatoare. Gemini 3.8 Flash a obtinut 52% la acest benchmark.
ChartQA
86%
ChartQA: Intrebari si raspunsuri grafice. Testeaza capacitatea de a intelege si analiza informatii din grafice si diagrame. Gemini 3.8 Flash a obtinut 86% la acest benchmark.
DocVQA
93.5%
DocVQA: Intrebari vizuale documente. Testeaza capacitatea de a extrage informatii din imagini de documente. Gemini 3.8 Flash a obtinut 93.5% la acest benchmark.
Terminal-Bench
89.4%
Terminal-Bench: Sarcini terminal/CLI. Testeaza capacitatea de a efectua operatii linie de comanda. Gemini 3.8 Flash a obtinut 89.4% la acest benchmark.
ARC-AGI
4%
ARC-AGI: Abstractizare si rationament. Testeaza inteligenta fluida prin puzzle-uri noi de recunoastere a tiparelor. Gemini 3.8 Flash a obtinut 4% la acest benchmark.

Despre Gemini 3.8 Flash

Afla despre capabilitatile lui Gemini 3.8 Flash, caracteristici si cum te poate ajuta sa obtii rezultate mai bune.

Prezentare generală a modelului

Gemini 3.8 Flash este modelul multimodal de înaltă eficiență al Google DeepMind, lansat în septembrie 2026. Construit pe hardware-ul cu unități de procesare tensor (TPU) de la Google, sistemul preia nativ text, conținut audio, imagini de înaltă rezoluție și fluxuri video de până la două ore în cadrul unei singure ferestre de context de 1.048.576 tokens. Capacitatea de output ajunge la 65.536 de tokens per cerere. Modelul introduce bugete de raționament configurabile pe paramentrii low, medium și high, permițând inginerilor să echilibreze latența de execuție în raport cu consumul de tokens.

Execuție agentică și arhitectură

Vizează sarcini de programare pe termen lung și controlul terminalului. În loc să se încheie după o singură trecere de output, Gemini 3.8 Flash suportă bucle de execuție recursivă și interacțiuni autonome cu uneltele. Antrenamentul a pus accent pe manipularea containerelor, interfețele în linie de comandă și sarcinile de lucru pentru apărarea cibernetică. Acest antrenament generează rate de eroare mai scăzute în suitele de teste și auto-corectare în timpul build-urilor live în medii precum Google Antigravity.

Sarcini de lucru în producție și grounding

Developerii implementează Gemini 3.8 Flash pentru aplicații sensibile la latență care necesită o utilizare deterministică a uneltelor. Integrările native conectează modelul direct la grounding-ul Google Search și la datele Google Maps, fără conducte de recuperare separate. În timp ce modelele flagship frontier își mențin avantajele în sarcini creative deschise, 3.8 Flash oferă scoruri de evaluare a codului comparabile la un preț de inferență mai mic.

Gemini 3.8 Flash

Cazuri de utilizare pentru Gemini 3.8 Flash

Descopera diferitele moduri in care poti folosi Gemini 3.8 Flash pentru a obtine rezultate excelente.

Mentenanță autonomă în terminal

Execută refactorizări pe fișiere multiple, rulează suite de teste în medii containerizate și aplică patch-uri pentru erori de runtime în mod autonom.

Ingestie video de mare volum

Analizează înregistrări video brute de două ore și fluxuri audio direct în fereasta sa de 1M tokens, fără conducte externe de preprocesare.

Extragerea de rapoarte financiare

Ingerează documente financiare lungi și PDF-uri vizuale complexe pentru a calcula metrici de bilanț în JSON validat.

Prototipare UI rapidă

Produce aplicații web complete, dashboarduri SVG interactive și simulări WebGL în sub cincisprezece secunde.

Validarea securității defensive

Scanează repository-urile sursă pentru a identifica vulnerabilități logice, a urmări variabilele contaminate și a genera patch-uri de regresie candidate.

Orchestrare de agenți cu latență redusă

Servește drept planificator rapid de acțiuni în setul-upuri ierarhice multi-agent, apelând unelte externe fundamentate de Google Search.

Puncte forte

Limitari

Economii pentru codare agentică: A obținut 73,7% pe DeepSWE v1.1 și 89,4% pe Terminal-Bench 2.1 la un cost introductiv de 0,75 USD per milion de input tokens.
Consum ridicat de tokens în deep thinking: Configurațiile cu raționament ridicat execută bucle interne extinse care cresc outputul de tokens cu până la 30% față de 3.7 Flash.
Multimodalitate nativă cu context lung: Procesează până la 1.048.576 de tokens de audio, video și text combinate, fără conducte externe de extracție a cadrelor.
Auratețe mai redusă pe benchmark-uri complexe de terminal: Obține 19,1% pe Terminal-Bench 4.0, fiind depășit de modele frontier mai mari precum Claude Opus 5 pe sarcini complexe în containere.
Bugete de raționament configurabile: Oferă niveluri de gândire low, medium și high, astfel încât developerii să poată reglementa latența și profunzimea tokenurilor la cerere.
Câștiguri marginale în raționamentul pentru examene: Raționamentul științific general a înregistrat o evoluție neglijabilă, obținând 45,4% pe Humanity's Last Exam, comparativ cu 45,7% pe 3.7 Flash.
Integrare bazată pe unelte: Se conectează nativ la API-urile Google Search și Google Maps pentru a oferi răspunsuri factuale verifiabile, cu rate scăzute de halucinație.
Creștere programată a tarifelor: Prețul introductiv expiră la 31 decembrie 2026, dublând costurile la 1,50 USD pentru input și 7,50 USD pentru output per milion de tokens.

Start rapid API

google/gemini-3.8-flash

Vezi documentatia
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();

Instaleaza SDK-ul si incepe sa faci apeluri API in cateva minute.

Ce spun oamenii despre Gemini 3.8 Flash

Vezi ce crede comunitatea despre Gemini 3.8 Flash

Gemini 3.8 Flash reprezintă un nou salt în capabilitățile agentice... al 3-lea nostru model Flash actualizat în doar 6 săptămâni.
Logan Kilpatrick
twitter
Viteza, combinată cu faptul că acest model se descurcă de minune la geografie și abilități geospațiale, este uluitoare.
MapDev
hackernews
Gemini 3.8 Flash este în fruntea benchmark-ului Redactle LLM... de asemenea, efectuează evaluările mai ieftin și mai rapid decât aproape toate celelalte modele.
PuzzleSolver
reddit
Folosesc în principal Antigravity pentru muncă. În ultimul an, am trecut de la a dura minute întregi la a obține o muncă aproape perfectă în 10 secunde.
SaaSBuilder
hackernews
Gemini Flash 3.8 îl depășește pe Opus 5 la un preț de 15 ori mai mic pe patru sarcini de fizică three.js independente.
GraphicsCoder
twitter
Fereastra de context de 1M care gestionează videoclipurile direct, fără a le converti mai întâi în imagini, economisește tone de muncă de inginerie.
VideoAIPro
reddit

Videoclipuri despre Gemini 3.8 Flash

Urmareste tutoriale, recenzii si discutii despre Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash vine la 73,7%... practic la egalitate cu Claude Opus 5 care tocmai a fost lansat

Apoi avem terminal bench 2.1. A obținut locul întâi cu 89,4. Aceasta este programare agentică în terminal

bun. Deci, Claude Opus 5 domină absolut competiția, venind la 1824, locul al doilea 1710 pentru GPT 5.6 Soul și apoi un scor considerabil mai slab, de 1545, pentru Gemini 3.8 Flash. Deci

Conform indicelui de inteligență artificială, se află practic la frontiera Pareto dintre cost și performanță

Comparativ cu modelul Flash anterior de la Gemini, acesta a consumat mult mai multe tokens pentru o anumită sarcină... o creștere de până la 30%

Pentru generarea de tokens, vă puteți aștepta la până la 300 de tokens pe secundă conform Artificial Intelligence Index.

Este cu adevărat impresionant că la acest preț obții un nivel de inteligență specific lui Opus 5

Marea problemă a Gemini a fost rezolvată, și anume că nu adaugă prea mult conținut inutil pe site

Și băieți, să nu ne îndoim, acesta este un model impresionant, deoarece la fiecare câteva săptămâni vedem modele noi de la Gemini, cum ar fi 3.6, 3.7 Flash și acum 3.8 Flash.

Mai mult decat prompturi

Supraalimenteaza-ti fluxul de lucru cu automatizare AI

Automatio combina puterea agentilor AI, automatizarea web si integrarile inteligente pentru a te ajuta sa realizezi mai mult in mai putin timp.

Agenti AI
Automatizare web
Fluxuri inteligente

Sfaturi Pro pentru Gemini 3.8 Flash

Sfaturi de expert care te ajuta sa obtii maximul din Gemini 3.8 Flash si sa obtii rezultate mai bune.

Selectează nivelurile de gândire în mod explicit

Configurează efortul de gândire (thinking effort) la low pentru transformări de date structurate sau la high pentru debugging în terminal, pentru a controla consumul de tokens.

Activează context caching

Activează Gemini API context caching pe prompturi de peste 32.000 de tokens pentru a reduce costurile de input cu până la 75 de procente.

Validează interogările cu unelte native

Declară uneltele Google Search și Maps direct în cerere pentru a extrage fapte reale verificate și date recente.

Furnizează feedback direct de la compilator

Redirecționează outputul compilatorului și al rulorului de teste direct către model, astfel încât acesta să poată remedia erorile de sintaxă și logică în bucle.

Testimoniale

Ce spun utilizatorii nostri

Alatura-te miilor de utilizatori multumiti care si-au transformat fluxul de lucru

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.

Similar 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

Intrebari frecvente despre Gemini 3.8 Flash

Gaseste raspunsuri la intrebarile comune despre Gemini 3.8 Flash