google

Gemini 3.8 Flash

Gemini 3.8 Flash je Google-ova multimodalna veštačka inteligencija koja nudi 1M kontekst, 64K output i agentic mogućnosti kodiranja po ceni od 0,75 USD po...

MultimodalHigh-SpeedGoogle DeepMindLong ContextAgentic Coding
google logogoogleGemini 32026-09-02
Контекст
1Mтокена
Макс. излаз
66Kтокена
Улазна цена
$0.75/ 1M
Излазна цена
$3.75/ 1M
Модалитет:TextImageAudioVideo
Могућности:ВидАлатиСтримингЗакључивање
Бенчмаркови
GPQA
59%
GPQA: Научна питања на нивоу докторантуре. Ригорозан бенчмарк са 448 питања вишеструког избора из биологије, физике и хемије које су креирали стручњаци. Докторанти постижу само 65-74% тачности, док нестручњаци постижу само 34% чак и са неограниченим приступом интернету (отуда назив 'отпоран на Google'). Gemini 3.8 Flash је постигао 59% на овом бенчмарку.
HLE
45.4%
HLE: Резоновање високог нивоа експертизе. Тестира способност модела да демонстрира резоновање на нивоу експерта у специјализованим доменима. Процењује дубоко разумевање сложених тема које захтевају знање на професионалном нивоу. Gemini 3.8 Flash је постигао 45.4% на овом бенчмарку.
MMLU
88.2%
MMLU: Масовно вишезадатко језичко разумевање. Свеобухватан бенчмарк са 16.000 питања вишеструког избора из 57 академских предмета укључујући математику, филозофију, право и медицину. Тестира широко знање и способности резоновања. Gemini 3.8 Flash је постигао 88.2% на овом бенчмарку.
MMLU Pro
76.5%
MMLU Pro: MMLU професионална верзија. Побољшана верзија MMLU са 12.032 питања користећи тежи формат са 10 опција. Покрива математику, физику, хемију, право, инжењерство, економију, здравство, психологију, бизнис, биологију, филозофију и информатику. Gemini 3.8 Flash је постигао 76.5% на овом бенчмарку.
SimpleQA
42%
SimpleQA: Бенчмарк чињеничне тачности. Тестира способност модела да пружи тачне, чињеничне одговоре на директна питања. Мери поузданост и смањује халуцинације у задацима проналажења знања. Gemini 3.8 Flash је постигао 42% на овом бенчмарку.
IFEval
87.5%
IFEval: Евалуација праћења инструкција. Мери колико добро модел следи специфичне инструкције и ограничења. Тестира способност придржавања правила форматирања, ограничења дужине и других експлицитних захтева. Gemini 3.8 Flash је постигао 87.5% на овом бенчмарку.
AIME 2025
82%
AIME 2025: Амерички позивни математички испит. Математички проблеми такмичарског нивоа са престижног AIME испита дизајнираног за талентоване средњошколце. Тестира напредно математичко решавање проблема које захтева апстрактно резоновање, а не само препознавање образаца. Gemini 3.8 Flash је постигао 82% на овом бенчмарку.
MATH
78%
MATH: Решавање математичких проблема. Свеобухватан математички бенчмарк који тестира решавање проблема из алгебре, геометрије, рачуна и других математичких домена. Захтева резоновање у више корака и формално математичко знање. Gemini 3.8 Flash је постигао 78% на овом бенчмарку.
GSM8k
94%
GSM8k: Математика основне школе 8K. 8.500 математичких задатака нивоа основне школе који захтевају резоновање у више корака. Тестира основну аритметику и логичко размишљање кроз сценарије из стварног живота попут куповине или рачунања времена. Gemini 3.8 Flash је постигао 94% на овом бенчмарку.
MGSM
91%
MGSM: Вишејезична математика основне школе. GSM8k бенчмарк преведен на 10 језика укључујући шпански, француски, немачки, руски, кинески и јапански. Тестира математичко резоновање на различитим језицима. Gemini 3.8 Flash је постигао 91% на овом бенчмарку.
MathVista
68%
MathVista: Математичко визуелно резоновање. Тестира способност решавања математичких проблема који укључују визуелне елементе попут графикона, геометријских дијаграма и научних фигура. Комбинује визуелно разумевање са математичким резоновањем. Gemini 3.8 Flash је постигао 68% на овом бенчмарку.
SWE-Bench
49%
SWE-Bench: Бенчмарк софтверског инжењеринга. АИ модели покушавају да реше стварне GitHub проблеме у Python пројектима отвореног кода са људском верификацијом. Тестира практичне вештине софтверског инжењеринга на продукцијским базама кода. Најбољи модели су напредовали са 4,4% у 2023. на преко 70% у 2024. Gemini 3.8 Flash је постигао 49% на овом бенчмарку.
HumanEval
85%
HumanEval: Python програмерски проблеми. 164 ручно написана програмерска проблема где модели морају да генеришу исправне имплементације Python функција. Свако решење се верификује јединичним тестовима. Најбољи модели сада постижу преко 90% тачности. Gemini 3.8 Flash је постигао 85% на овом бенчмарку.
LiveCodeBench
65%
LiveCodeBench: Бенчмарк живог кодирања. Тестира способности кодирања на континуирано ажурираним изазовима програмирања из стварног света. За разлику од статичних бенчмаркова, користи свеже проблеме за спречавање контаминације података и мерење правих вештина кодирања. Gemini 3.8 Flash је постигао 65% на овом бенчмарку.
MMMU
69.5%
MMMU: Мултимодално разумевање. Масиван вишедисциплинарни мултимодални бенчмарк разумевања који тестира моделе вида и језика на проблемима универзитетског нивоа из 30 предмета који захтевају разумевање слика и стручно знање. Gemini 3.8 Flash је постигао 69.5% на овом бенчмарку.
MMMU Pro
52%
MMMU Pro: MMMU професионална верзија. Побољшана верзија MMMU са тежим питањима и строжом евалуацијом. Тестира напредно мултимодално резоновање на професионалном и експертском нивоу. Gemini 3.8 Flash је постигао 52% на овом бенчмарку.
ChartQA
86%
ChartQA: Питања и одговори о графиконима. Тестира способност разумевања и резоновања о информацијама приказаним у графиконима и дијаграмима. Захтева екстракцију података, поређење вредности и извођење рачунања из визуелних приказа података. Gemini 3.8 Flash је постигао 86% на овом бенчмарку.
DocVQA
93.5%
DocVQA: Визуелна Q&A о документима. Бенчмарк визуелних питања и одговора о документима који тестира способност екстракције и резоновања о информацијама из слика докумената укључујући обрасце, извештаје и скениран текст. Gemini 3.8 Flash је постигао 93.5% на овом бенчмарку.
Terminal-Bench
89.4%
Terminal-Bench: Terminal/CLI задаци. Тестира способност извођења операција командне линије, писања shell скрипти и навигације у терминалским окружењима. Мери практичне вештине администрације система и развојних токова рада. Gemini 3.8 Flash је постигао 89.4% на овом бенчмарку.
ARC-AGI
4%
ARC-AGI: Апстракција и резоновање. Корпус апстракције и резоновања за AGI - тестира флуидну интелигенцију кроз нове загонетке препознавања образаца. Сваки задатак захтева откривање основног правила из примера, мерећи општу способност резоновања уместо меморисања. Gemini 3.8 Flash је постигао 4% на овом бенчмарку.

О моделу Gemini 3.8 Flash

Сазнајте о могућностима, функцијама и начинима коришћења модела Gemini 3.8 Flash.

Pregled modela

Gemini 3.8 Flash je Google DeepMind-ov multimodalni model visoke efikasnosti objavljen u septembru 2026. godine. Izgrađen na Google-ovom Tensor Processing Unit hardveru, sistem nativno unosi tekst, audio, slike visoke rezolucije i video tokove u trajanju do dva sata unutar jednog context window-a od 1.048.576 tokena. Kapacitet outputa dostiže 65.536 tokena po zahtevu. Model uvodi podesive budžete zaključivanja kroz niske, srednje i visoke parametre, omogućavajući inženjerima da izbalansiraju kašnjenje izvršenja u odnosu na potrošnju tokena.

Agentic izvršavanje i arhitektura

Model cilja na dugoročne zadatke kodiranja i kontrolu terminala. Umesto da se završava nakon jednog prolaza outputa, Gemini 3.8 Flash podržava rekurivne petlje izvršavanja i autonomne interakcije sa alatima. Obuka je naglašavala manipulaciju kontejnerima, interfejse komandne linije i radna opterećenja za odbranu od sajber bezbednosti. Ova obuka daje niže stope grešaka u test paketima i samoispravljanje tokom izgradnje uživo u okruženjima kao što je Google Antigravity.

Produkcijska radna opterećenja i utemeljenje

Programeri primenjuju Gemini 3.8 Flash za aplikacije osetljive na kašnjenje koje zahtevaju determinističku upotrebu alata. Nativne integracije povezuju model direktno sa utemeljenjem Google Search-a i podacima Google Maps-a bez posebnih cevovoda za preuzimanje. Iako vodeći frontier modeli zadržavaju prednosti na otvorenim kreativnim zadacima, 3.8 Flash pruža uporedive rezultate procene kodiranja po nižoj ceni inferencije.

Gemini 3.8 Flash

Случајеви употребе за Gemini 3.8 Flash

Откријте различите начине коришћења модела Gemini 3.8 Flash за постизање одличних резултата.

Autonomno održavanje terminala

Izvršava refaktoring više fajlova, pokreće test pakete unutar kontejnerizovanih okruženja i autonomno ispravlja greške u radu (runtime errors).

Unos video zapisa velikog obima

Analizira sirove dvočasovne video snimke i audio tokove direktno unutar svog token prozora od 1M bez spoljnih pretprocesnih cevi.

Ekstrakcija finansijskih izveštaja

Učitava opsežne finansijske izveštaje i složene vizuelne PDF-ove radi izračunavanja metrika bilansa stanja u validirani JSON.

Brzo UI prototipiranje

Proizvodi kompletne veb aplikacije, interaktivne SVG kontrolne table i WebGL simulacije za manje od pet sekundi.

Validacija odbrane i bezbednosti

Skenira repozitorijume koda radi identifikacije logičkih ranjivosti, praćenja kontaminiranih promenljivih i generisanja potencijalnih zakrpa za regresiju.

Orkestracija agenata sa niskom latencijom

Služi kao brzi planer akcija u hijerarhijskim postavkama sa više agenata, pozivajući spoljne alate utemeljene na Google pretrazi.

Предности

Ограничења

Ekonomičnost agentic kodiranja: Postigao 73,7% na DeepSWE v1.1 i 89,4% na Terminal-Bench 2.1 po uvodnoj ceni od 0,75 USD po milion input tokena.
Visoka potrošnja tokena pri dubokom razmišljanju: Visoke konfiguracije zaključivanja izvršavaju produžene interne petlje koje povećavaju output tokena za do 30% u odnosu na 3.7 Flash.
Nativna dugokontekstna multimodalnost: Obrađuje do 1.048.576 tokena kombinovanog audija, videa i teksta bez spoljnih cevovoda za ekstrakciju frejmova.
Manja tačnost na složenim terminalnim benchmark-ovima: Ostvaruje 19,1% na Terminal-Bench 4.0, zaostajući za većim frontier modelima poput Claude Opus 5 na složenim kontejnerskim zadacima.
Podesivi budžeti za razmišljanje: Pruža niske, srednje i visoke nivoe razmišljanja tako da programeri mogu da regulišu kašnjenje i dubinu tokena na zahtev.
Marginalni dobici u ispitnom rezonovanju: Opšte naučno rezonovanje pokazalo je zanemarljivo kretanje, ostvarujući 45,4% na ispitu Humanity's Last Exam u poređenju sa 45,7% na 3.7 Flash.
Utemeljena integracija alata: Povezuje se nativno sa API-jem za Google Search i Google Maps kako bi pružio proverljive činjenične odgovore sa niskim stopama halucinacija.
Planirano povećanje cene: Uvodne cene ističu se 31. decembra 2026. godine, čime se troškovi udvostručuju na 1,50 USD za input i 7,50 USD za output po milion tokena.

АПИ брзи старт

google/gemini-3.8-flash

Погледај документацију
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();

Инсталирајте SDK и почните са АПИ позивима за неколико минута.

Шта људи кажу о моделу Gemini 3.8 Flash

Погледајте шта заједница мисли о моделу Gemini 3.8 Flash

Gemini 3.8 Flash predstavlja još jedan skok u agentic sposobnostima... naš treći ažurirani Flash model za samo 6 nedelja.
Logan Kilpatrick
twitter
Brzina u kombinaciji sa činjenicom da je ova stvar zaista dobra u geografiji i geoprostornim veštinama čini je zapanjujućom.
MapDev
hackernews
Gemini 3.8 Flash je na vrhu Redactle LLM benchmark-a... takođe obavlja evaluacije jeftinije i brže od skoro svih drugih modela.
PuzzleSolver
reddit
Ja koristim antigravity za posao. Tokom protekle godine prešli smo sa toga da mu treba nekoliko minuta do izbacivanja takoreći savršenog rada za 10 sekundi.
SaaSBuilder
hackernews
Gemini Flash 3.8 pobeđuje Opus 5 po 15 puta nižoj ceni na četiri zatvorena tri.js fizička zadatka.
GraphicsCoder
twitter
Obrada video zapisa direktno preko 1M context window-a bez prethodne konverzije u slike štedi tone inženjerskog posla.
VideoAIPro
reddit

Видео снимци о моделу Gemini 3.8 Flash

Гледајте туторијале, рецензије и дискусије о моделу Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash dolazi na 73,7%... praktično izjednačen sa Claude Opus 5 koji je upravo izdat

Zatim imamo terminal bench 2.1. Osvojio je prvo mesto sa 89,4. Ovo je agentic terminalsko kodiranje

Dobro. Dakle, Claude Opus 5 apsolutno dominira konkurencijom, dolazeći na 1824, drugo mesto 1710 za GPT 5.6 Soul, i onda donekle lošiji rezultat od 1545 za Gemini 3.8 Flash. Pa

Prema indeksu veštačke inteligencije, on je u suštini na Paretovoj granici troškova u odnosu na performanse

U poređenju sa prethodnim Gemini flash modelom, ovaj je potrošio mnogo više tokena za dati zadatak... do 30% povećanja

Za generisanje tokena, možete očekivati do 300 tokena u sekundi prema indeksu veštačke inteligencije.

Zaista je impresivno što po ovoj ceni dobijate inteligenciju nivoa Opus 5

Veliki problem Geminija je rešen, a to je što ne dodaje previše suvišnog sadržaja na veb lokaciju

I momci, nemojte praviti grešku, ovo je impresivan model jer svakih par nedelja viđamo nove modele iz Geminija poput 3.6, 3.7 Flash i sada 3.8 Flash.

Vise od samo promptova

Побољшајте свој радни ток са AI Automatizacijom

Automatio kombinuje moc AI agenata, web automatizacije i pametnih integracija kako bi vam pomogao da postignete vise za manje vremena.

АИ Агенти
Веб Аутоматизација
Паметни Токови

Pro Saveti za Gemini 3.8 Flash

Stručni saveti za maksimalno iskorišćenje Gemini 3.8 Flash.

Eksplicitno izaberite nivoe razmišljanja

Konfigurišite napor razmišljanja na niska podešavanja za transformaciju strukturiranih podataka ili na visoka za terminalno debagovanje kako biste kontrolisali potrošnju tokena.

Omogućite keširanje konteksta

Aktivirajte keširanje konteksta za Gemini API na promptovima preko 32.000 tokena kako biste smanjili troškove inputa za do 75 procenata.

Prizemljite upite uz izvorne alate

Deklarišite alate Google Search i Maps direktno u zahtevu kako biste povukli verifikovane činjenice iz stvarnog sveta i nedavne podatke.

Dostavite direktne povratne informacije kompajlera

Prosledite output kompajlera i test pokretača direktno nazad u model kako bi mogao ispraviti sintaksičke i logičke greške u petljama.

Сведочанства

Sta Kazu Nasi Korisnici

Pridruzite se hiljadama zadovoljnih korisnika koji su transformisali svoj radni tok

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

Често Постављана Питања о Gemini 3.8 Flash

Пронађите одговоре на честа питања о Gemini 3.8 Flash