google

Gemini 3.8 Flash

Gemini 3.8 Flash คือ multimodal AI จาก Google ที่มาพร้อม 1M context, 64K output และความสามารถ agentic coding ในราคา $0.75 ต่อล้าน input tokens

MultimodalHigh-SpeedGoogle DeepMindLong ContextAgentic Coding
google logogoogleGemini 32026-09-02
บริบท
1Mโทเคน
เอาต์พุตสูงสุด
66Kโทเคน
ราคาอินพุต
$0.75/ 1M
ราคาเอาต์พุต
$3.75/ 1M
โหมด:TextImageAudioVideo
ความสามารถ:การมองเห็นเครื่องมือสตรีมมิ่งการใช้เหตุผล
เกณฑ์มาตรฐาน
GPQA
59%
GPQA: คำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา. เกณฑ์มาตรฐานที่เข้มงวดพร้อม 448 คำถามจากชีววิทยา ฟิสิกส์ และเคมี ผู้เชี่ยวชาญ PhD ทำได้เพียง 65-74% Gemini 3.8 Flash ได้คะแนน 59% ในเกณฑ์มาตรฐานนี้
HLE
45.4%
HLE: การใช้เหตุผลระดับผู้เชี่ยวชาญ. ทดสอบความสามารถของโมเดลในการแสดงการใช้เหตุผลระดับผู้เชี่ยวชาญในสาขาเฉพาะทาง Gemini 3.8 Flash ได้คะแนน 45.4% ในเกณฑ์มาตรฐานนี้
MMLU
88.2%
MMLU: ความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่. เกณฑ์มาตรฐานที่ครอบคลุมพร้อม 16,000 คำถามใน 57 วิชา Gemini 3.8 Flash ได้คะแนน 88.2% ในเกณฑ์มาตรฐานนี้
MMLU Pro
76.5%
MMLU Pro: MMLU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMLU พร้อม 12,032 คำถามและรูปแบบ 10 ตัวเลือกที่ยากขึ้น Gemini 3.8 Flash ได้คะแนน 76.5% ในเกณฑ์มาตรฐานนี้
SimpleQA
42%
SimpleQA: เกณฑ์มาตรฐานความถูกต้องของข้อเท็จจริง. ทดสอบความสามารถของโมเดลในการให้คำตอบที่ถูกต้องและเป็นข้อเท็จจริง Gemini 3.8 Flash ได้คะแนน 42% ในเกณฑ์มาตรฐานนี้
IFEval
87.5%
IFEval: การประเมินการปฏิบัติตามคำสั่ง. วัดว่าโมเดลปฏิบัติตามคำสั่งและข้อจำกัดเฉพาะได้ดีเพียงใด Gemini 3.8 Flash ได้คะแนน 87.5% ในเกณฑ์มาตรฐานนี้
AIME 2025
82%
AIME 2025: การสอบคณิตศาสตร์เชิญชวนอเมริกัน. โจทย์คณิตศาสตร์ระดับการแข่งขันจากการสอบ AIME ที่มีชื่อเสียง Gemini 3.8 Flash ได้คะแนน 82% ในเกณฑ์มาตรฐานนี้
MATH
78%
MATH: การแก้ปัญหาคณิตศาสตร์. เกณฑ์มาตรฐานคณิตศาสตร์ที่ครอบคลุมทดสอบการแก้ปัญหาในพีชคณิต เรขาคณิต แคลคูลัส Gemini 3.8 Flash ได้คะแนน 78% ในเกณฑ์มาตรฐานนี้
GSM8k
94%
GSM8k: คณิตศาสตร์ประถม 8K. 8,500 โจทย์คณิตศาสตร์ระดับประถมศึกษา Gemini 3.8 Flash ได้คะแนน 94% ในเกณฑ์มาตรฐานนี้
MGSM
91%
MGSM: คณิตศาสตร์ประถมหลายภาษา. เกณฑ์มาตรฐาน GSM8k แปลเป็น 10 ภาษา Gemini 3.8 Flash ได้คะแนน 91% ในเกณฑ์มาตรฐานนี้
MathVista
68%
MathVista: การใช้เหตุผลเชิงภาพคณิตศาสตร์. ทดสอบความสามารถในการแก้ปัญหาคณิตศาสตร์ที่มีองค์ประกอบภาพ Gemini 3.8 Flash ได้คะแนน 68% ในเกณฑ์มาตรฐานนี้
SWE-Bench
49%
SWE-Bench: เกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์. โมเดล AI พยายามแก้ปัญหา GitHub จริงในโครงการ Python Gemini 3.8 Flash ได้คะแนน 49% ในเกณฑ์มาตรฐานนี้
HumanEval
85%
HumanEval: โจทย์เขียนโปรแกรม Python. 164 โจทย์เขียนโปรแกรมที่โมเดลต้องสร้างการใช้งานฟังก์ชัน Python ที่ถูกต้อง Gemini 3.8 Flash ได้คะแนน 85% ในเกณฑ์มาตรฐานนี้
LiveCodeBench
65%
LiveCodeBench: เกณฑ์มาตรฐานเขียนโค้ดสด. ทดสอบความสามารถในการเขียนโค้ดบนความท้าทายการเขียนโปรแกรมจริงที่อัปเดตอย่างต่อเนื่อง Gemini 3.8 Flash ได้คะแนน 65% ในเกณฑ์มาตรฐานนี้
MMMU
69.5%
MMMU: ความเข้าใจหลายโหมด. เกณฑ์มาตรฐานความเข้าใจหลายโหมดจาก 30 วิชามหาวิทยาลัย Gemini 3.8 Flash ได้คะแนน 69.5% ในเกณฑ์มาตรฐานนี้
MMMU Pro
52%
MMMU Pro: MMMU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMMU พร้อมคำถามที่ท้าทายมากขึ้น Gemini 3.8 Flash ได้คะแนน 52% ในเกณฑ์มาตรฐานนี้
ChartQA
86%
ChartQA: คำถามและคำตอบกราฟ. ทดสอบความสามารถในการเข้าใจและวิเคราะห์ข้อมูลจากกราฟและแผนภูมิ Gemini 3.8 Flash ได้คะแนน 86% ในเกณฑ์มาตรฐานนี้
DocVQA
93.5%
DocVQA: คำถามเชิงภาพเอกสาร. ทดสอบความสามารถในการสกัดข้อมูลจากภาพเอกสาร Gemini 3.8 Flash ได้คะแนน 93.5% ในเกณฑ์มาตรฐานนี้
Terminal-Bench
89.4%
Terminal-Bench: งาน Terminal/CLI. ทดสอบความสามารถในการดำเนินการ command-line Gemini 3.8 Flash ได้คะแนน 89.4% ในเกณฑ์มาตรฐานนี้
ARC-AGI
4%
ARC-AGI: การนามธรรมและการใช้เหตุผล. ทดสอบความฉลาดที่ยืดหยุ่นผ่านปริศนาการจดจำรูปแบบใหม่ Gemini 3.8 Flash ได้คะแนน 4% ในเกณฑ์มาตรฐานนี้

เกี่ยวกับ Gemini 3.8 Flash

เรียนรู้เกี่ยวกับความสามารถของ Gemini 3.8 Flash คุณสมบัติ และวิธีที่จะช่วยให้คุณได้ผลลัพธ์ที่ดีขึ้น

ภาพรวมโมเดล

Gemini 3.8 Flash คือโมเดล multimodal ประสิทธิภาพสูงจาก Google DeepMind ที่เปิดตัวในเดือนกันยายน 2026 สร้างขึ้นบนฮาร์ดแวร์ Tensor Processing Unit ของ Google ระบบนี้สามารถรับข้อมูลอินพุตประเภทข้อความ เสียง ภาพความละเอียดสูง และสตรีมวิดีโอที่มีความยาวสูงสุดสองชั่วโมงได้โดยตรงภายใน context window ขนาด 1,048,576 tokens ความจุ output สูงสุดถึง 65,536 tokens ต่อหนึ่ง request โมเดลนี้นำเสนอรูปแบบงบประมาณการใช้เหตุผลที่ปรับแต่งได้ผ่านพารามิเตอร์ low, medium และ high ซึ่งช่วยให้นกพัฒนาสามารถสร้างความสมดุลระหว่าง execution latency และการบริโภค tokens ได้

การประมวลผลแบบ Agentic และสถาปัตยกรรม

โมเดลนี้มุ่งเน้นไปที่งานเขียนโค้ดระยะยาวและการควบคุม terminal แทนที่จะจบการทำงานใน pass เดียว Gemini 3.8 Flash รองรับลูปการทำงานแบบ recursive และการปฏิสัมพันธ์กับเครื่องมือแบบอัตโนมัติ การฝึกฝนเน้นย้ำเรื่องการจัดการ container, ส่วนติดต่อบรรทัดคำสั่ง (CLI) และภาระงานด้านการป้องกันความปลอดภัยไซเบอร์ การฝึกฝนนี้ส่งผลให้อัตราความผิดพลาดในชุดทดสอบลดลง และช่วยให้แก้ไขข้อผิดพลาดได้ด้วยตัวเองระหว่างการ build จริงในสภาพแวดล้อมอย่าง Google Antigravity

เวิร์กโหลดในระดับ Production และ Grounding

นักพัฒนาใช้งาน Gemini 3.8 Flash สำหรับแอปพลิเคชันที่ไวต่อ latency ซึ่งต้องการการเรียกใช้เครื่องมือแบบ deterministic การผสานรวมแบบเนทีฟเชื่อมต่อโมเดลเข้ากับ Google Search grounding และข้อมูล Google Maps โดยตรงโดยไม่ต้องมีไปป์ไลน์การดึงข้อมูลแยกต่างหาก แม้ว่าโมเดลระดับเรือธงจะยังคงได้เปรียบในงานสร้างสรรค์แบบปลายเปิด แต่ 3.8 Flash ก็ให้คะแนนการประเมินการเขียนโค้ดที่ทัดเทียมกันในราคา inference ที่ถูกกว่า

Gemini 3.8 Flash

กรณีการใช้งานสำหรับ Gemini 3.8 Flash

ค้นพบวิธีต่างๆ ที่คุณสามารถใช้ Gemini 3.8 Flash เพื่อได้ผลลัพธ์ที่ยอดเยี่ยม

การดูแลรักษา Terminal แบบอัตโนมัติ

ดำเนินการ refactor หลายไฟล์ รันชุดทดสอบภายในสภาพแวดล้อม container และแก้ไขข้อผิดพลาดรันไทม์ได้ด้วยตัวเอง

การประมวลผลวิดีโอปริมาณมาก

วิเคราะห์วิดีโอดิบความยาวสองชั่วโมงและสตรีมเสียงโดยตรงภายใน context window ขนาด 1M โดยไม่ต้องมีขั้นตอน preprocessing ภายนอก

การสกัดรายงานทางการเงิน

อ่านเอกสารทางการเงินที่มีความยาวและ PDF ที่มีภาพซับซ้อน เพื่อคำนวณตัวชี้วัดงบดุลออกมาเป็น JSON ที่ได้รับการตรวจสอบแล้ว

การทำ UI Prototyping อย่างรวดเร็ว

สร้างเว็บแอปพลิเคชันที่สมบูรณ์, แดชบอร์ด SVG แบบอินเทอร์แอกทีฟ และการจำลอง WebGL ภายในเวลาไม่ถึงสิบหวินาที

การตรวจสอบความปลอดภัยเชิงป้องกัน

สแกนซอร์สโค้ดเพื่อระบุช่องโหว่ทางลอจิก แกะรอยตัวแปรที่ปนเปื้อน และสร้างแพตช์แก้ไขข้อบกพร่องเบื้องต้น

การประสานงาน Agent แบบ Low-Latency

ทำหน้าที่เป็นตัววางแผนแอคชันความเร็วสูงในระบบ multi-agent แบบลำดับชั้น พร้อมเรียกใช้เครื่องมือภายนอกที่อ้างอิงข้อมูลจาก Google Search

จุดแข็ง

ข้อจำกัด

ความคุ้มค่าด้าน Agentic Coding: ทำคะแนนได้ 73.7% บน DeepSWE v1.1 และ 89.4% บน Terminal-Bench 2.1 ด้วยต้นทุนช่วงแนะนำที่ $0.75 ต่อล้าน input tokens
การบริโภค Token สูงในโหมด Deep Thinking: การตั้งค่าการใช้เหตุผลระดับสูงจะรันลูปภายในขยายวงกว้าง ซึ่งเพิ่มจำนวน output tokens สูงสุดถึง 30% เมื่อเทียบกับรุ่น 3.7 Flash
Multimodality แบบ Long-Context ในตัว: ประมวลผลข้อมูลเสียง วิดีโอ และข้อความรวมกันได้สูงสุดถึง 1,048,576 tokens โดยไม่ต้องใช้ไปป์ไลน์ดึงเฟรมภายนอก
ความแม่นยำที่ลดลงใน Terminal Benchmark ที่ซับซ้อน: ทำคะแนนได้ 19.1% บน Terminal-Bench 4.0 ซึ่งตามหลังโมเดล frontier ขนาดใหญ่อย่าง Claude Opus 5 ในงาน container ที่ซับซ้อน
งบประมาณการใช้เหตุผลที่ปรับแต่งได้: มีระดับ thinking แบบ low, medium และ high เพื่อให้นักพัฒนาสามารถควบคุม latency และความลึกของ tokens ได้ตามต้องการ
การพัฒนาด้านการใช้เหตุผลในการสอบมีน้อย: การใช้เหตุผลทางวิทยาศาสตร์ทั่วไปแสดงผลลัพธ์ที่เปลี่ยนแปลงไม่มากนัก โดยทำคะแนนได้ 45.4% บน Humanity's Last Exam เทียบกับ 45.7% บน 3.7 Flash
การผสานรวมเครื่องมือแบบ Grounded: เชื่อมต่อกับ API ของ Google Search และ Google Maps ได้โดยตรงเพื่อให้คำตอบที่เป็นข้อเท็จจริงตรวจสอบได้และมีอัตราการหลอน (hallucination) ต่ำ
การปรับขึ้นราคาตามกำหนด: ราคาช่วงแนะนำจะหมดอายุในวันที่ 31 ธันวาคม 2026 ซึ่งจะทำให้ราคาเพิ่มขึ้นเป็นสองเท่าเป็น $1.50 สำหรับ input และ $7.50 สำหรับ output ต่อล้าน tokens

เริ่มต้นด่วน API

google/gemini-3.8-flash

ดูเอกสาร
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();

ติดตั้ง SDK และเริ่มเรียก API ภายในไม่กี่นาที

ผู้คนพูดอะไรเกี่ยวกับ Gemini 3.8 Flash

ดูว่าชุมชนคิดอย่างไรเกี่ยวกับ Gemini 3.8 Flash

Gemini 3.8 Flash ถือเป็นก้าวกระโดดอีกครั้งในด้านความสามารถแบบ agentic... และเป็นโมเดล Flash ตัวที่ 3 ที่เราอัปเดตในเวลาเพียง 6 สัปดาห์
Logan Kilpatrick
twitter
ความเร็วประกอบกับความจริงที่ว่าโมเดลนี้เก่งเรื่องภูมิศาสตร์และทักษะด้าน geospatial มาก ทำให้มันน่าทึ่งสุดๆ
MapDev
hackernews
Gemini 3.8 Flash ครองอันดับหนึ่งบน Redactle LLM benchmark...แถมยังทำการ eval ได้ถูกกว่าและเร็วกว่าเกือบทุกโมเดล
PuzzleSolver
reddit
ผมใช้ antigravity เป็นหลักในการทำงาน ช่วงปีที่ผ่านมา เราก้าวข้ามจากที่เคยใช้เวลาเป็นนาที มาเป็นการออกผลงานเกือบสมบูรณ์แบบภายใน 10 วินาที
SaaSBuilder
hackernews
Gemini Flash 3.8 เอาชนะ Opus 5 ได้ในราคาที่ถูกกว่า 15 เท่า บนโจทย์ฟิสิกส์ three.js แบบเบ็ดเสร็จสี่ข้อ
GraphicsCoder
twitter
Context window ขนาด 1M ที่จัดการกับวิดีโอได้โดยตรงโดยไม่ต้องแปลงเป็นภาพก่อน ช่วยประหยัดงานวิศวกรรมไปได้มหาศาล
VideoAIPro
reddit

วิดีโอเกี่ยวกับ Gemini 3.8 Flash

ดูบทเรียน รีวิว และการสนทนาเกี่ยวกับ Gemini 3.8 Flash

Deep SUI V1.1 Gemini 3.8 Flash ทำคะแนนได้ 73.7%... ซึ่งทัดเทียมกับ Claude Opus 5 ที่เพิ่งเปิดตัวไปอย่างแท้จริง

ต่อมาคือ terminal bench 2.1 ทำคะแนนเป็นอันดับหนึ่งที่ 89.4 นี่คือ agentic terminal coding

เยี่ยมครับ โดย Claude Opus 5 ครองแชมป์เหนือคู่แข่งแบบขาดลอยที่ 1824 ตามมาด้วยอันดับสอง 1710 สำหรับ GPT 5.6 Soul และคะแนนที่น้อยกว่าพอสมควรที่ 1545 สำหรับ Gemini 3.8 Flash

อ้างอิงจากดัชนี AI โมเดลนี้อยู่บนขอบเขต Pareto ของต้นทุนเทียบกับประสิทธิภาพอย่างแท้จริง

เมื่อเทียบกับรุ่น flash ก่อนหน้า โมเดลนี้กิน tokens สำหรับงานหนึ่งๆ มากกว่า... เพิ่มขึ้นสูงสุดถึง 30%

สำหรับการเจนเรต tokens คุณสามารถคาดหวังความเร็วได้สูงสุดถึง 300 tokens ต่อวินาที อ้างอิงจากดัชนี AI

น่าประทับใจจริงๆ ที่คุณจะได้ระดับความฉลาดเทียบเท่า Opus 5 ในราคานี้

ปัญหาใหญ่ของ Gemini ได้รับการแก้ไขแล้ว นั่นคือมันไม่เพิ่มเนื้อหาขยะลงในเว็บไซต์มากเกินไป

และทุกคนครับ ไม่ต้องสงสัยเลย นี่คือโมเดลที่น่าประทับใจเพราะเราเห็นโมเดลใหม่ๆ จาก Gemini เปิดตัวทุกๆ สัปดาห์ เช่น 3.6, 3.7 Flash และล่าสุด 3.8 Flash

มากกว่าแค่พรอมต์

เพิ่มพลังให้เวิร์กโฟลว์ของคุณด้วย ระบบอัตโนมัติ AI

Automatio รวมพลังของ AI agents การอัตโนมัติเว็บ และการผสานรวมอัจฉริยะเพื่อช่วยให้คุณทำงานได้มากขึ้นในเวลาน้อยลง

AI Agents
การอัตโนมัติเว็บ
เวิร์กโฟลว์อัจฉริยะ

เคล็ดลับมือโปรสำหรับ Gemini 3.8 Flash

เคล็ดลับจากผู้เชี่ยวชาญเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจาก Gemini 3.8 Flash และได้ผลลัพธ์ที่ดีขึ้น

เลือก ระดับการคิด (Thinking Levels) ให้ชัดเจน

กำหนด thinking effort เป็น low สำหรับการแปลงข้อมูลที่มีโครงสร้าง หรือเป็น high สำหรับการดีบัก terminal เพื่อควบคุมการใช้งาน tokens

เปิดใช้งาน Context Caching

เปิดใช้งาน Gemini API context caching บน prompt ที่มีความยาวมากกว่า 32,000 tokens เพื่อลดต้นทุน input ลงได้สูงสุดถึง 75%

Ground Queries ด้วยเครื่องมือเนทีฟ

ประกาศใช้งานเครื่องมือ Google Search และ Maps โดยตรงใน request เพื่อดึงข้อเท็จจริงในโลกความเป็นจริงที่ได้รับการยืนยันและข้อมูลล่าสุด

ป้อนฟีดแบ็กจากคอมไพเลอร์โดยตรง

ส่งผลลัพธ์จากคอมไพเลอร์และ test runner กลับไปยังโมเดลโดยตรงเพื่อให้โมเดลสามารถแก้ไขข้อผิดพลาดด้าน syntax และ logic วนลูปได้

คำรับรอง

ผู้ใช้ของเราพูดอย่างไร

เข้าร่วมกับผู้ใช้ที่พึงพอใจนับพันที่ได้เปลี่ยนแปลงเวิร์กโฟลว์ของพวกเขา

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.

ที่เกี่ยวข้อง 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

คำถามที่พบบ่อยเกี่ยวกับ Gemini 3.8 Flash

ค้นหาคำตอบสำหรับคำถามทั่วไปเกี่ยวกับ Gemini 3.8 Flash