google

Gemini 3.8 Flash

Gemini 3.8 Flash, milyon input token başına 0,75 dolar fiyatla 1M context, 64K output ve agentic kodlama yetenekleri sunan Google'ın multimodal yapay zekasıdır.

MultimodalYüksek HızlıGoogle DeepMindUzun ContextAgentic Kodlama
google logogoogleGemini 32026-09-02
Bağlam
1Mtoken
Maks. çıktı
66Ktoken
Giriş fiyatı
$0.75/ 1M
Çıkış fiyatı
$3.75/ 1M
Modalite:TextImageAudioVideo
Yetenekler:GörüntüAraçlarAkışAkıl Yürütme
Benchmarks
GPQA
59%
GPQA: Doktora Düzeyinde Bilim Soruları. Biyoloji, fizik ve kimya alanlarında uzmanlar tarafından oluşturulmuş 448 çoktan seçmeli soru içeren zorlu bir benchmark. Doktora uzmanları sadece %65-74 doğruluk oranına ulaşırken, uzman olmayanlar sınırsız web erişimiyle bile sadece %34 puan alır (bu yüzden 'Google'a dayanıklı' olarak adlandırılır). Gemini 3.8 Flash bu benchmark'ta 59% puan aldı.
HLE
45.4%
HLE: Yüksek Düzey Uzmanlık Akıl Yürütme. Bir modelin özelleşmiş alanlarda uzman düzeyinde akıl yürütme sergileme yeteneğini test eder. Profesyonel düzeyde bilgi gerektiren karmaşık konuların derin anlaşılmasını değerlendirir. Gemini 3.8 Flash bu benchmark'ta 45.4% puan aldı.
MMLU
88.2%
MMLU: Kapsamlı Çoklu Görev Dil Anlama. Matematik, felsefe, hukuk ve tıp dahil 57 akademik konuyu kapsayan 16.000 çoktan seçmeli soru içeren kapsamlı bir benchmark. Geniş bilgi ve akıl yürütme yeteneklerini test eder. Gemini 3.8 Flash bu benchmark'ta 88.2% puan aldı.
MMLU Pro
76.5%
MMLU Pro: MMLU Profesyonel Sürüm. Daha zor 10 seçenekli format kullanan 12.032 soru içeren geliştirilmiş MMLU sürümü. Matematik, Fizik, Kimya, Hukuk, Mühendislik, Ekonomi, Sağlık, Psikoloji, İşletme, Biyoloji, Felsefe ve Bilgisayar Bilimlerini kapsar. Gemini 3.8 Flash bu benchmark'ta 76.5% puan aldı.
SimpleQA
42%
SimpleQA: Olgusal Doğruluk Benchmark'ı. Bir modelin basit sorulara doğru, olgusal yanıtlar verme yeteneğini test eder. Bilgi alma görevlerinde güvenilirliği ölçer ve halüsinasyonları azaltır. Gemini 3.8 Flash bu benchmark'ta 42% puan aldı.
IFEval
87.5%
IFEval: Talimat Takip Değerlendirmesi. Bir modelin belirli talimatları ve kısıtlamaları ne kadar iyi takip ettiğini ölçer. Biçimlendirme kurallarına, uzunluk sınırlarına ve diğer açık gereksinimlere uyma yeteneğini test eder. Gemini 3.8 Flash bu benchmark'ta 87.5% puan aldı.
AIME 2025
82%
AIME 2025: Amerikan Davetiye Matematik Sınavı. Yetenekli lise öğrencileri için tasarlanmış prestijli AIME sınavından yarışma düzeyinde matematik problemleri. Sadece kalıp eşleştirme değil, soyut akıl yürütme gerektiren ileri düzey matematiksel problem çözmeyi test eder. Gemini 3.8 Flash bu benchmark'ta 82% puan aldı.
MATH
78%
MATH: Matematiksel Problem Çözme. Cebir, geometri, kalkülüs ve diğer matematiksel alanlarda problem çözmeyi test eden kapsamlı bir matematik benchmark'ı. Çok adımlı akıl yürütme ve formal matematiksel bilgi gerektirir. Gemini 3.8 Flash bu benchmark'ta 78% puan aldı.
GSM8k
94%
GSM8k: İlkokul Matematiği 8K. Çok adımlı akıl yürütme gerektiren 8.500 ilkokul düzeyinde matematik sözel problemi. Alışveriş veya zaman hesaplamaları gibi gerçek dünya senaryoları aracılığıyla temel aritmetik ve mantıksal düşünmeyi test eder. Gemini 3.8 Flash bu benchmark'ta 94% puan aldı.
MGSM
91%
MGSM: Çok Dilli İlkokul Matematiği. GSM8k benchmark'ı İspanyolca, Fransızca, Almanca, Rusça, Çince ve Japonca dahil 10 dile çevrilmiştir. Farklı dillerde matematiksel akıl yürütmeyi test eder. Gemini 3.8 Flash bu benchmark'ta 91% puan aldı.
MathVista
68%
MathVista: Matematiksel Görsel Akıl Yürütme. Grafikler, geometri diyagramları ve bilimsel şekiller gibi görsel öğeler içeren matematik problemlerini çözme yeteneğini test eder. Görsel anlayışı matematiksel akıl yürütme ile birleştirir. Gemini 3.8 Flash bu benchmark'ta 68% puan aldı.
SWE-Bench
49%
SWE-Bench: Yazılım Mühendisliği Benchmark'ı. Yapay zeka modelleri, insan doğrulaması ile açık kaynak Python projelerindeki gerçek GitHub sorunlarını çözmeye çalışır. Üretim kod tabanlarında pratik yazılım mühendisliği becerilerini test eder. En iyi modeller 2023'te %4,4'ten 2024'te %70'in üzerine çıktı. Gemini 3.8 Flash bu benchmark'ta 49% puan aldı.
HumanEval
85%
HumanEval: Python Programlama Problemleri. Modellerin doğru Python fonksiyon implementasyonları üretmesi gereken 164 el yazımı programlama problemi. Her çözüm birim testlerle doğrulanır. En iyi modeller artık %90'ın üzerinde doğruluk oranına ulaşıyor. Gemini 3.8 Flash bu benchmark'ta 85% puan aldı.
LiveCodeBench
65%
LiveCodeBench: Canlı Kodlama Benchmark'ı. Sürekli güncellenen gerçek dünya programlama zorlukları üzerinde kodlama yeteneklerini test eder. Statik benchmark'ların aksine, veri kirliliğini önlemek ve gerçek kodlama becerilerini ölçmek için taze problemler kullanır. Gemini 3.8 Flash bu benchmark'ta 65% puan aldı.
MMMU
69.5%
MMMU: Çok Modlu Anlama. Görüntü anlama ve uzman bilgisi gerektiren 30 konuda üniversite düzeyinde problemlerde görme-dil modellerini test eden Kapsamlı Çok Disiplinli Çok Modlu Anlama benchmark'ı. Gemini 3.8 Flash bu benchmark'ta 69.5% puan aldı.
MMMU Pro
52%
MMMU Pro: MMMU Profesyonel Sürüm. Daha zor sorular ve daha katı değerlendirme içeren geliştirilmiş MMMU sürümü. Profesyonel ve uzman seviyelerinde ileri düzey çok modlu akıl yürütmeyi test eder. Gemini 3.8 Flash bu benchmark'ta 52% puan aldı.
ChartQA
86%
ChartQA: Grafik Soru Cevaplama. Grafiklerde ve tablolarda sunulan bilgileri anlama ve akıl yürütme yeteneğini test eder. Görsel veri gösterimlerinden veri çıkarma, değerleri karşılaştırma ve hesaplamalar yapma gerektirir. Gemini 3.8 Flash bu benchmark'ta 86% puan aldı.
DocVQA
93.5%
DocVQA: Belge Görsel Soru Cevaplama. Formlar, raporlar ve taranmış metin dahil belge görüntülerinden bilgi çıkarma ve akıl yürütme yeteneğini test eden Belge Görsel Soru Cevaplama benchmark'ı. Gemini 3.8 Flash bu benchmark'ta 93.5% puan aldı.
Terminal-Bench
89.4%
Terminal-Bench: Terminal/CLI Görevleri. Komut satırı işlemleri yapma, shell betikleri yazma ve terminal ortamlarında gezinme yeteneğini test eder. Pratik sistem yönetimi ve geliştirme iş akışı becerilerini ölçer. Gemini 3.8 Flash bu benchmark'ta 89.4% puan aldı.
ARC-AGI
4%
ARC-AGI: Soyutlama ve Akıl Yürütme. AGI için Soyutlama ve Akıl Yürütme Corpus'u - yeni örüntü tanıma bulmacaları aracılığıyla akışkan zekayı test eder. Her görev, örneklerden temel kuralı keşfetmeyi gerektirir ve ezberleme yerine genel akıl yürütme yeteneğini ölçer. Gemini 3.8 Flash bu benchmark'ta 4% puan aldı.

Gemini 3.8 Flash Hakkında

Gemini 3.8 Flash'in yetenekleri, özellikleri ve kullanım yolları hakkında bilgi edinin.

Model Genel Bakış

Gemini 3.8 Flash, Google DeepMind tarafından Eylül 2026'da yayınlanan yüksek verimli bir multimodal modeldir. Google'ın Tensor Processing Unit donanımı üzerine inşa edilen sistem; metin, ses, yüksek çözünürlüklü görselleri ve iki saate kadar olan video akışlarını tek bir 1.048.576 token'lık context window içinde yerel olarak alır. Output kapasitesi istek başına 65.536 token'a ulaşır. Model, mühendislerin yürütme latency'sini token tüketimine karşı dengelemesine olanak tanıyan düşük, orta ve yüksek parametreler genelinde yapılandırılabilir reasoning bütçeleri sunar.

Agentic Yürütme ve Mimari

Model, uzun vadeli kodlama görevlerini ve terminal kontrolünü hedefler. Tek bir output geçişinden sonra durmak yerine, Gemini 3.8 Flash yinelemeli yürütme döngülerini ve otonom araç etkileşimlerini destekler. Eğitim; container manipülasyonunu, komut satırı arayüzlerini ve siber güvenlik savunma iş yüklerini vurgulamıştır. Bu eğitim, Google Antigravity gibi ortamlarda test paketlerinde daha düşük hata oranları ve canlı derlemeler sırasında kendi kendine düzeltme sağlar.

Prodüksiyon İş Yükleri ve Temellendirme

Geliştiriciler, deterministik tool kullanımı gerektiren latency duyarlı uygulamalar için Gemini 3.8 Flash'ı dağıtır. Yerel entegrasyonlar, modeli ayrı retrieval boru hatları olmaksızın doğrudan Google Search grounding ve Google Maps verilerine bağlar. Frontier flagship modeller açık uçlu yaratıcı görevlerde avantajlarını korurken, 3.8 Flash daha düşük bir inference fiyatıyla karşılaştırılabilir kodlama değerlendirme skorları sunar.

Gemini 3.8 Flash

Gemini 3.8 Flash için Kullanım Alanları

Harika sonuçlar elde etmek için Gemini 3.8 Flash'i kullanmanın farklı yollarını keşfedin.

Otonom Terminal Bakımı

Çoklu dosya yeniden düzenlemelerini (refactor) yürütür, container ortamlarında test paketlerini çalıştırır ve çalışma zamanı hatalarını otonom olarak onarır.

Yüksek Hacimli Video İçeriği Alımı

Harici ön işleme boru hatlarına ihtiyaç duymadan, iki saatlik ham video kayıtlarını ve ses akışlarını doğrudan 1M token window'unda analiz eder.

Finansal Rapor Çıkarma

Bilanço metriklerini doğrulanmış JSON'a dönüştürmek için uzun finansal başvuruları ve karmaşık görsel PDF'leri işler.

Hızlı UI Prototipleme

On beş saniyeden kısa sürede eksiksiz web uygulamaları, interaktif SVG panoları ve WebGL simülasyonları üretir.

Savunmacı Güvenlik Doğrulaması

Mantık açıklarını belirlemek, güvenli olmayan değişkenleri izlemek ve aday regresyon yamaları oluşturmak için kaynak depolarını tarar.

Düşük Latency'li Agent Orkestrasyonu

Hiyerarşik çoklu agent kurulumlarında hızlı eylem planlayıcısı olarak görev yapar ve Google Search tarafından desteklenen harici araçları çağırır.

Güçlü Yönler

Sınırlamalar

Agentic Kodlama Ekonomisi: Milyon input token başına 0,75 dolarlık tanıtım maliyetiyle DeepSWE v1.1'de %73,7 ve Terminal-Bench 2.1'de %89,4 elde etti.
Derin Düşünmede Yüksek Token Tüketimi: Yüksek reasoning yapılandırmaları, 3.7 Flash'a kıyasla token output'unu %30'a varan oranda artıran uzun dahili döngüler yürütür.
Yerel Uzun Context Multimodal: Harici kare çıkarma (frame extraction) boru hatları olmadan 1.048.576 token'a kadar birleştirilmiş ses, video ve metni işler.
Karmaşık Terminal Benchmark'larında Düşük Doğruluk: Karmaşık container görevlerinde Claude Opus 5 gibi daha büyük frontier modellerin gerisinde kalarak Terminal-Bench 4.0'da %19,1 puan alır.
Yapılandırılabilir Reasoning Bütçeleri: Geliştiricilerin istek üzerine token latency'sini ve derinliğini düzenleyebilmesi için düşük, orta ve yüksek düşünme seviyeleri sağlar.
Marjinal Sınav Reasoning Artışları: Genel bilimsel reasoning, 3.7 Flash'taki %45,7'ye kıyasla Humanity's Last Exam'de %45,4 skor alarak ihmal edilebilir bir hareket gösterdi.
Temellendirilmiş Araç Entegrasyonu: Düşük hallüsinasyon oranlarıyla doğrulanabilir olgusal yanıtlar sağlamak için Google Search ve Google Maps API'lerine yerel olarak bağlanır.
Planlı Oran Artışı: Tanıtım fiyatlandırması 31 Aralık 2026'da sona eriyor ve milyon token başına maliyeti 1,50 dolar input ve 7,50 dolar output olarak iki katına çıkarıyor.

API Hızlı Başlangıç

google/gemini-3.8-flash

Belgeleri Görüntüle
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();

SDK'yı yükleyin ve dakikalar içinde API çağrıları yapmaya başlayın.

İnsanlar Gemini 3.8 Flash Hakkında Ne Diyor

Topluluğun Gemini 3.8 Flash hakkında ne düşündüğünü görün

Gemini 3.8 Flash, agentic yeteneklerinde bir başka sıçrama... sadece 6 hafta içinde 3. güncellenmiş Flash modelimiz.
Logan Kilpatrick
twitter
Hızın, bu şeyin coğrafya ve coğrafi uzamsal becerilerde gerçekten çok iyi olmasıyla birleşmesi onu harika kılıyor.
MapDev
hackernews
Gemini 3.8 Flash, Redactle LLM benchmark'ının zirvesinde... ayrıca değerlendirmeleri diğer tüm modellerden neredeyse daha ucuz ve daha hızlı yapıyor.
PuzzleSolver
reddit
İşim için ana model olarak antigravity kullanıyorum. Geçtiğimiz yıl, çıktı vermesi dakikalar sürerken artık 10 saniyede neredeyse mükemmel işler çıkarır hale geldik.
SaaSBuilder
hackernews
Gemini Flash 3.8, dört bağımsız three.js fizik görevinde Opus 5'i 15 kat daha düşük fiyatla alt ediyor.
GraphicsCoder
twitter
1M context window'un videoları önce görüntülere dönüştürmeden doğrudan işlemesi tonlarca mühendislik işinden tasarruf sağlıyor.
VideoAIPro
reddit

Gemini 3.8 Flash Hakkında Videolar

Gemini 3.8 Flash hakkında eğitimler, incelemeler ve tartışmalar izleyin

Deep SUI V1.1 Gemini 3.8 Flash %73,7 ile geliyor... yeni çıkan Claude Opus 5 ile neredeyse aynı seviyede

Sonra terminal bench 2.1 var. 89,4 ile bir numaralı skoru elde etti. Bu agentic terminal kodlamasıdır

güzel. Yani Claude Opus 5, 1824 ile rekabete kesinlikle liderlik ediyor, GPT 5.6 Soul için ikinci sırada 1710 var ve ardından Gemini 3.8 Flash için pek de iyi olmayan 1545 gibi bir skor var

Yapay zeka indeksine göre, esasen maliyet ve performansın Pareto sınırında

Önceki Gemini flash modeline kıyasla, bu model belirli bir görev için çok daha fazla token tüketti... %30'a varan artış

Token üretimi için Yapay Zeka İndeksine göre saniyede 300 token'a kadar bekleyebilirsiniz.

Bu fiyatta Opus 5 seviyesinde zeka elde ediyor olmanız gerçekten etkileyici

Gemini'nin web sitesinde çok fazla gereksiz içerik eklememesi sorunu çözüldü

Ve arkadaşlar, yanılmayın, bu etkileyici bir model çünkü her birkaç günde bir Gemini'den 3.6, 3.7 Flash ve şimdi de 3.8 Flash gibi yeni modeller görüyoruz.

Sadece promptlardan fazlasi

İş akışınızı güçlendirin Yapay Zeka Otomasyonu

Automatio, yapay zeka ajanlari, web otomasyonu ve akilli entegrasyonlarin gucunu birlestirerek daha az zamanda daha fazlasini basarmaniza yardimci olur.

Yapay Zeka Ajanları
Web Otomasyonu
Akıllı İş Akışları

Gemini 3.8 Flash için Pro İpuçları

Gemini 3.8 Flash'den en iyi şekilde yararlanmak için uzman ipuçları.

Düşünme Seviyelerini Açıkça Seçin

Token kullanımını kontrol etmek için yapılandırılmış veri dönüşümleri için düşünme çabasını düşük olarak veya terminal hata ayıklaması için yüksek olarak yapılandırın.

Context Caching'i Etkinleştirin

Input maliyetlerini yüzde 75'e kadar azaltmak için 32.000 token üzerindeki prompt'larda Gemini API context caching'ini etkinleştirin.

Sorguları Yerel Araçlarla Temellendirin

Doğrulanmış gerçek dünya olgularını ve son verileri çekmek için Google Search ve Maps araçlarını doğrudan istekte bildirin.

Doğrudan Derleyici Geri Bildirimi Sağlayın

Sözdizimi ve mantık hatalarını döngüler halinde düzeltebilmesi için derleyici ve test çalıştırıcısı output'unu doğrudan modele geri aktarın.

Referanslar

Kullanicilarimiz Ne Diyor

Is akisini donusturen binlerce memnun kullaniciya katilin

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.

İlgili 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

Gemini 3.8 Flash Hakkında Sık Sorulan Sorular

Gemini 3.8 Flash hakkında sık sorulan soruların cevaplarını bulun