gemini-3.8-flashGemini 3.8 Flash 面向长流程软件工程、智能体与企业工作流,结合多模态理解和工具协作推进复杂任务。
比較同一模型在不同供應商的價格與服務表現。
| 供應商 | Discount | 輸入/M | 輸出/M | 緩存讀取/M | ||
|---|---|---|---|---|---|---|
Google AI Studio 谷歌官方接口 | 省50% | $0.375 | $1.875 | $0.0375 | ||
Google Vertex 谷歌官方接口 | 省30% | $0.525 | $2.625 | $0.0525 | ||
Gemini Cli Gemini cli 号池,适合 vibe coding学习等场景 | 省90% | $0.075 | $0.375 | $0.0075 |
左右滑動表格,查看完整價格與效能。
標準化評測得分。百分比越高越好,並展示排名百分位。
指標來源:Artificial Analysis 2026-09-30·Gemini 3.8 Flash
目前基準快照不包含此模型。
缺少模型或測量值不代表零分。
基準圖表保留來源中的模型選擇和推理設定。缺少模型或測量值不代表零分,基準成本或速度也不是本站的服務承諾。
Gemini 3.8 Flash 适合长周期软件工程、自主智能体和复杂企业工作流。它可以围绕一个目标连续处理资料、规划步骤、分析结果并修正方案,适合将代码开发、业务规则与实际操作连接起来的项目。
模型支持文字、图片、视频、音频和PDF输入,输出文本。代码任务可以结合仓库说明、错误日志和界面录像;企业流程任务可以结合操作手册、系统截图和会议记录。把这些信息放在同一目标下,有助于识别实现与流程之间的缺口,而不是孤立地解释每份材料。
长任务应明确必须满足的约束和阶段成果,例如接口保持兼容、数据处理可回退、异常状态有记录。模型接入工具后可以参与代码执行、函数调用和检索,应用应把每次真实结果交回,让后续工作依据实际状态推进。
复杂任务适合分为理解现状、设计改动、实施验证和整理交付等阶段。每一阶段都保存已完成内容、失败原因和下一步,减少重复分析,也方便加入新的限制。Gemini 3.8 Flash 支持low、medium和high思考等级,可按任务选择。涉及不确定信息时应保留待确认项,不能把模型的自信程度当作验证结果。
“根据现有工单系统代码、操作手册和客服演示录像,设计自动分派流程。先整理当前状态和分派规则,再找出冲突与缺失信息。分步骤实现,保留人工改派入口,并验证重复请求、无匹配人员和处理中人员离线等情况。每阶段输出实际结果与剩余问题。”
保存阶段检查点,包含完成内容、关键决策、验证结果和待办。继续时先读取检查点,再处理下一项。
Gemini 3.8 Flash支持low、medium、high,不支持minimal。应选择受支持的等级,并根据实际质量与响应时间评估。
/v1beta/models/gemini-3.8-flash:generateContent| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度;越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
替換 <YOUR_API_KEY> 替換為 API 金鑰頁面中的金鑰。
所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。
在「令牌」頁面生成 API Key,可以按模型、分組、IP、速率等維度精細化授權。
| 參數 | 類型 | 預設值 / 範圍 | 說明資訊 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 採樣溫度;越低越穩定 |
top_p | number | = 10 ~ 1 | 核採樣累積概率 |
max_tokens | integer | >= 1 | 回應中最大 token 數 |
frequency_penalty | number | = 0-2 ~ 2 | 懲罰高頻 token 的重複出現 |
presence_penalty | number | = 0-2 ~ 2 | 鼓勵引入新話題 |
stop | array | — | 最多 4 個停止生成的字串 |
seed | integer | — | 盡量保證可復現的採樣種子 |
n | integer | = 1>= 1 | 生成的候選條數 |
stream | boolean | = false | 透過 SSE 串流返回 token |
response_format | object | — | 強制輸出 JSON 物件或符合 Schema 的結果 |
tools | array | — | 模型可呼叫的工具 / 函數聲明 |
tool_choice | string | autononerequired | 工具選擇策略或具體工具名 |
logprobs | boolean | = false | 返回每個 token 的對數概率 |
top_logprobs | integer | 0 ~ 20 | 每個 token 返回的 top 概率數量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用於風險審計的終端用戶標識 |
| 供應商 | RPM | TPM | RPD |
|---|---|---|---|
| Google Vertex | 無限制 | 無限制 | 無限制 |
| Gemini Cli | 無限制 | 無限制 | 無限制 |
| Google AI Studio | 無限制 | 無限制 | 無限制 |
無限制
Gemini 3.8 Flash 面向长流程软件工程、智能体与企业工作流,结合多模态理解和工具协作推进复杂任务。
Create an API key with access to gemini-3.8-flash, then use the exact model ID and a supported endpoint from the API access section. Request fields depend on the selected endpoint.
Pricing depends on the selected provider group and the model billing unit. The current input, output, request, or media prices are shown on this page before sign-up.
The model catalog lists a context window of 1048576 tokens. Check the selected endpoint for request limits.
The model catalog lists a maximum output of 65536 tokens. Your request settings may set a lower limit.
Start with the use cases and prompting guidance on this page, then evaluate the model with representative inputs from your project.
