AIREITER
GoogleText Chat

Gemini 3.8 Flash

Testen Sie Gemini 3.8 Flash online für Long-Context-Coding, autonome Agenten, Enterprise-Workflows, Streaming-Ausgabe und OpenAI-kompatiblen API-Zugriff.

EingabeOffiziell $0.75 pro 1 Mio. TokensAIReiter $0.225 pro 1 Mio. TokensAusgabeOffiziell $3.75 pro 1 Mio. TokensAIReiter $1.125 pro 1 Mio. TokensCache-LesenOffiziell $0.075 pro 1 Mio. TokensAIReiter $0.0225 pro 1 Mio. Tokens
Mit API ausführen

EINGABE

AUSGABE

Example
Generated in
42.7 seconds
Eingabe-Token
134
Ausgabe-Token
2354
Tokens per second
55.13 tokens / second
Time to first token
-

Modelldetails

Verwenden Sie denselben Modellschlüssel im Playground, in API-Anfragen und in internen Workflows.

Modell-ID
gemini-3.8-flash
Anbieter
Google
Protokoll
OpenAI Chat Completions
Kontextfenster
1,048,576 Token
Maximale Ausgabe
65,536 Token
Eingabe-Token
22.5 Credits / 1 Mio. Token
Ausgabe-Token
112.5 Credits / 1 Mio. Token
Cache-Lesen
2.25 Credits / 1 Mio. Token
Cache-Schreiben
-

Was Sie mit Gemini 3.8 Flash tun können

Ein schnelles Flash-Modell mit einem Kontextfenster von 1 Million Tokens, anpassbarem Denkaufwand und ausreichender Reasoning-Tiefe für echte Entwicklungsarbeit.

Long-Context-Coding

Prüfen Sie große Repositories, verfolgen Sie Änderungen über mehrere Dateien hinweg und behalten Sie den gesamten Arbeitskontext in einem einzigen Request, statt viele kurze Prompts zusammenzufügen.

Autonome Agentenschritte

Nutzen Sie niedrigen, mittleren oder hohen Denkaufwand (Thinking Effort), um Geschwindigkeit und Genauigkeit bei Planung, Tool-Orchestrierung, Verifizierung und Fehlerbehebung optimal auszubalancieren.

Enterprise-Dokumentenverarbeitung

Verarbeiten Sie umfangreiche Spezifikationen, Richtliniensammlungen und Betriebsprotokolle, während die Beziehungen zwischen Abschnitten und Entscheidungen erhalten bleiben.

Streaming von Antworten

Streamen Sie Teilausgaben über den OpenAI-kompatiblen Chat Completions-Endpunkt und überprüfen Sie nach jedem Aufruf die Nutzung von Input-, Output- und Reasoning-Tokens.

Anwendungsfälle für Gemini 3.8 Flash

Wählen Sie es, wenn die Aufgabe für ein kleines Chat-Modell zu umfangreich ist, aber keine langsamere Flaggschiff-Route erfordert.
01

Dateienübergreifendes Refactoring

Erfassen Sie Abhängigkeiten, schlagen Sie eine sichere Bearbeitungsreihenfolge vor und erläutern Sie die resultierenden Codeänderungen über ein gesamtes Großprojekt hinweg.

02

Recherche und Synthese

Kombinieren Sie lange Notizen, Berichte und strukturierte Nachweise zu einem prägnanten Briefing mit expliziten Annahmen und nächsten Schritten.

03

Agenten-Orchestrierung

Bewältigen Sie die häufigen Planungs- und Verifizierungsschritte in einer Agentenschleife und reservieren Sie Premium-Modelle für die schwierigsten Entscheidungen.

04

Skalierbare Wissensarbeit

Führen Sie Workflows für Klassifizierung, Extraktion, Entwurfserstellung und Reviews mit konfigurierbarem Thinking-Level und berechenbarer Token-Abrechnung durch.

Preise für Gemini 3.8 Flash

Die standardmäßigen Einführungspreise von Google bis zum 31. Dezember 2026 betragen 0,75 $ für Input, 3,75 $ für Output und 0,075 $ für gecachten Input pro Million Tokens. AIReiter berechnet derzeit 30 % dieser Tarife; der Live-Preis wird über dem Playground angezeigt.
01

Ausgabe umfasst Thinking-Tokens

Google rechnet Thinking-Tokens als Output-Tokens ab. Eine komplexe Aufgabe kann daher mehr kosten, als die sichtbare Antwort vermuten lässt.

02

Eigener Tarif für Cache-Lesezugriffe

Wiederkehrende, stabile Präfixe können Context Caching nutzen. Prüfen Sie einen Cache-Treffer in den Nutzungsdetails der Antwort, bevor Sie die günstigere Cached-Input-Rate ansetzen.

03

Kontextfenster von 1 Million Tokens

Das Kontextfenster ist groß genug für Prompts auf Repository-Ebene und lange Dokumentensammlungen, während die maximale Ausgabe bei 64K Tokens liegt.

04

Einführungsphase beachten

Die aufgeführten Einführungspreise gelten bis zum 31. Dezember 2026; Google führt ab dem 1. Januar 2027 höhere Standardpreise auf.

Gemini 3.8 Flash vs. Gemini 3.7 Flash

Beide Flash-Generationen teilen sich denselben Einführungspreis und ein Kontextfenster von einer Million Tokens. Wählen Sie basierend auf dem Workflow, den Sie ausführen müssen, und nicht allein nach der Versionsnummer.

Gleicher Preis, neuere Generation

Google führt bis zum 31. Dezember 2026 dieselben standardmäßigen Einführungspreise für Gemini 3.8 Flash und Gemini 3.7 Flash auf: 0,75 $ für Input, 3,75 $ für Output und 0,075 $ für gecachten Input pro Million Tokens.

3.8 ist für längere Aufgaben gedacht

Gemini 3.8 Flash ist für langfristiges Software Engineering, autonome Agenten und komplexe Unternehmens-Workflows ausgelegt. Nutzen Sie es, wenn das Modell über viele Schritte hinweg planen, verifizieren und fortfahren muss.

3.7 bleibt ein praktischer Fallback

Behalten Sie Gemini 3.7 Flash für eine bestehende Produktivroute mit einem stabilen Evaluation-Set bei. Der Wechsel zu 3.8 erfordert lediglich eine Änderung der Modell-ID, jedoch sollten Ihre Metriken bezüglich akzeptierter Antworten und Latenz über den Rollout entscheiden.

Gesamt-Output vergleichen, nicht nur den Listenpreis

Beide Modelle zählen Thinking-Tokens als Output. Eine Route, die weniger Wiederholungsversuche benötigt oder eine Aufgabe in einem Durchgang abschließt, kann günstiger sein, selbst wenn die sichtbare Antwort länger ist.

Gemini 3.8 Flash API aufrufen

Verwenden Sie dieselbe öffentliche Modell-ID im Playground und in Ihrem OpenAI-kompatiblen Client.

01

Wählen Sie ein Thinking-Level

Gemini 3.8 Flash unterstützt die Thinking-Stufen low, medium und high. Minimal thinking wird nicht unterstützt.

02

Platz für Reasoning lassen

Setzen Sie max_tokens hoch genug an, um sowohl das Thinking als auch die sichtbare Antwort abzudecken. Ein zu niedriges Limit kann bereits aufgebraucht sein, bevor Text erscheint.

03

Chat-Completions-Anfrage per POST senden

Rufen Sie POST https://aireiter.com/api/v1/chat/completions mit dem Modell "gemini-3.8-flash" und stream=true auf, wenn eine schrittweise Ausgabe nützlich ist.

04

Nutzung prüfen

Lesen Sie prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens und prompt_tokens_details.cached_tokens aus, sobald sie zurückgegeben werden.

Fragen zur Gemini 3.8 Flash API

Praktische Details, die Sie vor der Weiterleitung von Produktiv-Traffic überprüfen sollten.

/ 01

Wie lautet die Modell-ID für Gemini 3.8 Flash?

Verwenden Sie gemini-3.8-flash. Der interne Modellschlüssel bei AIReiter lautet chat-gemini-3.8-flash.

/ 02

Welchen Endpunkt sollte ich verwenden?

Verwenden Sie POST https://aireiter.com/api/v1/chat/completions mit einem AIReiter-API-Schlüssel und dem OpenAI-kompatiblen Request-Body.

/ 03

Unterstützt Gemini 3.8 Flash Streaming?

Ja. Setzen Sie stream auf true, um schrittweise SSE-Events für Chat Completions zu empfangen.

/ 04

Wie groß ist das Kontextfenster?

Das dokumentierte Kontextfenster umfasst 1.048.576 Tokens mit bis zu 65.536 Output-Tokens.

/ 05

Warum ist der Verbrauch an Output-Tokens höher als der sichtbare Text?

Thinking-Tokens sind in der Ausgabeabrechnung enthalten. Reduzieren Sie das Thinking-Level für latenzempfindliche oder routinemäßige Anfragen.

/ 06

Wie bestätige ich einen Cache-Treffer?

Überprüfen Sie usage.prompt_tokens_details.cached_tokens. Ein wiederholter Prompt allein beweist nicht, dass das Präfix wiederverwendet wurde.

/ 07

Kann ich temperature und top_p verwenden?

Der Migrationsleitfaden für Gemini 3.8 Flash empfiehlt, temperature, top_p und top_k zu entfernen. Verwenden Sie stattdessen die Steuerung des Thinking-Levels.

/ 08

Wie hoch sind die aktuellen offiziellen Preise?

Die anfänglichen Standardpreise betragen bis zum 31. Dezember 2026 0,75 $ für Input, 3,75 $ für Output und 0,075 $ für zwischengespeicherten Input pro Million Tokens.