Qué puedes hacer con Gemini 3.8 Flash
Un modelo Flash rápido con una ventana de contexto de un millón de tokens, razonamiento ajustable y suficiente profundidad de análisis para trabajo de ingeniería real.
Programación con contexto amplio
Revisa repositorios grandes, rastrea cambios entre archivos y mantén el contexto de trabajo en una sola solicitud en lugar de unir múltiples prompts cortos.
Pasos de agentes autónomos
Usa un esfuerzo de razonamiento bajo, medio o alto para equilibrar velocidad y precisión en la planificación, orquestación de herramientas, verificación y recuperación.
Trabajo con documentos empresariales
Procesa especificaciones extensas, colecciones de políticas y registros operativos mientras conservas las relaciones entre secciones y decisiones.
Respuestas en streaming
Transmite salidas parciales en streaming a través del endpoint de Chat Completions compatible con OpenAI e inspecciona el uso de entrada, salida y razonamiento después de cada llamada.
Casos de uso de Gemini 3.8 Flash
Refactorización de múltiples archivos
Mapea dependencias, propone una secuencia de edición segura y explica los cambios de código resultantes en un proyecto grande.
Investigación y síntesis
Combina notas extensas, informes y evidencia estructurada en un resumen conciso con suposiciones explícitas y pasos a seguir.
Orquestación de agentes
Maneja los turnos frecuentes de planificación y verificación en un bucle de agentes, reservando los modelos prémium para las decisiones más complejas.
Trabajo de conocimiento de alto volumen
Ejecuta flujos de trabajo de clasificación, extracción, redacción y revisión con un nivel de razonamiento configurable y una contabilidad de tokens predecible.
Precios de Gemini 3.8 Flash
La salida incluye el razonamiento
Google factura los tokens de razonamiento como tokens de salida. Por lo tanto, una tarea difícil puede costar más de lo que sugiere su respuesta visible.
Las lecturas de caché tienen su propia tarifa
Los prefijos estables repetidos pueden usar almacenamiento en caché de contexto. Confirma un acierto (hit) en los detalles de uso de la respuesta antes de estimar la tarifa reducida de entrada en caché.
Contexto de un millón de tokens
La ventana de contexto es lo suficientemente grande para prompts a escala de repositorio y conjuntos de documentos extensos, mientras que la salida máxima es de 64K tokens.
El período introductorio importa
Las tarifas introductorias indicadas están vigentes hasta el 31 de diciembre de 2026; Google documenta tarifas estándar más altas a partir del 1 de enero de 2027.
Gemini 3.8 Flash vs Gemini 3.7 Flash
Ambas generaciones de Flash comparten el mismo precio introductorio y un contexto de un millón de tokens. Elija en función del flujo de trabajo que necesite ejecutar, no solo por el número de versión.
Mismo precio, generación más reciente
Google lista las mismas tarifas estándar introductorias para Gemini 3.8 Flash y Gemini 3.7 Flash hasta el 31 de diciembre de 2026: 0,75 $ por millón de tokens de entrada, 3,75 $ de salida y 0,075 $ de entrada en caché.
3.8 está diseñado para tareas más extensas
Gemini 3.8 Flash está orientado a la ingeniería de software a largo plazo, agentes autónomos y flujos de trabajo empresariales complejos. Utilícelo cuando el modelo deba planificar, verificar y continuar a lo largo de muchos pasos.
3.7 sigue siendo una alternativa práctica
Mantenga Gemini 3.7 Flash para una ruta de producción existente con un conjunto de evaluación estable. Cambiar a 3.8 es solo un cambio de ID de modelo, pero sus métricas de respuestas aceptadas y latencia deberían decidir el despliegue.
Compare el output total, no el precio de catálogo
Ambos modelos contabilizan los tokens de razonamiento como output. Una ruta que requiera menos reintentos o complete una tarea en una sola pasada puede resultar más económica, incluso si su respuesta visible es más larga.
Llamar a la API de Gemini 3.8 Flash
Utilice el mismo ID de modelo público en el playground y en su cliente compatible con OpenAI.
Elija un nivel de razonamiento
Gemini 3.8 Flash admite razonamiento bajo, medio y alto. No se admite el nivel mínimo de razonamiento.
Deje espacio para el razonamiento
Establezca un valor de max_tokens lo suficientemente alto para el razonamiento más la respuesta visible. Un límite reducido puede consumirse antes de que aparezca el texto.
Envíe la solicitud POST a Chat Completions
Llame a POST https://aireiter.com/api/v1/chat/completions con el modelo "gemini-3.8-flash" y stream=true cuando la salida incremental sea útil.
Inspeccione el uso
Lea prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens y prompt_tokens_details.cached_tokens cuando se devuelvan.
Preguntas sobre la API de Gemini 3.8 Flash
Los detalles prácticos que debes confirmar antes de enrutar el tráfico de producción.
/ 01¿Cuál es el ID de modelo de Gemini 3.8 Flash?
Utilice gemini-3.8-flash. La clave de modelo interna de AIReiter es chat-gemini-3.8-flash.
/ 02¿Qué endpoint debo usar?
Utilice POST https://aireiter.com/api/v1/chat/completions con una clave de API de AIReiter y el cuerpo de solicitud compatible con OpenAI.
/ 03¿Admite Gemini 3.8 Flash streaming?
Sí. Establezca stream en true para recibir eventos SSE incrementales de Chat Completions.
/ 04¿Qué tamaño tiene la ventana de contexto?
La ventana de contexto documentada es de 1.048.576 tokens, con hasta 65.536 tokens de salida.
/ 05¿Por qué el uso de tokens de salida es mayor que el texto visible?
Los tokens de pensamiento se incluyen en la facturación de salida. Reduce el nivel de pensamiento para solicitudes rutinarias o sensibles a la latencia.
/ 06¿Cómo confirmo un acierto de caché?
Comprueba usage.prompt_tokens_details.cached_tokens. Un prompt repetido por sí solo no demuestra que el prefijo haya sido reutilizado.
/ 07¿Puedo usar temperature y top_p?
La guía de migración de Gemini 3.8 Flash recomienda eliminar temperature, top_p y top_k. En su lugar, utiliza el control de nivel de pensamiento.
/ 08¿Cuáles son las tarifas oficiales actuales?
Las tarifas estándar de lanzamiento son de $0.75 por entrada, $3.75 por salida y $0.075 por entrada en caché por millón de tokens hasta el 31 de diciembre de 2026.