Gemini 3.8 Flash
Essayez Gemini 3.8 Flash en ligne pour le codage à contexte long, les agents autonomes, les workflows d'entreprise, le streaming et l'accès API compatible OpenAI.
A codebase you don't know is a risk, not a hurdle. The plan should burn down that risk in order: understand, run, trace, spike, then make the change small enough that "production-ready" is a property you can demonstrate, not a hope.
Here are the first five steps, with the evidence you collect at each.
Step 1 — Get it building and the baseline green (half day)
Read the README, the manifest(s), the CI config, and any architecture docs. Boot the app locally, run the full test suite, run the linter/typechecker.
Evidence: The exact commands that reproduce a clean build and a passing test suite from a fresh checkout (recorded output, not memory of it). A one-page map you wrote yourself: where the entry points are, the layers, the build/test toolchain, and the main risks to your feature (e.g. "this touches cron jobs and payments").
Step 2 — Trace the smallest end-to-end slice that resembles your feature (half day)
Don't start with your feature. Pick a neighboring one that already works and follow it from entry to persistence. Note the conventions along the way: how errors surface, how config is injected, how logging is done, how tests are written.
Evidence: An annotated trace — file → function → what it does — for that slice. A written list of "conventions I must follow" (not intuitions; things you observed in real code). A named shortlist of the 3–5 files you will actually touch. If you can't produce this trace, you're not ready to write code.
Step 3 — Spike the core path (day 2)
Build the ugly version: hardcoded values, no error handling, no tests. The purpose is to confirm the path you traced in step 2 is real and to surface what you didn't know you didn't know.
Evidence: A working spike demonstrating the feature's central data path, alongside a list of every assumption the spike broke and what you corrected. That correction list is the most valuable document in this whole plan.
Step 4 — Write the contract before the code (half of day 2 / day 3)
Once the spike proves the path, pin down what production needs: the inputs/outputs, the error cases, where it sits in the conventions from step 2. Then write the tests — they'll be red, but they're the specification.
Evidence: A one-to-two-page design doc, an agreed interface/API shape (with the team if there is one), and a red test suite that encodes intended behavior. If you can't write the contract without consulting the code, you haven't finished step 2.
Step 5 — Implement in small, verified increments (days 3–4)
Replace the spike with the real thing in small commits, each one keeping the suite green, leaning on the existing patterns. Run lint/tests/typecheck per commit — CI, not just locally — and exercise the actual path against a real instance (staging or a local environment that isn't stubbed).
Evidence: A branch with progressive commits, each green in CI; coverage on the new code; something that proves it works against reality (a test result, a log trace, a screenshot); and a review by at least one person who knows the codebase. The review counts as evidence — an unfamiliar codebase has tribal knowledge you cannot extract from the files alone.
Steps 6+ would be the things that actually make it "shipped": a migration plan and its rollback, feature flagging, observability, the release and post-release verification. But the first five get you to a reviewed, green, working slice in staging — which is the point at which you can say "this will work in production" with evidence behind it, instead of a guess.
Exécuter ouvre AI Chat avec ce prompt. Connexion et crédits requis.
Détails du modèle
Utilisez la même clé de modèle dans le Playground, les requêtes API et les workflows internes.
- ID du modèle
- gemini-3.8-flash
- Fournisseur
- Protocole
- OpenAI Chat Completions
- Fenêtre de contexte
- 1,048,576 tokens
- Sortie maximale
- 65,536 tokens
- Token d’entrée
- 22.5 crédits / 1 M de tokens
- Token de sortie
- 112.5 crédits / 1 M de tokens
- Lecture du cache
- 2.25 crédits / 1 M de tokens
- Écriture du cache
- -
Ce que vous pouvez faire avec Gemini 3.8 Flash
Un modèle Flash rapide doté d'une fenêtre de contexte d'un million de tokens, d'un niveau de réflexion ajustable et d'une profondeur de raisonnement suffisante pour de véritables tâches d'ingénierie.
Examinez de volumineux dépôts, suivez les modifications sur plusieurs fichiers et conservez le contexte de travail en une seule requête plutôt que d'assembler de nombreux prompts courts.
Utilisez un niveau de réflexion faible, moyen ou élevé pour équilibrer vitesse et précision lors de la planification, de l'orchestration d'outils, de la vérification et de la récupération.
Traitez de longues spécifications, des corpus de politiques et des registres opérationnels tout en préservant les liens entre les sections et les décisions.
Diffusez les sorties partielles en continu via le endpoint Chat Completions compatible OpenAI et inspectez l'utilisation des tokens d'entrée, de sortie et de raisonnement après chaque appel.
Cas d'usage de Gemini 3.8 Flash
Choisissez-le lorsque la tâche est trop vaste pour un petit modèle de chat mais ne nécessite pas le recours à un modèle phare plus lent.
Refactorisation multi-fichiers
Cartographiez les dépendances, proposez une séquence de modifications sécurisée et expliquez les changements de code qui en résultent à l'échelle d'un grand projet.
Recherche et synthèse
Combinez de longues notes, des rapports et des données structurées en une synthèse concise assortie d'hypothèses explicites et des prochaines étapes.
Orchestration d'agents
Gérez les étapes fréquentes de planification et de vérification dans une boucle d'agent, puis réservez les modèles premium pour les décisions les plus complexes.
Traitement de connaissances à fort volume
Exécutez des workflows de classification, d'extraction, de rédaction et de révision avec un niveau de réflexion configurable et un décompte de tokens prévisible.
Tarification de Gemini 3.8 Flash
Le tarif standard de lancement de Google jusqu'au 31 décembre 2026 est de 0,75 $ en entrée, 3,75 $ en sortie et 0,075 $ pour les entrées en cache par million de tokens. AIReiter facture actuellement 30 % de ces tarifs ; le prix en direct est affiché au-dessus du playground.
La sortie inclut la réflexion
Google facture les tokens de réflexion comme des tokens de sortie. Une tâche difficile peut donc coûter plus cher que ce que suggère sa réponse visible.
Les lectures de cache ont leur propre tarif
Les préfixes stables répétés peuvent bénéficier de la mise en cache de contexte. Confirmez une correspondance (hit) dans les détails d'utilisation de la réponse avant d'estimer le tarif réduit des entrées en cache.
Contexte d'un million de tokens
La fenêtre de contexte est suffisamment large pour accueillir des prompts à l'échelle d'un dépôt entier et de longs ensembles de documents, tandis que la sortie maximale est de 64K tokens.
La période de lancement compte
Les tarifs de lancement indiqués s'appliquent jusqu'au 31 décembre 2026 ; Google mentionne des tarifs standard plus élevés à partir du 1er janvier 2027.
Gemini 3.8 Flash vs Gemini 3.7 Flash
Gérer les clés API →Les deux générations de Flash partagent le même prix de lancement et un contexte d'un million de tokens. Faites votre choix en fonction du flux de travail à exécuter, et non du seul numéro de version.
Google applique les mêmes tarifs standards de lancement pour Gemini 3.8 Flash et Gemini 3.7 Flash jusqu'au 31 décembre 2026 : 0,75 $ en entrée, 3,75 $ en sortie et 0,075 $ pour les entrées en cache par million de tokens.
Gemini 3.8 Flash est positionné pour l'ingénierie logicielle à long terme, les agents autonomes et les flux de travail d'entreprise complexes. Utilisez-le lorsque le modèle doit planifier, vérifier et continuer sur de nombreuses étapes.
Conservez Gemini 3.7 Flash pour un routage en production existant doté d'un jeu d'évaluation stable. Passer à la version 3.8 nécessite simplement de modifier le model-ID, mais vos métriques de latence et de taux d'acceptation des réponses doivent guider le déploiement.
Les deux modèles comptabilisent les tokens de réflexion comme des tokens de sortie. Un routage nécessitant moins de nouvelles tentatives ou accomplissant une tâche en une seule passe peut s'avérer plus économique, même si sa réponse visible est plus longue.
Essayez Gemini 3.8 Flash en 4 étapes
- 01
Choisissez un niveau de réflexion
Gemini 3.8 Flash prend en charge les niveaux de réflexion low, medium et high. Le niveau minimal n'est pas pris en charge.
- 02
Laissez de la place pour le raisonnement
Définissez max_tokens à une valeur suffisamment élevée pour inclure la réflexion et la réponse visible. Une limite trop basse peut être épuisée avant même que le texte n'apparaisse.
- 03
Envoyez la requête Chat Completions en POST
Appelez POST https://aireiter.com/api/v1/chat/completions avec le modèle "gemini-3.8-flash" et stream=true lorsqu'une sortie incrémentale est utile.
- 04
Inspectez l'utilisation
Lisez prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens et prompt_tokens_details.cached_tokens lorsqu'ils sont retournés.
FAQ
01Quel est l'ID de modèle pour Gemini 3.8 Flash ?
Utilisez gemini-3.8-flash. La clé de modèle interne d'AIReiter est chat-gemini-3.8-flash.
02Quel endpoint dois-je utiliser ?
Utilisez POST https://aireiter.com/api/v1/chat/completions avec une clé d'API AIReiter et le corps de requête compatible OpenAI.
03Gemini 3.8 Flash prend-il en charge le streaming ?
Oui. Définissez stream sur true pour recevoir des événements SSE Chat Completions incrémentaux.
04Quelle est la taille de la fenêtre de contexte ?
La fenêtre de contexte documentée est de 1 048 576 tokens, avec jusqu'à 65 536 tokens de sortie.
05Pourquoi l'utilisation des tokens de sortie est-elle supérieure au texte visible ?
Les tokens de réflexion sont inclus dans la facturation de sortie. Réduisez le niveau de réflexion pour les requêtes sensibles à la latence ou de routine.
06Comment confirmer un cache hit ?
Vérifiez usage.prompt_tokens_details.cached_tokens. Un prompt répété ne prouve pas à lui seul que le préfixe a été réutilisé.
07Puis-je utiliser temperature et top_p ?
Le guide de migration de Gemini 3.8 Flash recommande de supprimer temperature, top_p et top_k. Utilisez plutôt le contrôle du niveau de réflexion.
08Quels sont les tarifs officiels actuels ?
Les tarifs standard de lancement sont de 0,75 $ en entrée, 3,75 $ en sortie et 0,075 $ pour les entrées en cache par million de tokens jusqu'au 31 décembre 2026.