Cosa puoi fare con Gemini 3.8 Flash
Un modello Flash veloce con una finestra di contesto da un milione di token, ragionamento regolabile e una profondità di analisi sufficiente per il lavoro ingegneristico reale.
Coding a contesto lungo
Esamina grandi repository, traccia le modifiche tra i file e mantieni il contesto di lavoro in un'unica richiesta invece di unire molti prompt brevi.
Passaggi per agenti autonomi
Usa uno sforzo di ragionamento basso, medio o alto per bilanciare velocità e precisione tra pianificazione, orchestrazione degli strumenti, verifica e ripristino.
Gestione di documenti aziendali
Elabora specifiche estese, raccolte di policy e registri operativi preservando le relazioni tra sezioni e decisioni.
Risposte in streaming
Ricevi l'output parziale in streaming tramite l'endpoint Chat Completions compatibile con OpenAI e controlla l'utilizzo di input, output e reasoning dopo ogni chiamata.
Casi d'uso di Gemini 3.8 Flash
Refactoring multi-file
Mappa le dipendenze, proponi una sequenza sicura di modifiche e spiega le variazioni di codice risultanti nell'intero progetto.
Ricerca e sintesi
Combina note estese, report e prove strutturate in un riassunto conciso con ipotesi esplicite e passaggi successivi.
Orchestrazione di agenti
Gestisci i frequenti passaggi di pianificazione e verifica nel ciclo dell'agente, riservando i modelli premium per le decisioni più complesse.
Elaborazione di conoscenze ad alto volume
Esegui flussi di lavoro di classificazione, estrazione, bozza e revisione con un livello di ragionamento configurabile e un conteggio dei token prevedibile.
Prezzi di Gemini 3.8 Flash
L'output include il ragionamento
Google fattura i token di ragionamento come token di output. Un'attività difficile può quindi costare più di quanto suggerisca la risposta visibile.
Le letture della cache hanno una propria tariffa
I prefissi stabili e ripetuti possono utilizzare il context caching. Verifica l'avvenuta corrispondenza nei dettagli di utilizzo della risposta prima di stimare la tariffa inferiore per l'input memorizzato nella cache.
Contesto da un milione di token
La finestra di contesto è sufficientemente ampia per prompt a livello di repository e lunghi set di documenti, mentre l'output massimo è di 64K token.
Importanza del periodo promozionale
Le tariffe promozionali indicate sono valide fino al 31 dicembre 2026; Google documenta tariffe standard più elevate a partire dal 1° gennaio 2027.
Gemini 3.8 Flash vs Gemini 3.7 Flash
Entrambe le generazioni Flash condividono lo stesso prezzo promozionale e un contesto da un milione di token. Scegli in base al flusso di lavoro che devi eseguire, non solo al numero di versione.
Stesso prezzo, generazione più recente
Google indica le stesse tariffe standard promozionali per Gemini 3.8 Flash e Gemini 3.7 Flash fino al 31 dicembre 2026: 0,75 $ per l'input, 3,75 $ per l'output e 0,075 $ per l'input memorizzato nella cache per milione di token.
3.8 è pensato per attività più lunghe
Gemini 3.8 Flash è posizionato per l'ingegneria del software a lungo termine, agenti autonomi e flussi di lavoro aziendali complessi. Usalo quando il modello deve pianificare, verificare e proseguire attraverso molti passaggi.
3.7 rimane un pratico fallback
Mantieni Gemini 3.7 Flash per una route di produzione esistente con un set di valutazione stabile. Il passaggio a 3.8 richiede solo una modifica del model-ID, ma dovrebbero essere le metriche di risposte accettate e di latenza a determinare il rollout.
Confronta l'output totale, non solo il prezzo di listino
Entrambi i modelli conteggiano i token di ragionamento come output. Una route che richiede meno tentativi o completa un'attività in un singolo passaggio può risultare più economica anche quando la sua risposta visibile è più lunga.
Chiama l'API di Gemini 3.8 Flash
Usa lo stesso ID modello pubblico nel playground e nel tuo client compatibile con OpenAI.
Scegli un livello di ragionamento
Gemini 3.8 Flash supporta un livello di ragionamento low, medium e high. Il ragionamento minimal non è supportato.
Lascia spazio per il ragionamento
Imposta max_tokens su un valore sufficientemente alto per il ragionamento più la risposta visibile. Un limite ridotto potrebbe essere esaurito prima che il testo appaia.
Invia la richiesta POST a Chat Completions
Esegui una chiamata POST a https://aireiter.com/api/v1/chat/completions con model "gemini-3.8-flash" e stream=true quando l'output incrementale è utile.
Esamina i consumi
Leggi prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens e prompt_tokens_details.cached_tokens quando vengono restituiti.
Domande sull'API Gemini 3.8 Flash
I dettagli pratici da verificare prima di instradare il traffico di produzione.
/ 01Qual è il model ID di Gemini 3.8 Flash?
Usa gemini-3.8-flash. La chiave del modello interna di AIReiter è chat-gemini-3.8-flash.
/ 02Quale endpoint dovrei usare?
Usa POST https://aireiter.com/api/v1/chat/completions con una chiave API di AIReiter e il corpo della richiesta compatibile con OpenAI.
/ 03Gemini 3.8 Flash supporta lo streaming?
Sì. Imposta stream su true per ricevere eventi SSE incrementali di Chat Completions.
/ 04Quanto è ampia la finestra di contesto?
La finestra di contesto documentata è di 1.048.576 token, con un massimo di 65.536 token di output.
/ 05Perché l'utilizzo dei token di output è superiore al testo visibile?
I token di pensiero sono inclusi nella fatturazione dell'output. Riduci il livello di pensiero per le richieste sensibili alla latenza o di routine.
/ 06Come confermo un cache hit?
Controlla usage.prompt_tokens_details.cached_tokens. Un prompt ripetuto da solo non dimostra che il prefisso sia stato riutilizzato.
/ 07Posso utilizzare temperature e top_p?
La guida alla migrazione di Gemini 3.8 Flash consiglia di rimuovere temperature, top_p e top_k. Utilizza invece il controllo del livello di pensiero.
/ 08Quali sono le tariffe ufficiali attuali?
Le tariffe standard di lancio sono di $0,75 per l'input, $3,75 per l'output e $0,075 per l'input memorizzato nella cache per milione di token fino al 31 dicembre 2026.