Gemini 3.8 Flash로 할 수 있는 작업
100만 토큰 컨텍스트 윈도우, 조절 가능한 사고 능력, 실제 엔지니어링 작업에 충분한 추론 깊이를 갖춘 빠른 Flash 모델입니다.
롱 컨텍스트 코딩
수많은 짧은 프롬프트를 이어 붙일 필요 없이 대규모 리포지토리를 검토하고, 파일 전반의 변경 사항을 추적하며, 단일 요청으로 작업 컨텍스트를 유지할 수 있습니다.
자율 에이전트 단계
낮음, 중간, 높음의 사고 노력 수준을 설정하여 계획, 도구 오케스트레이션, 검증 및 복구 전반에서 속도와 정확성의 균형을 맞출 수 있습니다.
엔터프라이즈 문서 작업
섹션과 의사 결정 간의 관계를 보존하면서 긴 사양서, 정책 모음집, 운영 기록을 처리할 수 있습니다.
스트리밍 답변
OpenAI 호환 Chat Completions 엔드포인트를 통해 출력을 실시간으로 스트리밍하고 각 호출 후 입력, 출력 및 추론 사용량을 확인할 수 있습니다.
Gemini 3.8 Flash 활용 사례
다중 파일 리팩터링
대규모 프로젝트 전반에서 종속성을 매핑하고, 안전한 수정 순서를 제안하며, 최종 코드 변경 사항을 설명합니다.
연구 및 종합
긴 메모, 보고서, 구조화된 근거 자료를 명시적인 가설 및 후속 단계가 포함된 간결한 브리프로 종합합니다.
에이전트 오케스트레이션
에이전트 루프에서 빈번하게 발생하는 계획 및 검증 단계를 처리하고, 가장 까다로운 결정에만 프리미엄 모델을 활용할 수 있습니다.
대규모 지식 작업
설정 가능한 사고 수준과 예측 가능한 토큰 정산을 바탕으로 분류, 추출, 초안 작성, 검토 워크플로를 실행할 수 있습니다.
Gemini 3.8 Flash 요금
출력에 사고 토큰 포함
Google은 사고 토큰(thinking tokens)을 출력 토큰으로 청구합니다. 따라서 복잡한 작업은 눈에 보이는 답변 길이보다 더 많은 비용이 발생할 수 있습니다.
캐시 읽기 전용 요율 적용
반복되는 고정 접두사에는 컨텍스트 캐싱을 사용할 수 있습니다. 더 저렴한 캐시 입력 요율을 계산하기 전에 응답 사용량 세부 정보에서 캐시 적중 여부를 확인하세요.
100만 토큰 컨텍스트
컨텍스트 윈도우는 리포지토리 규모의 프롬프트와 방대한 문서 세트를 처리하기에 충분하며, 최대 출력은 64K 토큰입니다.
도입 기간 프로모션 요금
명시된 출시 프로모션 요율은 2026년 12월 31일까지 적용되며, Google 문서에 따르면 2027년 1월 1일부터 더 높은 표준 요율이 적용됩니다.
Gemini 3.8 Flash vs Gemini 3.7 Flash
두 Flash 세대 모두 동일한 도입 가격과 100만 토큰 컨텍스트를 공유합니다. 버전 번호만 보지 말고 실행해야 하는 워크플로에 따라 선택하세요.
동일한 가격, 최신 세대
Google은 2026년 12월 31일까지 Gemini 3.8 Flash와 Gemini 3.7 Flash에 대해 동일한 표준 도입 요금을 적용합니다: 100만 토큰당 입력 $0.75, 출력 $3.75, 캐시된 입력 $0.075.
장기 작업을 겨냥한 3.8
Gemini 3.8 Flash는 장기적 소프트웨어 엔지니어링, 자율 에이전트 및 복잡한 엔터프라이즈 워크플로를 위해 설계되었습니다. 모델이 여러 단계에 걸쳐 계획, 검증 및 작업을 지속해야 할 때 사용하세요.
여전히 실용적인 대체 옵션인 3.7
안정적인 평가 세트가 있는 기존 프로덕션 경로에는 Gemini 3.7 Flash를 유지하세요. 3.8로 전환하는 것은 model-ID 변경만으로 가능하지만, 수락된 답변율 및 지연 시간 지표를 바탕으로 롤아웃을 결정해야 합니다.
표시 가격이 아닌 총 출력을 비교하세요
두 모델 모두 thinking 토큰을 출력으로 계산합니다. 재시도가 적게 필요하거나 한 번에 작업을 완료하는 경로가 눈에 보이는 답변이 더 길더라도 비용이 더 저렴할 수 있습니다.
Gemini 3.8 Flash API 호출
플레이그라운드와 OpenAI 호환 클라이언트에서 동일한 공개 model ID를 사용하세요.
생각 수준(thinking level) 선택
Gemini 3.8 Flash는 low, medium, high thinking을 지원합니다. Minimal thinking은 지원되지 않습니다.
추론을 위한 여유 공간 확보
thinking과 눈에 보이는 답변을 모두 수용할 수 있도록 max_tokens를 충분히 높게 설정하세요. 한도가 작으면 텍스트가 표시되기 전에 모두 소진될 수 있습니다.
Chat Completions 요청 POST 전송
점진적 출력이 유용한 경우 model "gemini-3.8-flash" 및 stream=true를 설정하여 POST https://aireiter.com/api/v1/chat/completions를 호출하세요.
사용량 확인
반환 시 prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens 및 prompt_tokens_details.cached_tokens를 확인하세요.
Gemini 3.8 Flash API 질문
프로덕션 트래픽을 라우팅하기 전에 확인해야 할 실질적인 세부 정보입니다.
/ 01Gemini 3.8 Flash의 model ID는 무엇인가요?
gemini-3.8-flash를 사용하세요. AIReiter 내부 모델 키는 chat-gemini-3.8-flash입니다.
/ 02어떤 엔드포인트를 사용해야 하나요?
AIReiter API 키와 OpenAI 호환 요청 본문을 사용하여 POST https://aireiter.com/api/v1/chat/completions를 호출하세요.
/ 03Gemini 3.8 Flash는 스트리밍을 지원하나요?
예. stream을 true로 설정하여 점진적인 Chat Completions SSE 이벤트를 수신할 수 있습니다.
/ 04컨텍스트 윈도우 크기는 얼마나 되나요?
공식 컨텍스트 윈도우는 1,048,576 토큰이며, 최대 65,536개의 출력 토큰을 지원합니다.
/ 05출력 토큰 사용량이 눈에 보이는 텍스트보다 많은 이유는 무엇인가요?
Thinking 토큰은 출력 요금 청구에 포함됩니다. 지연 시간에 민감하거나 일상적인 요청의 경우 thinking level을 낮추세요.
/ 06캐시 적중은 어떻게 확인하나요?
usage.prompt_tokens_details.cached_tokens를 확인하세요. 프롬프트가 반복된다고 해서 접두사가 재사용되었음을 입증하지는 않습니다.
/ 07temperature와 top_p를 사용할 수 있나요?
Gemini 3.8 Flash 마이그레이션 가이드에서는 temperature, top_p 및 top_k를 제거할 것을 권장합니다. 대신 thinking-level 제어를 사용하세요.
/ 08현재 공식 요금은 얼마인가요?
2026년 12월 31일까지 적용되는 프로모션 표준 요금은 100만 토큰당 입력 $0.75, 출력 $3.75, 캐시된 입력 $0.075입니다.