AIREITER
GoogleText Chat

Gemini 3.8 Flash

Experimente o Gemini 3.8 Flash online para codificação de longo contexto, agentes autônomos, fluxos de trabalho corporativos, streaming de saída e acesso à API compatível com OpenAI.

EntradaOficial $0.75 por 1 milhao de tokensAIReiter $0.225 por 1 milhao de tokensSaídaOficial $3.75 por 1 milhao de tokensAIReiter $1.125 por 1 milhao de tokensLeitura de cacheOficial $0.075 por 1 milhao de tokensAIReiter $0.0225 por 1 milhao de tokens
Executar com API

ENTRADA

SAÍDA

Example
Generated in
42.7 seconds
Token de entrada
134
Token de saída
2354
Tokens per second
55.13 tokens / second
Time to first token
-

Detalhes do modelo

Use a mesma chave de modelo no Playground, nas solicitações da API e nos fluxos de trabalho internos.

ID do modelo
gemini-3.8-flash
Provedor
Google
Protocolo
OpenAI Chat Completions
Janela de contexto
1,048,576 tokens
Saída máxima
65,536 tokens
Token de entrada
22.5 créditos / 1 mi de tokens
Token de saída
112.5 créditos / 1 mi de tokens
Leitura de cache
2.25 créditos / 1 mi de tokens
Gravação de cache
-

O Que Você Pode Fazer com o Gemini 3.8 Flash

Um modelo Flash rápido com janela de contexto de um milhão de tokens, pensamento ajustável e profundidade de raciocínio suficiente para trabalhos reais de engenharia.

Codificação de longo contexto

Analise grandes repositórios, rastreie alterações entre arquivos e mantenha o contexto de trabalho em uma única requisição em vez de juntar vários prompts curtos.

Etapas de agentes autônomos

Use esforço de pensamento baixo, médio ou alto para equilibrar velocidade e precisão no planejamento, na orquestração de ferramentas, na verificação e na recuperação.

Trabalho com documentos corporativos

Processe especificações extensas, conjuntos de políticas e registros operacionais preservando as relações entre seções e decisões.

Respostas em streaming

Faça o streaming de saídas parciais por meio do endpoint Chat Completions compatível com OpenAI e inspecione o uso de entrada, saída e raciocínio após cada chamada.

Casos de Uso do Gemini 3.8 Flash

Escolha-o quando a tarefa for ampla demais para um modelo de chat pequeno, mas não exigir uma rota mais lenta de modelo topo de linha.
01

Refatoração de múltiplos arquivos

Mapeie dependências, proponha uma sequência segura de edições e explique as alterações de código resultantes em um projeto grande.

02

Pesquisa e síntese

Combine notas extensas, relatórios e evidências estruturadas em um resumo conciso com premissas explícitas e próximas etapas.

03

Orquestração de agentes

Gerencie os turnos frequentes de planejamento e verificação em um loop de agente e reserve modelos premium para as decisões mais difíceis.

04

Trabalho de conhecimento em alto volume

Execute fluxos de trabalho de classificação, extração, redação e revisão com um nível de pensamento configurável e contabilidade de tokens previsível.

Preços do Gemini 3.8 Flash

O preço padrão introdutório do Google até 31 de dezembro de 2026 é de US$ 0,75 para entrada, US$ 3,75 para saída e US$ 0,075 para entrada em cache por milhão de tokens. A AIReiter cobra atualmente 30% dessas tarifas; o preço em tempo real é exibido acima do playground.
01

A saída inclui o pensamento

O Google fatura tokens de pensamento como tokens de saída. Portanto, uma tarefa difícil pode custar mais do que a resposta visível sugere.

02

Leituras de cache têm taxa própria

Prefixos estáveis repetidos podem usar o cache de contexto. Confirme um acerto nos detalhes de uso da resposta antes de estimar a taxa menor de entrada em cache.

03

Contexto de um milhão de tokens

A janela de contexto é grande o suficiente para prompts em escala de repositório e conjuntos longos de documentos, enquanto a saída máxima é de 64K tokens.

04

O período introdutório é importante

As taxas introdutórias listadas são válidas até 31 de dezembro de 2026; o Google documenta taxas padrão mais altas a partir de 1º de janeiro de 2027.

Gemini 3.8 Flash vs Gemini 3.7 Flash

Ambas as gerações Flash compartilham o mesmo preço introdutório e contexto de um milhão de tokens. Escolha com base no fluxo de trabalho que você precisa executar, não apenas no número da versão.

Mesmo preço, geração mais recente

O Google lista as mesmas tarifas padrão introdutórias para o Gemini 3.8 Flash e o Gemini 3.7 Flash até 31 de dezembro de 2026: US$ 0,75 para entrada, US$ 3,75 para saída e US$ 0,075 para entrada em cache por milhão de tokens.

O 3.8 é voltado para tarefas mais longas

O Gemini 3.8 Flash é posicionado para engenharia de software de longo alcance, agentes autônomos e fluxos de trabalho corporativos complexos. Use-o quando o modelo precisar planejar, verificar e continuar ao longo de várias etapas.

O 3.7 continua sendo uma alternativa prática

Mantenha o Gemini 3.7 Flash para uma rota de produção existente com um conjunto estável de avaliação. Mudar para o 3.8 é apenas uma alteração de ID do modelo, mas suas métricas de respostas aceitas e latência devem orientar a implementação.

Compare a saída total, não o preço de tabela

Ambos os modelos contabilizam tokens de pensamento como saída. Uma rota que requer menos tentativas ou conclui uma tarefa em uma única etapa pode ser mais barata, mesmo que sua resposta visível seja mais longa.

Chame a API do Gemini 3.8 Flash

Use o mesmo ID de modelo público no playground e em seu cliente compatível com a OpenAI.

01

Escolha um nível de pensamento

O Gemini 3.8 Flash suporta pensamento low, medium e high. O pensamento minimal não é suportado.

02

Deixe espaço para o raciocínio

Defina max_tokens alto o suficiente para o pensamento somado à resposta visível. Um limite baixo pode ser consumido antes que o texto apareça.

03

Envie a requisição POST de Chat Completions

Chame POST https://aireiter.com/api/v1/chat/completions com model "gemini-3.8-flash" e stream=true quando a saída incremental for útil.

04

Inspecione o uso

Leia prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens e prompt_tokens_details.cached_tokens quando retornados.

Perguntas sobre a API do Gemini 3.8 Flash

Os detalhes práticos a serem confirmados antes de direcionar o tráfego de produção.

/ 01

Qual é o ID de modelo do Gemini 3.8 Flash?

Use gemini-3.8-flash. A chave de modelo interna da AIReiter é chat-gemini-3.8-flash.

/ 02

Qual endpoint devo usar?

Use POST https://aireiter.com/api/v1/chat/completions com uma chave de API da AIReiter e o corpo de requisição compatível com a OpenAI.

/ 03

O Gemini 3.8 Flash suporta streaming?

Sim. Defina stream como true para receber eventos SSE incrementais do Chat Completions.

/ 04

Qual é o tamanho da janela de contexto?

A janela de contexto documentada é de 1.048.576 tokens, com até 65.536 tokens de saída.

/ 05

Por que o uso de tokens de saída é maior que o texto visível?

Os tokens de pensamento estão incluídos no faturamento de saída. Reduza o nível de pensamento para solicitações rotineiras ou sensíveis à latência.

/ 06

Como confirmo um hit de cache?

Verifique usage.prompt_tokens_details.cached_tokens. Um prompt repetido por si só não comprova que o prefixo foi reutilizado.

/ 07

Posso usar temperature e top_p?

As orientações de migração do Gemini 3.8 Flash recomendam remover temperature, top_p e top_k. Em vez disso, use o controle de nível de pensamento.

/ 08

Quais são as tarifas oficiais atuais?

As tarifas padrão de lançamento são de $0,75 para entrada, $3,75 para saída e $0,075 para entrada em cache por milhão de tokens até 31 de dezembro de 2026.