Возможности Gemini 3.8 Flash
Быстрая модель Flash с контекстным окном в один миллион токенов, настраиваемым уровнем рассуждений и достаточной глубиной логики для решения реальных инженерных задач.
Кодинг с большим контекстом
Анализируйте крупные репозитории, отслеживайте изменения между файлами и храните рабочий контекст в одном запросе вместо объединения множества коротких промптов.
Автономные шаги агентов
Используйте низкий, средний или высокий уровень рассуждений (thinking effort) для баланса скорости и точности на этапах планирования, вызова инструментов, верификации и восстановления после ошибок.
Работа с корпоративной документацией
Обрабатывайте объемные спецификации, базы регламентов и операционные журналы, сохраняя взаимосвязи между разделами и принятыми решениями.
Потоковые ответы
Получайте потоковый вывод через совместимый с OpenAI эндпоинт Chat Completions и отслеживайте расход токенов на вход, выход и рассуждения после каждого вызова.
Сценарии использования Gemini 3.8 Flash
Многофайловый рефакторинг
Определяйте зависимости, предлагайте безопасную последовательность правок и комментируйте итоговые изменения кода в рамках всего масштабного проекта.
Анализ и синтез данных
Объединяйте длинные заметки, отчеты и структурированные факты в краткие сводки с четкими предположениями и следующими шагами.
Оркестрация агентов
Выполняйте частые итерации планирования и проверки в цикле работы агента, оставляя более тяжелые флагманские модели для самых сложных решений.
Массовая обработка информации
Запускайте процессы классификации, извлечения данных, составления черновиков и рецензирования с гибко настраиваемым уровнем логических рассуждений и предсказуемым расходом токенов.
Цены на Gemini 3.8 Flash
Рассуждения включаются в исходящий трафик
Google тарифицирует токены рассуждений (thinking tokens) как выходные токены. Поэтому сложная задача может стоить дороже, чем кажется по объему итогового ответа.
Чтение из кэша тарифицируется отдельно
Повторяющиеся стабильные префиксы могут использовать кэширование контекста. Проверяйте статус попадания в кэш в деталях ответа перед расчетом стоимости по сниженному тарифу.
Контекстное окно в 1 миллион токенов
Размер контекстного окна достаточен для загрузки целых репозиториев и больших пакетов документов, при этом максимальный объем ответа составляет 64K токенов.
Срок действия промо-тарифов
Указанные промо-цены действуют до 31 декабря 2026 года; согласно документации Google, с 1 января 2027 года вступают в силу более высокие стандартные тарифы.
Gemini 3.8 Flash против Gemini 3.7 Flash
Оба поколения Flash имеют одинаковую вводную цену и контекст в миллион токенов. Выбирайте модель исходя из решаемых задач, а не только из номера версии.
Та же цена, более новое поколение
Google указывает одинаковые вводные стандартные тарифы для Gemini 3.8 Flash и Gemini 3.7 Flash до 31 декабря 2026 года: $0,75 за вход, $3,75 за выход и $0,075 за кэшированный вход на миллион токенов.
3.8 ориентирована на длительные задачи
Gemini 3.8 Flash предназначена для долгосрочной программной инженерии, автономных агентов и сложных корпоративных рабочих процессов. Используйте её, когда модели необходимо планировать, проверять и продолжать работу на протяжении множества шагов.
3.7 остаётся практичным запасным вариантом
Сохраните Gemini 3.7 Flash для существующего продакшн-маршрута со стабильным набором тестов. Переход на 3.8 — это просто смена идентификатора модели, но решение о развёртывании стоит принимать на основе метрик качества ответов и задержки.
Сравнивайте общий объём вывода, а не базовую цену
Обе модели учитывают токены рассуждения как вывод. Маршрут, требующий меньше повторных попыток или выполняющий задачу за один проход, может оказаться дешевле, даже если его видимый ответ длиннее.
Вызов Gemini 3.8 Flash API
Используйте один и тот же публичный идентификатор модели в плейграунде и в вашем OpenAI-совместимом клиенте.
Выберите уровень рассуждения
Gemini 3.8 Flash поддерживает уровни рассуждения low, medium и high. Режим minimal thinking не поддерживается.
Оставьте запас для рассуждений
Установите max_tokens достаточно высоким для рассуждений и видимого ответа. При слишком низком лимите токены могут израсходоваться ещё до появления текста.
Отправьте POST-запрос к Chat Completions
Вызовите POST https://aireiter.com/api/v1/chat/completions с моделью "gemini-3.8-flash" и stream=true, если требуется потоковый вывод.
Проверяйте использование токенов
Считывайте prompt_tokens, completion_tokens, completion_tokens_details.reasoning_tokens и prompt_tokens_details.cached_tokens при получении ответа.
Вопросы по Gemini 3.8 Flash API
Практические детали, которые стоит проверить перед направлением продакшн-трафика.
/ 01Какой идентификатор модели у Gemini 3.8 Flash?
Используйте gemini-3.8-flash. Внутренний ключ модели в AIReiter — chat-gemini-3.8-flash.
/ 02Какой endpoint мне использовать?
Используйте POST https://aireiter.com/api/v1/chat/completions с API-ключом AIReiter и OpenAI-совместимым телом запроса.
/ 03Поддерживает ли Gemini 3.8 Flash стриминг?
Да. Установите stream в true, чтобы получать инкрементальные SSE-события Chat Completions.
/ 04Каков размер контекстного окна?
Заявленное контекстное окно составляет 1 048 576 токенов, с выводом до 65 536 токенов.
/ 05Почему расход токенов вывода выше, чем объём видимого текста?
Токены рассуждений учитываются в тарификации вывода (output). Снизьте thinking level для типовых или чувствительных к задержке запросов.
/ 06Как подтвердить cache hit?
Проверьте usage.prompt_tokens_details.cached_tokens. Сам по себе повторный промпт не доказывает, что префикс был использован повторно.
/ 07Можно ли использовать temperature и top_p?
Руководство по миграции на Gemini 3.8 Flash рекомендует отказаться от temperature, top_p и top_k. Вместо этого используйте настройку thinking-level.
/ 08Каковы текущие официальные тарифы?
Ознакомительные стандартные тарифы до 31 декабря 2026 года составляют $0.75 за input, $3.75 за output и $0.075 за cached input на миллион токенов.