AIREITER
GoogleText Chat

Gemini 3.8 Flash

線上體驗 Gemini 3.8 Flash,適用於長上下文程式碼編寫、自主 Agent、企業工作流程、串流輸出以及與 OpenAI 相容的 API 存取。

输入官方 $0.75 每 100 萬 TokensAIReiter $0.225 每 100 萬 Tokens输出官方 $3.75 每 100 萬 TokensAIReiter $1.125 每 100 萬 Tokens缓存读取官方 $0.075 每 100 萬 TokensAIReiter $0.0225 每 100 萬 Tokens
使用 API 執行

輸入

輸出

Example
Generated in
42.7 seconds
輸入 Token
134
輸出 Token
2354
Tokens per second
55.13 tokens / second
Time to first token
-

模型詳情

在 Playground、API 請求與內部工作流程中使用相同的模型鍵。

模型 ID
gemini-3.8-flash
供應商
Google
協定
OpenAI Chat Completions
上下文視窗
1,048,576 Token
最大輸出
65,536 Token
輸入 Token
22.5 credits / 1M Token
輸出 Token
112.5 credits / 1M Token
快取讀取
2.25 credits / 1M Token
快取寫入
-

您可以透過 Gemini 3.8 Flash 實現的功能

快速的 Flash 模型,具備百萬 Token 的上下文視窗、可調節的思考模式,以及足以應付實際工程任務的推理深度。

長上下文程式編寫

審查大型程式庫、追蹤跨檔案變更,並在單一請求中保留完整工作上下文,無需拼接多個簡短提示詞。

自主 Agent 執行步驟

利用低、中、高不同程度的思考深度(thinking effort),在規劃、工具調度、驗證與復原過程中平衡速度與準確度。

企業級文件處理

處理長篇規格書、政策彙編和營運記錄,同時完整保留各章節與決策之間的關聯性。

串流式回答

透過與 OpenAI 相容的 Chat Completions 端點進行即時串流輸出,並在每次呼叫後檢視輸入、輸出及推理用量。

Gemini 3.8 Flash 應用場景

當任務規模過大而不適合小型對話模型,但又無需使用速度較慢的旗艦級模型時,此模型為最佳選擇。
01

多檔案重構

梳理依賴關係、提出安全的修改順序,並解釋大型專案中產生的程式碼變更。

02

研究與資訊綜整

將長篇筆記、報告和結構化證據整合成精煉的摘要簡報,並列出明確的假設與後續行動。

03

Agent 調度協同

處理 Agent 迴圈中頻繁的規劃與驗證輪次,並將頂級旗艦模型保留給最關鍵的決策。

04

大量知識型工作

以可配置的思考層級和可預測的 Token 計費,執行分類、擷取、草擬與審查工作流程。

Gemini 3.8 Flash 定價

Google 截至 2026 年 12 月 31 日的上市標準定價為每百萬 token 輸入 $0.75、輸出 $3.75、快取輸入 $0.075。AIReiter 目前僅收取該費率的 30%;即時價格顯示在 playground 上方。
01

輸出計費包含思考過程

Google 將思考 Token(thinking tokens)計入輸出 Token 計費。因此,複雜任務的成本可能會高於最終可見回答所預估的費用。

02

快取讀取採獨立費率

重複出現的固定前綴可利用上下文快取(context caching)。在估算較低的快取輸入費率前,請先確認回應的使用量明細中是否命中快取。

03

百萬 Token 上下文

上下文視窗容量龐大,足以容納整個程式庫規模的提示詞與長篇文件集,最大輸出可達 64K tokens。

04

注意優惠期定價

目前列出的推廣期優惠費率適用至 2026 年 12 月 31 日;Google 官方文件顯示自 2027 年 1 月 1 日起將採用較高的標準費率。

Gemini 3.8 Flash 與 Gemini 3.7 Flash

這兩代 Flash 模型享有相同的上市價格與百萬 token 上下文長度。請根據您需要執行的工作流程進行選擇,而非僅依據版本號。

相同價格,全新世代

Google 在 2026 年 12 月 31 日前為 Gemini 3.8 Flash 和 Gemini 3.7 Flash 列出相同的上市標準費率:每百萬 token 輸入 $0.75、輸出 $3.75、快取輸入 $0.075。

3.8 專為長週期任務打造

Gemini 3.8 Flash 專為長週期軟體工程、自主代理和複雜的企業工作流程定位。當模型需要在多個步驟中進行規劃、驗證和接續執行時,請使用此模型。

3.7 仍是實用的備用方案

針對具有穩定評估集的現有正式環境路由,可保留 Gemini 3.7 Flash。切換到 3.8 僅需變更 model ID,但應根據您的採納答案率與延遲指標來決定上線時程。

比較總輸出消耗,而非標牌定價

這兩款模型都將思考 token 計入輸出。若某個路由所需的重試次數較少,或能在單次呼叫中完成任務,即使可見的回覆較長,整體成本仍可能更低。

呼叫 Gemini 3.8 Flash API

在 playground 和與 OpenAI 相容的用戶端中使用相同的公開 model ID。

01

選擇思考等級

Gemini 3.8 Flash 支援 low、medium 和 high 思考等級。不支援 minimal 思考等級。

02

為推理過程預留空間

請將 max_tokens 設得足夠大,以容納思考過程加上可見回覆。若設定限制過小,可能在文字出現前就被耗盡。

03

發送 Chat Completions POST 請求

呼叫 POST https://aireiter.com/api/v1/chat/completions,並指定 model 為 "gemini-3.8-flash";如需增量輸出,可設定 stream=true。

04

檢查用量

在回傳時讀取 prompt_tokens、completion_tokens、completion_tokens_details.reasoning_tokens 以及 prompt_tokens_details.cached_tokens。

Gemini 3.8 Flash API 常見問題

在將流量導向正式環境前需確認的實務細節。

/ 01

Gemini 3.8 Flash 的 model ID 是什麼?

使用 gemini-3.8-flash。AIReiter 內部 model key 為 chat-gemini-3.8-flash。

/ 02

我應該使用哪個 endpoint?

使用 AIReiter API 金鑰並搭配與 OpenAI 相容的請求主體發送 POST https://aireiter.com/api/v1/chat/completions。

/ 03

Gemini 3.8 Flash 是否支援串流?

支援。將 stream 設為 true 即可接收增量 Chat Completions SSE 事件。

/ 04

上下文視窗有多大?

官方記錄的上下文視窗為 1,048,576 個 token,輸出最高可達 65,536 個 token。

/ 05

為什麼輸出 token 的用量會高於可見文字?

Thinking token 會計入輸出費用。對於延遲敏感或例行性的請求,請降低思考層級 (thinking level)。

/ 06

我要如何確認快取命中?

請檢查 usage.prompt_tokens_details.cached_tokens。僅有重複的 prompt 並不代表前綴已被重複使用。

/ 07

我可以使用 temperature 和 top_p 嗎?

Gemini 3.8 Flash 遷移指南建議移除 temperature、top_p 和 top_k,改為使用思考層級 (thinking-level) 控制。

/ 08

目前的官方費率是多少?

截至 2026 年 12 月 31 日前,初期標準費率為每百萬 token 輸入 $0.75 美元、輸出 $3.75 美元,以及快取輸入 $0.075 美元。