Gemini 3.8 Flash es el modelo Flash más inteligente de Google; su página oficial lo describe como diseñado para ingeniería de software de largo horizonte, agentes autónomos y flujos de trabajo empresariales complejos.
- Entrada
- texto imagen audio vídeo $0.75/M
- Salida
- texto $3.75/M
- Entrada de audio
- $0.75/M
- Lectura de caché
- $0.075/M
- Contexto
- 1M
- vs GPT-4o
- ~85% más barato
- Corte de conocimiento
- 2026-03
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 70 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.048.576 |
|---|---|
| Salida máxima (especificación del proveedor) | 65.536 |
| Corte de conocimiento | 2026-03 |
Caché de prompts
| Modo | automático + explícito |
|---|---|
| Prefijo mín. | 4096 |
Razonamiento
| Parámetro | reasoning_effort |
|---|---|
| Valores | minimal · low · medium · high los valores aceptados los define el proveedor |
Modelo
| Modalidades | texto + imagen + audio + vídeo → texto |
|---|
Google's most intelligent Flash model, engineered for long-horizon software engineering, autonomous agents and complex enterprise workflows. The output price includes thinking tokens. The published rate is introductory: input and output both double on 1 January 2027, and context caching read and hourly storage double with them.
Un prompt, medido a través de la pasarela
Gemini 3.8 Flash superado · 3 sentences
When we enabled reasoning, the model began generating hidden "thinking tokens" to work through logic step-by-step before producing a final answer. Because AI vendors bill for every single token processed—visible or not—this internal deliberation dramatically inflated our billable volume per query. In short, while our total number of user requests remained flat, the cost per transaction doubled to buy higher accuracy on complex tasks.
salida 705 tok (+624 razonamiento) latencia 6.4 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
Gemini 3.8 Flash superado · 8/8 cases
Here is the corrected function: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` ### Explanation of the Bug The original function counted equal-neighbor transitions rather than the actual items making up each run. Because `cur` started at `0` (and was reset to `0` on mismatches), every run was undercounted by one: single-element lists returned `0` because the loop never executed, and any subsequent run—including those ending at the last index—recorded a count of $N - 1$ instead of $N$. The fix handles empty input upfront, initializes both `cur` and `best` to `1` (since any single element forms a run of length 1), and resets `cur` to `1` whenever a new run begins.
salida 1393 tok (+1149 razonamiento) latencia 10.1 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
Gemini 3.8 Flash superado · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
salida 3989 tok (+3932 razonamiento) latencia 30.4 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
Gemini 3.8 Flash superado · 120 words, 0 banned, 1 question
Why pay multiple model providers for the exact same output? Introducing Universal Prompt Cache, our latest API gateway capability engineered to cut compute expenses and drop inference latency. When your application makes a call, the gateway inspects a central memory layer before routing traffic to external LLMs. If an identical query was previously processed by OpenAI, Anthropic, or Mistral, our gateway returns that response immediately. This shared cache eliminates duplicate token fees and insulates your production apps from vendor rate limits or unexpected downtime. Developers can easily customize expiration settings, enforce strict data privacy controls, and configure invalidation logic across every endpoint. Stop wasting your budget on repeated queries. Enable prompt caching in your dashboard to accelerate your pipeline today.
salida 3833 tok (+3688 razonamiento) latencia 21.8 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Gemini 3.8 Flash en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-3.8-flash",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-3.8-flash",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.8-flash",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-3.8-flash",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-3.8-flash")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Acerca de Gemini 3.8 Flash
- Acepta texto, imágenes, audio y vídeo y devuelve texto, de modo que una sola llamada puede razonar a la vez sobre una captura de pantalla, una grabación y un prompt en lugar de encadenar varios modelos.
- El detalle de precios que conviene planificar es que la tarifa publicada es introductoria, no definitiva: $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida se mantienen hasta el 31 de diciembre de 2026, y ambas se duplican el 1 de enero de 2027, hasta $1.50 y $7.50.
- El almacenamiento en caché de contexto cambia en la misma fecha, de $0.075 a $0.15 por millón de tokens leídos, y el cargo de almacenamiento por hora pasa de $0.50 a $1.00 por millón de tokens por hora.
- Cualquier cálculo hecho con el precio actual conviene revisarlo antes de fin de año, no después.
- El precio de salida incluye los tokens de razonamiento, así que una respuesta con mucho razonamiento se factura sobre la traza completa y no solo sobre el texto visible; presupuesta el máximo de tokens de salida teniendo eso en cuenta.
- La tabla Standard publicada por Google indica una única tarifa de entrada, sin escalón por longitud de contexto ni línea aparte para audio o vídeo, de modo que un prompt largo y la entrada multimedia se facturan a la misma tarifa que el texto.
- El grounding con Google Search y con Google Maps tienen cada uno una asignación mensual gratuita compartida por toda la familia Gemini 3 antes de que empiecen los cargos por solicitud.
- Synthorai lo ofrece a través del endpoint de chat completions compatible con OpenAI, así que se integra en una implementación existente sin un cliente específico de Google.
Preguntas frecuentes
¿Se puede probar gratis la API de Gemini 3.8 Flash?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $0.75/M de tokens de entrada, solo con ese crédito tienes para unas 166 solicitudes de ~8K tokens a Gemini 3.8 Flash.
¿En qué destaca Gemini 3.8 Flash?
El Flash más inteligente para agentes de largo horizonte; el precio introductorio se duplica el 1 de enero de 2027; sin escalón por contexto ni recargo por modalidad. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Gemini 3.8 Flash?
Gemini 3.8 Flash cuesta $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.075/M.
¿Cuál es la ventana de contexto de Gemini 3.8 Flash?
Gemini 3.8 Flash tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 65,536 tokens.
¿Gemini 3.8 Flash admite caché de prompts?
Sí: la caché automática viene activada por defecto y hay un modo explícito para garantizar el ahorro. Los tokens de entrada en caché se facturan a $0.075/M frente a $0.75/M sin caché; los prompts necesitan un prefijo estable de 4,096 tokens para entrar en caché. Guía de caché de prompts →
¿Cómo obtengo acceso a Gemini 3.8 Flash?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="gemini-3.8-flash" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
¿Cuál es la fecha de corte de conocimiento de Gemini 3.8 Flash?
La fecha de corte de conocimiento de Gemini 3.8 Flash es 2026-03, según la documentación oficial del proveedor (a fecha de 2026-09-03).
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.