Gemini 3.8 Flash est le modèle Flash le plus intelligent de Google ; sa page officielle le décrit comme conçu pour l'ingénierie logicielle de long horizon, les agents autonomes et les flux de travail d'entreprise complexes.
- Entrée
- texte image audio vidéo $0.75/M
- Sortie
- texte $3.75/M
- Entrée audio
- $0.75/M
- Lecture de cache
- $0.075/M
- Contexte
- 1M
- vs GPT-4o
- ~85% moins cher
- Coupure des connaissances
- 2026-03
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en perspective
Position du prix parmi 70 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 048 576 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
| Coupure des connaissances | 2026-03 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 4 096 |
Réflexion
| Paramètre | reasoning_effort |
|---|---|
| Valeurs | minimal · low · medium · high les valeurs acceptées sont celles du fournisseur |
Modèle
| Modalités | texte + image + audio + vidéo → texte |
|---|
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, mesuré via la passerelle
Gemini 3.8 Flash réussi · 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.
sortie 705 tok (+624 réflexion) latence 6.4 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
Gemini 3.8 Flash réussi · 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.
sortie 1393 tok (+1149 réflexion) latence 10.1 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Gemini 3.8 Flash réussi · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
sortie 3989 tok (+3932 réflexion) latence 30.4 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
Gemini 3.8 Flash réussi · 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.
sortie 3833 tok (+3688 réflexion) latence 21.8 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez Gemini 3.8 Flash en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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(""));À propos de Gemini 3.8 Flash
- Il accepte texte, images, audio et vidéo et renvoie du texte, de sorte qu'un seul appel peut raisonner à la fois sur une capture d'écran, un enregistrement et une invite, sans enchaîner plusieurs modèles.
- Le point de tarification à anticiper est que le tarif publié est introductif et non définitif : $0.75 par million de tokens en entrée et $3.75 par million en sortie s'appliquent jusqu'au 31 décembre 2026, et les deux doublent le 1er janvier 2027, à $1.50 et $7.50.
- La mise en cache du contexte évolue à la même date, de $0.075 à $0.15 par million de tokens lus, et les frais de stockage horaires passent de $0.50 à $1.00 par million de tokens et par heure.
- Tout dimensionnement établi sur le prix actuel mérite d'être revérifié avant la fin de l'année plutôt qu'après.
- Le prix de sortie inclut les tokens de réflexion : une réponse à forte charge de raisonnement est facturée sur la trace complète et non sur le seul texte visible ; budgétez le maximum de tokens de sortie en conséquence.
- Le tableau Standard publié par Google indique un tarif d'entrée unique, sans palier lié à la longueur du contexte ni ligne distincte pour l'audio ou la vidéo : une invite longue et les entrées multimédias sont donc facturées au tarif du texte.
- Le grounding avec Google Search et avec Google Maps disposent chacun d'un quota mensuel gratuit partagé par toute la famille Gemini 3 avant le déclenchement de la facturation à la requête.
- Synthorai le propose via le point de terminaison chat completions compatible OpenAI : il s'intègre à une installation existante sans client spécifique à Google.
FAQ
Peut-on essayer l'API Gemini 3.8 Flash gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.75/M de tokens en entrée, ce crédit couvre à lui seul environ 166 requêtes de ~8K tokens sur Gemini 3.8 Flash.
Quels sont les points forts de Gemini 3.8 Flash ?
Le Flash le plus intelligent pour les agents de long horizon ; le tarif introductif double le 1er janvier 2027 ; pas de palier de contexte ni de surcoût de modalité. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Gemini 3.8 Flash ?
Sur Synthorai, Gemini 3.8 Flash coûte $0.75 par million de tokens en entrée et $3.75 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.075/M.
Quelle est la fenêtre de contexte de Gemini 3.8 Flash ?
Gemini 3.8 Flash dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
Gemini 3.8 Flash prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.075/M contre $0.75/M hors cache ; les prompts doivent avoir un préfixe stable de 4,096 tokens pour être mis en cache. Guide de mise en cache des prompts →
Comment obtenir l'accès à Gemini 3.8 Flash ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="gemini-3.8-flash", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Quelle est la date de coupure des connaissances de Gemini 3.8 Flash ?
Date de coupure des connaissances de Gemini 3.8 Flash : 2026-03, selon la documentation officielle du fournisseur (au 2026-09-03).
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.