Gemini 3.8 Flash は Google の最も高性能な Flash モデルで、公式ページでは長期にわたるソフトウェア開発、自律エージェント、複雑なエンタープライズワークフロー向けに設計されたと説明されています。
- 入力
- テキスト 画像 音声 動画 $0.75/M
- 出力
- テキスト $3.75/M
- 音声入力
- $0.75/M
- キャッシュ読み取り
- $0.075/M
- コンテキスト
- 1M
- GPT-4o 比
- 約 85% 割安
- 知識カットオフ
- 2026-03
ベンチマーク
ベンダー公表値： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種の 70 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,048,576 |
|---|---|
| 最大出力（ベンダー仕様） | 65,536 |
| 知識カットオフ | 2026-03 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 + 明示 |
|---|---|
| 最小プレフィックス | 4,096 |
思考
| パラメータ | reasoning_effort |
|---|---|
| 値 | minimal · low · medium · high 指定できる値はプロバイダーによって異なる |
モデル
| モダリティ | テキスト + 画像 + 音声 + 動画 → テキスト |
|---|
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.
1 つのプロンプトを実行（ゲートウェイ経由で測定）
Gemini 3.8 Flash 合格 · 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.
出力 705 tok (+624 思考) レイテンシ 6.4 s
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
Gemini 3.8 Flash 合格 · 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.
出力 1393 tok (+1149 思考) レイテンシ 10.1 s
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
Gemini 3.8 Flash 合格 · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
出力 3989 tok (+3932 思考) レイテンシ 30.4 s
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
Gemini 3.8 Flash 合格 · 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.
出力 3833 tok (+3688 思考) レイテンシ 21.8 s
制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で Gemini 3.8 Flash を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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(""));Gemini 3.8 Flash について
- テキスト・画像・音声・動画を入力として受け取りテキストを返すため、複数のモデルをパイプラインでつながなくても、1 回の呼び出しでスクリーンショットと録音とプロンプトをまとめて推論できます。
- 料金で先に織り込んでおくべき点は、公開されているレートが確定価格ではなく**導入価格**だということです。
- 100 万入力トークンあたり $0.75、100 万出力トークンあたり $3.75 は 2026 年 12 月 31 日まで有効で、2027 年 1 月 1 日にいずれも 2 倍の $1.50 と $7.50 になります。
- コンテキストキャッシュも同日に変わり、読み取りは 100 万トークンあたり $0.075 から $0.15 へ、時間あたりの保管料は 100 万トークン・時間あたり $0.50 から $1.00 へ上がります。
- 現在の価格で見積もったものは、年明け後ではなく年内に見直しておくのが得策です。
- 出力価格には思考トークンが含まれるため、推論の重い回答は可視のテキストだけでなく全トレースに対して課金されます。
- 最大出力トークンはその前提で設定してください。
- Google が公開している Standard の表には入力レートが 1 つしかなく、コンテキスト長による段階も、音声や動画の独立した行もありません。
- したがって長いプロンプトもメディア入力もテキストと同じレートで課金されます。
- Google 検索によるグラウンディングと Google マップによるグラウンディングには、それぞれ Gemini 3 ファミリー全体で共有される月間無料枠があり、それを超えてからリクエスト単位の課金が始まります。
- Synthorai は OpenAI 互換の chat completions エンドポイントで提供しているため、Google 専用クライアントなしに既存の実装へそのまま組み込めます。
よくある質問
Gemini 3.8 Flash API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $0.75/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを Gemini 3.8 Flash に約 166 回送れます。
Gemini 3.8 Flash は何が得意ですか？
長期エージェント向けの最上位 Flash、導入価格は 2027 年 1 月 1 日に 2 倍、コンテキスト段階もモダリティ追加料金もなし。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
Gemini 3.8 Flash の料金はいくらですか？
Synthorai での Gemini 3.8 Flash の料金は、入力 100 万トークンあたり $0.75、出力 100 万トークンあたり $3.75 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.075/M で課金されます。
Gemini 3.8 Flash のコンテキスト長はどれくらいですか？
Gemini 3.8 Flash のコンテキストウィンドウは 1M トークンです。1 回の応答で出力できるのは最大 65,536 トークンです。
Gemini 3.8 Flash はプロンプトキャッシュに対応していますか？
はい。自動キャッシュがデフォルトで有効なうえ、確実な割引を得られる明示モードもあります。キャッシュ済み入力トークンは $0.075/M（未キャッシュは $0.75/M）で課金されます。なお、キャッシュには 4,096 トークン以上の、内容が変わらないプレフィックスが必要です。 プロンプトキャッシュガイド →
Gemini 3.8 Flash を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="gemini-3.8-flash" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
Gemini 3.8 Flash の知識カットオフはいつですか？
ベンダー公式ドキュメントによると、Gemini 3.8 Flash の知識カットオフは 2026-03 です（2026-09-03 時点）。
関連モデル
比較
このページの値は、すべてベンダー自身のドキュメント（上部にリンクがあります）から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。