O Gemini 3.8 Flash é o modelo Flash mais inteligente do Google; a página oficial o descreve como projetado para engenharia de software de longo horizonte, agentes autônomos e fluxos de trabalho empresariais complexos.
- Entrada
- texto imagem áudio vídeo $0.75/M
- Saída
- texto $3.75/M
- Entrada de áudio
- $0.75/M
- Leitura de cache
- $0.075/M
- Contexto
- 1M
- vs GPT-4o
- ~85% mais barato
- Corte de conhecimento
- 2026-03
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 70 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do provedor) | 65.536 |
| Corte de conhecimento | 2026-03 |
Cache de prompts
| Modo | automático + explícito |
|---|---|
| Prefixo mín. | 4.096 |
Raciocínio
| Parâmetro | reasoning_effort |
|---|---|
| Valores | minimal · low · medium · high o conjunto aceito é o do provedor |
Modelo
| Modalidades | texto + imagem + áudio + 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.
conforme documentação oficial da Google ↗
Um prompt, medido pelo gateway
Gemini 3.8 Flash passou · 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.
saída 705 tok (+624 raciocínio) latência 6.4 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Gemini 3.8 Flash passou · 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.
saída 1393 tok (+1149 raciocínio) latência 10.1 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Gemini 3.8 Flash passou · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": null } ```
saída 3989 tok (+3932 raciocínio) latência 30.4 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Gemini 3.8 Flash passou · 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.
saída 3833 tok (+3688 raciocínio) latência 21.8 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Gemini 3.8 Flash em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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(""));Sobre o Gemini 3.8 Flash
- Ele aceita texto, imagens, áudio e vídeo e devolve texto, de modo que uma única chamada consegue raciocinar ao mesmo tempo sobre uma captura de tela, uma gravação e um prompt, em vez de encadear vários modelos em um pipeline.
- O detalhe de preço que exige planejamento é que a tarifa publicada é introdutória e não definitiva: $0.75 por milhão de tokens de entrada e $3.75 por milhão de tokens de saída valem até 31 de dezembro de 2026, e ambas dobram em 1º de janeiro de 2027, para $1.50 e $7.50.
- O cache de contexto muda na mesma data, de $0.075 para $0.15 por milhão de tokens lidos, e a cobrança de armazenamento por hora sobe de $0.50 para $1.00 por milhão de tokens por hora.
- Qualquer dimensionamento feito com o preço atual vale ser refeito antes da virada do ano, e não depois.
- O preço de saída inclui os tokens de raciocínio, portanto uma resposta com muito raciocínio é cobrada sobre o rastro completo e não apenas sobre o texto visível; orce o máximo de tokens de saída considerando isso.
- A tabela Standard publicada pelo Google traz uma única tarifa de entrada, sem degrau por comprimento de contexto e sem linha separada para áudio ou vídeo, de modo que um prompt longo e entradas de mídia são cobrados à mesma tarifa do texto.
- O grounding com o Google Search e com o Google Maps têm, cada um, uma franquia mensal gratuita compartilhada por toda a família Gemini 3 antes de começarem as cobranças por requisição.
- A Synthorai o oferece pelo endpoint de chat completions compatível com OpenAI, então ele entra em uma integração existente sem um cliente específico do Google.
Perguntas frequentes
A API do Gemini 3.8 Flash é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.75/M de tokens de entrada, só esse crédito já cobre cerca de 166 requisições de ~8K tokens ao Gemini 3.8 Flash.
Em que o Gemini 3.8 Flash é melhor?
O Flash mais inteligente para agentes de longo horizonte; o preço introdutório dobra em 1º de janeiro de 2027; sem degrau de contexto nem sobretaxa de modalidade. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Gemini 3.8 Flash?
Na Synthorai, o Gemini 3.8 Flash custa $0.75 por milhão de tokens de entrada e $3.75 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.075/M.
Qual é a janela de contexto do Gemini 3.8 Flash?
O Gemini 3.8 Flash tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.
O Gemini 3.8 Flash suporta cache de prompts?
Sim: o cache automático vem ativado por padrão, com um modo explícito para economia garantida. Tokens de entrada em cache são cobrados a $0.075/M, contra $0.75/M sem cache; os prompts precisam de um prefixo estável de 4,096 tokens para entrar em cache. Guia de cache de prompts →
Como obtenho acesso ao Gemini 3.8 Flash?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="gemini-3.8-flash" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Gemini 3.8 Flash?
O corte de conhecimento do Gemini 3.8 Flash é 2026-03, segundo a documentação oficial do provedor (verificado em 2026-09-03).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.