Gemini 3.8 Flash — быстрая модель Google с контекстом 1M токенов

Gemini 3.8 Flash от Google доступна в каталоге PlusVibe через OpenAI-совместимый API. Это быстрая модель с окном в миллион токенов, приёмом изображений на входе и рассуждениями в режиме thinking, включёнными постоянно. Подходит для задач, где важны скорость и объём контекста, а не максимальное качество на сложных задачах — для этого в линейке есть Gemini 3.1 Pro.

Что изменилось относительно Gemini 3.7 Flash

Gemini 3.8 Flash — следующая версия внутри той же ветки семейства. По заявленным в каталоге характеристикам она не отличается от 3.7 Flash: то же окно контекста 1 000 000 токенов, тот же лимит ответа 65 000 токенов, та же поддержка изображений на входе, тот же единственный режим рассуждений thinking без возможности его отключить, тот же срез знаний — апрель 2025 года.

Единственное измеримое отличие — цена: вариант по умолчанию у 3.8 Flash дешевле 3.7 Flash примерно на 14% и по входным, и по выходным токенам. Сопоставимых бенчмарков качества в каталоге нет, поэтому мы не утверждаем, что 3.8 лучше 3.7 по качеству ответов — если это критично для вашей задачи, сравните обе версии на своих примерах.

Характеристики Gemini 3.8 Flash

Окно в миллион токенов и приём изображений делают модель удобной для больших документов, скриншотов и сканов, длинной истории диалога или агентных сценариев с накопленным контекстом. Изображения модель только принимает — сгенерировать картинку ей нельзя.

Цена и пример расчёта

Цена варианта по умолчанию google/gemini-3.8-flash составляет 3,78 ₽ за 1M входных токенов и 18,86 ₽ за 1M выходных токенов. Кэш входных токенов стоит 0,38 ₽ за 1M (в 10 раз дешевле обычного входа), запись в кэш — 4 ₽ за 1M.

Например, запрос с 1M новых входных токенов и 200 000 выходных токенов будет стоить: 1 × 3,78 ₽ + 0,2 × 18,86 ₽ = 7,55 ₽. Это ориентир для конкретного объёма токенов: у Gemini рассуждения биллятся как выходные токены, поэтому даже простой запрос с включённым thinking может выйти дороже, чем кажется по длине видимого ответа.

В каталоге также доступны варианты с суффиксами: google/gemini-3.8-flash:ag2 — 9,43 / 47,15 ₽, google/gemini-3.8-flash:network — 4,72 / 23,58 ₽, google/gemini-3.8-flash:network2 — 9,90 / 49,50 ₽ за 1M входа и выхода. Не-дефолтные варианты стоят до 2,6 раза дороже — переключайтесь на них только при отказе основного маршрута, не по умолчанию.

Цены актуальны на 10 сентября 2026 года и могут измениться — текущие значения смотрите в каталоге моделей или в эндпоинте /v1/models.

Как вызвать модель

Используйте обычный endpoint Chat Completions. В поле model передаётся публичный ID google/gemini-3.8-flash:

curl https://plusvibeapi.ru/v1/chat/completions \
  -H "Authorization: Bearer sk-pv-ВАШ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-3.8-flash",
    "messages": [{"role": "user", "content": "Опиши, что происходит на этом скриншоте."}],
    "max_tokens": 2000
  }'

Тот же вызов через Python SDK:

from openai import OpenAI

client = OpenAI(
    api_key="sk-pv-ВАШ_КЛЮЧ",
    base_url="https://plusvibeapi.ru/v1",
)

response = client.chat.completions.create(
    model="google/gemini-3.8-flash",
    messages=[{"role": "user", "content": "Составь краткое резюме этого документа."}],
    max_tokens=2000,
)
print(response.choices[0].message.content)

Для каких задач подходит

• Обработка больших объёмов текста и изображений. Миллион токенов контекста и приём картинок хватает на документы, скриншоты и сканы без предварительного дробления.
• Потоковые и массовые сценарии. По нашим собственным измерениям трафика вариант Ag держит пропускную способность около 1500 токенов в секунду при доступности около 99% — это заметно быстрее, чем у более тяжёлой Gemini 3.1 Pro в том же трафике (около 750 токенов в секунду).
• Агентные пайплайны с инструментами. Tool calling поддерживается, thinking помогает модели последовательно выбирать шаги.
• Классификация и извлечение данных из смешанного текста и изображений.

Ограничения

Рассуждения нельзя отключить: в отличие от Gemini 3.1 Pro и 3.5 Flash, у которых в каталоге есть режим «без рассуждений», 3.7 и 3.8 Flash всегда думают в режиме thinking, и эти токены оплачиваются как выходные. Для очень простых и дешёвых запросов, где thinking не нужен, это может оказаться дороже, чем ожидается по факту — в таком случае разумнее протестировать 3.5 Flash.

JSON mode в каталоге не заявлен: для строгого машинного формата ответа нужно проверять и парсить вывод на стороне приложения, а не полагаться на встроенный режим. Модель принимает изображения, но не генерирует их — для генерации картинок нужна отдельная модель. Срез знаний — апрель 2025 года, тот же, что у 3.7 Flash: версия не стала «свежее» по знаниям, свежие факты передавайте в контексте или через инструмент.

Как и у любой reasoning-модели, thinking не гарантирует правильный ответ — он снижает вероятность грубых ошибок на многошаговых задачах, но не исключает их. Не пропускайте результат дальше по цепочке без проверки, особенно в агентных сценариях с вызовом инструментов.

Как начать тестирование

Возьмите набор реальных запросов вашего сценария: один длинный документ, один запрос с изображением и один агентный сценарий с инструментом. Сравните с Gemini 3.7 Flash на тех же данных — учитывая близкие характеристики, разница в качестве может оказаться небольшой, а разница в цене (около 14% в пользу 3.8 Flash) — стабильной. Отдельно замерьте, во сколько токенов рассуждений обходятся ваши типовые запросы, прежде чем оценивать реальную стоимость на объёме.

Gemini 3.8 Flash уже доступна в PlusVibe. Начните с варианта по умолчанию google/gemini-3.8-flash и сравните расход с Gemini 3.7 Flash на своих данных.