Gemini 3.8 Flash API

NeuLLM

Die Gemini 3.8 Flash API ist die aktuelle Haupt-Flash-Route: 1M Kontext, Vision und Tool-Aufrufe zum 3.x-Flash-Tarif.

Dokumentation lesen Holen Sie sich Ihren API-Schlüssel

Eingabe · USD / 1 Mio. Token$0.45 USDOffizieller Preis~~$0.75 USD~~
Ausgabe · USD / 1 Mio. Token$2.25 USDOffizieller Preis~~$3.75 USD~~
Einsparungen40%
Kontext1M
Tool-Preise und Abrechnungsregeln ansehen

Was erschaffen wir heute?

Bring eine Idee, eine Frage oder einen ersten Entwurf mit.

Wofür dieses Modell gedacht ist

Die Gemini 3.8 Flash API ist die aktuelle Haupt-Flash-Route: 1M Kontext, Vision und Tool-Aufrufe zum 3.x-Flash-Tarif.

Gemini 3.8 Flash ist das Hauptmodell der Flash-Reihe in Googles aktueller Gemini-Familie und der Standard-Gemini-Einstieg bei OmniaKey für Agentenarbeit. Es ist seit dem 2. September 2026 allgemein verfügbar, trägt im Katalog das Label „schnell“ und nennt ein Kontextfenster von 1 Mio. Tokens mit Bildeingabe und Tool-Aufrufen. Googles eigene Seite gibt 1.048.576 Eingabe-Tokens und 65.536 Ausgabe-Tokens an. Es liegt bei der Rate unter den Pro-Modellen und über den Lite-IDs.

Drei Details bestimmen, wie es sich im Produktivbetrieb verhält. Thinking kennt drei Stufen – low, medium und high –, wobei medium die Voreinstellung ist; die Stufe minimal wird nicht unterstützt und führt zu einem Fehler. Thinking-Tokens zählen als Ausgabe-Tokens, sodass eine kurze sichtbare Antwort trotzdem einen langen Reasoning-Durchlauf abrechnen kann. Google beschreibt außerdem implizites Caching für geeignete Präfixe ab 4.096 Tokens, was zu wiederholten Prüfungen eines Dokuments passt. Auf der Gateway-Seite gilt eine einzige Preisstufe, sodass ein langer Prompt nicht in eine zweite Stufe wechselt wie bei den Pro-Einträgen.

Damit ist 3.8 Flash der Ausgangspunkt für Schleifen, die häufig laufen und jedes Mal eine prüfbare Antwort brauchen: ein Ticket klassifizieren, Felder extrahieren, das nächste Tool wählen, eine Seite zusammenfassen. Zu Gemini 4 Argon wechseln Sie, wenn eine Anfrage einen ganzen Dokumentensatz umfassen muss, Video oder Audio zum Einsatz kommt oder eine Frage beantwortet wird, bei der eine falsche Zählung teuer ist. Gemini 3.7 Flash hat dieselbe gelistete Rate und dieselben Clients, ein bereits auf dieser ID laufender Betrieb gewinnt durch einen Wechsel also nichts außer dem neueren Snapshot.

Nimm es als Standardmodell für Agent-Loops, die Qualität nahe der Spitze zum Flash-Preis brauchen.

Passende Coding-Workloads

Begrenzte Agentenschritte

Führen Sie pro Aufruf eine Schleifeniteration aus: das Tool-Ergebnis lesen, die nächste Aktion wählen, eine Begründung in zwei Zeilen schreiben. Setzen Sie Thinking zunächst auf low und testen Sie medium bei den Schritten, die scheitern, denn Reasoning-Tokens zählen als Ausgabe-Tokens. Praxistipp: Halten Sie Tool-Schema und Systemtext über die Iterationen hinweg identisch, damit das Präfix zwischengespeichert werden kann.

Wiederholte Dokumentenprüfung

Stellen Sie ein langes Richtlinien- oder Code-Standard-Dokument an den Anfang des Prompts und den sich ändernden Abschnitt dahinter, und stellen Sie dann dieselbe Prüfungsfrage viele Male. Google beschreibt implizites Caching für geeignete Präfixe ab 4.096 Tokens. Praxistipp: Prüfen Sie die Usage-Felder, die Ihr Client zurückgibt, statt aus ähnlich aussehendem Text auf einen Treffer zu schließen.

Extraktion mit hohem Volumen

Holen Sie Daten, Beträge und Parteinamen aus Rechnungen oder E-Mails in einem Umfang, bei dem die Pro-Stufen kaum zu rechtfertigen sind. Die einzige Preisstufe verhindert, dass ein langer Anhang die Abrechnungslogik ändert, und 65.536 Ausgabe-Tokens reichen für eine Reihe kleiner Objekte. Praxistipp: Validieren Sie jedes Objekt gegen ein Schema und schicken Sie Fehlschläge in einen zweiten Durchlauf.

Praxisnotizen

Am 2026-10-27 über die OmniaKey-API mit einem Standard-Coding-Prompt (Median aus 3 Läufen) und drei Fähigkeitstests geprüft.

Ausgabe-Tokens für unseren Standard-Coding-Prompt, einschließlich Reasoning: 3.013
Kosten dieser Ausgabe zu aktuellen Preisen: $0,0068
JSON-Modus: Bestanden
Tool-Aufrufe: Bestanden
Bildeingabe: Bestanden

Technische Spezifikation

Für diese Route überprüfte Katalogfakten und Integrationsdetails.

Modell-ID: gemini-3.8-flash
Kontext: 1M
Eingaben und Werkzeuge: Vision · Tool-Nutzung · Schnelle Antworten
API-Endpunkt: /v1/chat/completions
Cache-Treffer / 1 Mio: $0.045 USD
Coding-Clients: Cursor · Cline · Aider

Einschränkungen im Überblick

Die Stufe minimal für Thinking wird nicht unterstützt und kommt als Fehler zurück. Prüfen Sie die Stufe in Ihrem Client vor einem Lauf, statt sie erst bei der ersten Anfrage eines Stapels zu entdecken.
Ein kleiner Wert für max_output_tokens kann die Antwort abschneiden, während das Modell noch überlegt, was ein leeres oder unvollständiges Ergebnis liefert, das dennoch abgerechnet wird. Lassen Sie Spielraum und behandeln Sie einen abgeschnittenen Finish-Grund als Fehler.
Google nennt für die direkte Nutzung die Verbrauchsmodi Batch, Flex und Priority, wobei Batch asynchron für Arbeit ist, die warten kann. Der Gateway-Katalog zeigt keinen davon, bauen Sie also keine Warteschlange um einen Modus, den der Endpoint nicht anbietet.

Vergleichen Sie Modelle in der Nähe

Vergleichen Sie die Workload-Passform und die aktuell aufgeführten Token-Raten, bevor Sie eine Route auswählen.

Modell	Am besten für	Kontext	Eingabe	Ausgabe
Gemini 3.8 FlashDiese Seite gemini-3.8-flash	Agentenschleifen mit hohem Volumen, Extraktion und Prüfungen, die ein 1M-Kontextfenster zu einer niedrigeren Preisstufe brauchen.	1M	$0.45 USD Offizieller Preis $0.75 USD	$2.25 USD Offizieller Preis $3.75 USD
Gemini 4 Argon gemini-4-argon	Ein großer Dokumentensatz pro Anfrage, Video- oder Audioeingabe oder Arbeit, bei der eine falsche Zählung teuer ist.	1M	$0.8 USD Offizieller Preis $2 USD	$4 USD Offizieller Preis $10 USD
Gemini 3.7 Flash gemini-3.7-flash	Bestehende Bereitstellungen, die bereits auf die ID 3.7 festgelegt sind, welche dieselbe Rate und dieselben Fähigkeiten nennt.	1M	$0.45 USD Offizieller Preis $0.75 USD	$2.25 USD Offizieller Preis $3.75 USD

SDK-Schnellstarts

Verwenden Sie eine Basis-URL und eine Modell-ID von cURL, Python oder TypeScript.

Streaming-Chat-Completion

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash",
    "messages": [
      {"role": "user", "content": "Review this pull request"}
    ],
    "stream": true
  }'

Schätzen Sie die Token-Kosten

Geben Sie die erwarteten Ein- und Ausgabetokens ein, um die aktuell aufgeführten Preise zu vergleichen.

Eingabe-TokensAusgabe-Tokens

OmniaKey-Schätzung: 0,09 $
Schätzung zum offiziellen Preis: 0,15 $
Geschätzte Einsparungen: 0,06 $

Die Schätzung umfasst nur Eingabe- und Ausgabe-Tokens. Cache-Nutzung, Wiederholungsversuche, Tools und clientseitige Token-Abrechnung können die endgültige Gebühr ändern.

Quellen und Überprüfung

Modellfakten und Links wurden auf 2026-10-27 überprüft. Die Anbieterdokumentation bleibt die Autorität für das Upstream-Verhalten.

Häufig gestellte Fragen

Wie viel kostet Gemini 3.8 Flash auf OmniaKey?

OmniaKey berechnet $0.45 USD pro 1 Mio. Eingabe-Tokens und $2.25 USD pro 1 Mio. Ausgabe-Tokens in USD. Offizielle Preise sind $0.75 USD und $3.75 USD; Sie sparen 40%.

Was ist das Kontextfenster für Gemini 3.8 Flash?

Das aufgeführte Kontextfenster ist 1M. Die tatsächlich nutzbaren Grenzwerte können auch vom Client- und Upstream-Anforderungsformat abhängen.

Ist Gemini 3.8 Flash günstiger als die Gemini-Pro-Modelle?

Ja. Der Katalog ordnet es unter jedem Pro-Eintrag ein, und es hat eine Preisstufe statt zwei, sodass ein langer Prompt nicht in eine höhere Stufe springt. Gemini 3.5 Flash-Lite und Gemini 2.5 Flash-Lite liegen darunter. Die aktuelle Rate steht in der Preistabelle auf der Modellseite.

Wie wirken sich Thinking-Tokens auf die Rechnung aus?

Thinking-Tokens werden bei OmniaKey als Ausgabe-Tokens abgerechnet, die Länge des Reasonings zählt also auch dann, wenn die sichtbare Antwort kurz ist. Das Modell unterstützt low, medium und high, wobei medium die Voreinstellung ist, und lehnt minimal ab. Testen Sie die Stufen mit Ihrem eigenen Aufgabensatz und behalten Sie die günstigste, die Ihre Prüfungen noch besteht.

Welche Modell-ID und welchen Endpoint soll ich verwenden?

Senden Sie POST-Anfragen an https://api.omniakey.com/v1/chat/completions mit gemini-3.8-flash im Feld model. Der Body folgt der OpenAI-kompatiblen Form, und derselbe API-Schlüssel funktioniert für die anderen Gemini-IDs, wenn Sie einen Vergleich durchführen möchten. Übernehmen Sie die ID exakt, denn Modell-Strings sind case-sensitive.

Kann ich Googles Batch- oder Priority-Modus über OmniaKey nutzen?

Das Gateway listet diese Modi nicht. Google dokumentiert Batch, Flex und Priority für die direkte Nutzung über die eigene API, und Batch ist asynchron mit verzögerter Bearbeitung. Über das Gateway gehen Aufrufe an den Chat-Completions-Endpoint, bauen Sie also jede Warteschlangen-, Retry- und Planungslogik auf Ihrer Seite.

Welche Grenzen gelten für Eingabe und Ausgabe?

Google gibt für dieses Modell 1.048.576 Eingabe-Tokens und 65.536 Ausgabe-Tokens an, und der Katalog nennt ein Kontextfenster von 1 Mio. Tokens. Die Ausgabezahl schließt Thinking-Tokens ein, ein Lauf mit viel Reasoning hat also weniger Platz für sichtbaren Text. Beide Zahlen sind Obergrenzen, kein Zielwert für eine Routineanfrage.

Sollte ich von Gemini 3.7 Flash wechseln?

Beide nennen dieselbe Rate, dieselben Clients und dasselbe 1M-Kontextfenster, der Grund für einen Wechsel ist also der neuere Snapshot und seine veröffentlichte Dokumentation, nicht die Rechnung. Spielen Sie einen festen Evaluationssatz gegen beide IDs ab, bevor Sie einen festgelegten Client umstellen, und halten Sie den Modell-String in der Konfiguration, damit Sie zurückwechseln können.