Gemini 3.8 Flash API

BaruLLM

API Gemini 3.8 Flash menyediakan rute Flash utama saat ini: konteks 1M, visi, dan pemanggilan alat pada tarif Flash 3.x.

Baca dokumennya Dapatkan kunci API Anda

Masukan · USD / 1 juta token$0.45 USDHarga resmi~~$0.75 USD~~
Keluaran · USD / 1 juta token$2.25 USDHarga resmi~~$3.75 USD~~
Tabungan40%
Konteks1M
Lihat harga alat dan aturan penagihan

Apa yang kita buat hari ini?

Bawa ide, pertanyaan, atau draf pertama Anda.

Untuk apa model ini

API Gemini 3.8 Flash menyediakan rute Flash utama saat ini: konteks 1M, visi, dan pemanggilan alat pada tarif Flash 3.x.

Gemini 3.8 Flash adalah model Flash utama dalam keluarga Gemini Google saat ini, dan merupakan entri Gemini bawaan di OmniaKey untuk pekerjaan agen. Model ini tersedia secara umum sejak 2 September 2026, menyandang label cepat di katalog, dan mencantumkan jendela konteks 1M token dengan masukan gambar dan penggunaan alat. Halaman Google sendiri menyebut 1.048.576 token masukan dan 65.536 token keluaran. Posisinya di bawah model Pro dalam hal rate dan di atas ID Lite.

Tiga detail menentukan perilakunya di produksi. Penalaran memiliki tiga tingkat, low, medium, dan high, dengan medium sebagai bawaan; pengaturan minimal tidak didukung dan mengembalikan error. Token penalaran dihitung sebagai token keluaran, sehingga jawaban terlihat yang singkat tetap dapat menagih proses penalaran yang panjang. Google juga menjelaskan caching implisit pada prefiks yang memenuhi syarat dengan panjang minimal 4.096 token, yang cocok untuk peninjauan berulang atas satu dokumen. Di sisi gateway, rate berada pada satu band, sehingga prompt besar tidak berpindah ke tingkat harga kedua seperti pada daftar Pro.

Karena itu 3.8 Flash menjadi titik awal untuk loop yang berjalan berkali-kali dan membutuhkan jawaban yang dapat diperiksa setiap kali: mengklasifikasikan tiket, mengekstrak bidang, memilih alat berikutnya, merangkum halaman. Beralih ke Gemini 4 Argon ketika satu permintaan harus memuat seluruh kumpulan dokumen, menggunakan video atau audio, atau menjawab pertanyaan yang kesalahan hitungannya mahal. Gemini 3.7 Flash mencantumkan rate dan klien yang sama, sehingga deployment yang sudah memakai ID tersebut tidak memperoleh apa pun dari penggantian selain snapshot yang lebih baru.

Jadikan model bawaan untuk loop agen yang butuh kualitas mendekati puncak dengan harga Flash.

Beban kerja pengkodean yang paling sesuai

Langkah agen yang terbatas

Jalankan satu iterasi loop per panggilan: baca hasil alat, pilih tindakan berikutnya, tulis alasan dua baris. Setel penalaran ke low terlebih dahulu, lalu uji medium pada langkah yang gagal, karena token penalaran dihitung sebagai token keluaran. Saran praktis: pertahankan skema alat dan teks sistem tetap sama di seluruh iterasi agar prefiks dapat di-cache.

Peninjauan dokumen berulang

Letakkan dokumen kebijakan atau standar kode yang panjang di depan prompt dan bagian yang berubah setelahnya, lalu ajukan pertanyaan peninjauan yang sama berkali-kali. Google menjelaskan caching implisit pada prefiks yang memenuhi syarat dengan panjang 4.096 token atau lebih. Saran praktis: periksa bidang usage yang dikembalikan klien Anda alih-alih mengasumsikan cache hit dari teks yang tampak serupa.

Ekstraksi bervolume tinggi

Ambil tanggal, jumlah, dan nama pihak dari faktur atau email pada volume yang membuat tingkat Pro sulit dibenarkan. Band rate tunggal menjaga lampiran panjang tidak mengubah logika penagihan, dan 65.536 token keluaran cukup untuk sekumpulan objek kecil. Saran praktis: validasi setiap objek terhadap skema dan kirim yang gagal ke proses kedua.

Catatan pengujian

Diverifikasi pada 2026-10-27 melalui API OmniaKey dengan satu prompt koding standar (median dari 3 eksekusi) dan tiga uji kemampuan.

Token output untuk prompt pemrograman standar kami, termasuk penalaran: 3.013
Biaya output tersebut dengan harga saat ini: $0,0068
Mode JSON: Lulus
Pemanggilan alat: Lulus
Masukan gambar: Lulus

Spesifikasi teknis

Fakta katalog dan detail integrasi diverifikasi untuk rute ini.

ID Model: gemini-3.8-flash
Konteks: 1M
Masukan dan alat: Visi · Penggunaan alat · Respons cepat
Titik akhir API: /v1/chat/completions
Cache hit / 1M: $0.045 USD
Klien coding: Cursor · Cline · Aider

Batasan yang perlu diperhitungkan

Tingkat penalaran minimal tidak didukung dan dikembalikan sebagai error. Validasi tingkat tersebut di klien Anda sebelum menjalankan proses, bukan menemukannya pada permintaan pertama dalam satu batch.
Nilai max_output_tokens yang kecil dapat memotong jawaban saat model masih melakukan penalaran, yang menghasilkan hasil kosong atau sebagian namun tetap ditagih. Sisakan ruang dan perlakukan alasan selesai yang terpotong sebagai kegagalan.
Google mencantumkan mode konsumsi Batch, Flex, dan Priority untuk penggunaan langsung, dan Batch bersifat asinkron untuk pekerjaan yang dapat menunggu. Katalog gateway tidak menampilkan satu pun darinya, jadi jangan membangun antrean berdasarkan mode yang tidak ditawarkan endpoint.

Bandingkan model terdekat

Bandingkan kesesuaian beban kerja dan tarif token yang terdaftar saat ini sebelum memilih rute.

Model	Terbaik untuk	Konteks	Masukan	Keluaran
Gemini 3.8 FlashHalaman ini gemini-3.8-flash	Loop agen bervolume tinggi, ekstraksi, dan peninjauan yang membutuhkan jendela 1M pada tingkat rate lebih rendah.	1M	$0.45 USD Harga resmi $0.75 USD	$2.25 USD Harga resmi $3.75 USD
Gemini 4 Argon gemini-4-argon	Satu kumpulan dokumen besar per permintaan, masukan video atau audio, atau pekerjaan yang kesalahan hitungannya mahal.	1M	$0.8 USD Harga resmi $2 USD	$4 USD Harga resmi $10 USD
Gemini 3.7 Flash gemini-3.7-flash	Deployment yang sudah terpasang pada ID 3.7, yang mencantumkan rate dan kapabilitas sama.	1M	$0.45 USD Harga resmi $0.75 USD	$2.25 USD Harga resmi $3.75 USD

Mulai cepat SDK

Gunakan satu URL dasar dan ID model dari cURL, Python, atau TypeScript.

Chat completion dengan streaming

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
  }'

Perkirakan biaya token

Masukkan token masukan dan keluaran yang diharapkan untuk membandingkan tarif yang tercantum saat ini.

Token masukanToken keluaran

Perkiraan OmniaKey: US$0,09
Perkiraan tarif resmi: US$0,15
Perkiraan penghematan: US$0,06

Perkiraan hanya mencakup token input dan output. Penggunaan cache, percobaan ulang, alat, dan penghitungan token sisi klien dapat mengubah biaya akhir.

Panduan pengkodean terkait

Panduan pemilihan, penyiapan, dan pemecahan masalah yang lebih mendalam untuk rangkaian model ini.

Harga API Gemini 3.8 Flash dan biaya tugas agen

Google Standard saat ini mengenakan $0.75 per satu juta token input dan $3.75 untuk output; biaya hasil yang lolos juga ditentukan oleh pemikiran dan percobaan ulang.

Baca panduan

Tanggal rilis Gemini 4: dikonfirmasi, belum dirilis

Tanggal rilis Gemini 4 datang dalam dua tahap: Google mengumumkan Gemini 4 Argon pada 30 September 2026 dan membukanya untuk developer API berbayar pada 13 Oktober 2026, lalu mengumumkan Gemini 4 Carbon pada 28 Oktober 2026 tanpa tanggal developer.

Baca panduan

Sumber dan verifikasi

Fakta model dan tautan diperiksa di 2026-10-27. Dokumentasi penyedia tetap menjadi otoritas untuk perilaku upstream.

Pertanyaan yang sering diajukan

Berapa biaya Gemini 3.8 Flash di OmniaKey?

OmniaKey mengenakan biaya $0.45 USD per 1 juta token masukan dan $2.25 USD per 1 juta token keluaran, dalam USD. Harga resminya adalah $0.75 USD dan $3.75 USD; Anda menyimpan 40%.

Apa jendela konteks untuk Gemini 3.8 Flash?

Jendela konteks yang terdaftar adalah 1M. Batas aktual yang dapat digunakan juga dapat bergantung pada format permintaan klien dan upstream.

Apakah Gemini 3.8 Flash lebih murah daripada model Gemini Pro?

Ya. Katalog menempatkannya di bawah setiap daftar Pro, dan model ini memiliki satu band rate alih-alih dua, sehingga prompt panjang tidak melonjak ke band lebih tinggi. Gemini 3.5 Flash-Lite dan Gemini 2.5 Flash-Lite berada di bawahnya. Rate saat ini ada di tabel harga pada halaman model.

Bagaimana token penalaran memengaruhi tagihan?

Token penalaran ditagih sebagai token keluaran di OmniaKey, sehingga panjang penalaran tetap dihitung meskipun jawaban terlihat singkat. Model mendukung low, medium, dan high, dengan medium sebagai bawaan, dan menolak minimal. Uji tingkat tersebut pada kumpulan tugas Anda sendiri dan pertahankan yang paling murah namun tetap lolos pemeriksaan.

ID model dan endpoint apa yang harus saya gunakan?

Kirim permintaan POST ke https://api.omniakey.com/v1/chat/completions dengan gemini-3.8-flash pada bidang model. Body mengikuti bentuk yang kompatibel dengan OpenAI, dan kunci yang sama berlaku untuk ID Gemini lain jika Anda ingin menjalankan perbandingan. Salin ID persis, karena string model peka huruf besar-kecil.

Bisakah saya menggunakan mode Batch atau Priority Google melalui OmniaKey?

Gateway tidak mencantumkan mode tersebut. Google mendokumentasikan Batch, Flex, dan Priority untuk penggunaan langsung pada API-nya sendiri, dan Batch bersifat asinkron dengan waktu proses tertunda. Melalui gateway, panggilan menuju endpoint chat completions, jadi bangun logika antrean, percobaan ulang, dan penjadwalan di sisi Anda.

Apa batas masukan dan keluarannya?

Google memberikan model ini 1.048.576 token masukan dan 65.536 token keluaran, dan katalog mencantumkan jendela konteks 1M. Angka keluaran mencakup token penalaran, sehingga proses yang banyak bernalar memiliki ruang lebih kecil untuk teks terlihat. Kedua angka adalah batas atas, bukan target untuk permintaan rutin.

Haruskah saya beralih dari Gemini 3.7 Flash?

Keduanya mencantumkan rate sama, klien sama, dan jendela 1M sama, sehingga alasan untuk beralih adalah snapshot yang lebih baru dan dokumentasinya yang diterbitkan, bukan tagihan. Mainkan kembali kumpulan evaluasi tetap terhadap kedua ID sebelum mengganti klien yang terpasang, dan simpan string model di konfigurasi agar Anda dapat kembali.