Gemini 3.8 Flash API

NovoLLM

A API do Gemini 3.8 Flash oferece a rota Flash principal atual: contexto de 1M, visão e uso de ferramentas na tarifa dos Flash 3.x.

Ler a documentação Obtenha sua chave API

Entrada · USD / 1M tokens$0.45 USDPreço oficial~~$0.75 USD~~
Saída · USD / 1M tokens$2.25 USDPreço oficial~~$3.75 USD~~
Poupança40%
Contexto1M
Ver preços de ferramentas e regras de cobrança

O que vamos criar hoje?

Traga uma ideia, uma pergunta ou um primeiro rascunho.

Para que serve este modelo

A API do Gemini 3.8 Flash oferece a rota Flash principal atual: contexto de 1M, visão e uso de ferramentas na tarifa dos Flash 3.x.

O Gemini 3.8 Flash é o modelo Flash principal da família Gemini atual do Google e a entrada padrão do Gemini no OmniaKey para trabalho com agentes. Está disponível de forma geral desde 2 de setembro de 2026, tem o rótulo de rápido no catálogo e informa janela de contexto de 1M tokens com entrada de imagem e uso de ferramentas. A página do próprio Google informa 1,048,576 tokens de entrada e 65,536 tokens de saída. Ele fica abaixo dos modelos Pro em taxa e acima dos ids Lite.

Três detalhes definem o comportamento em produção. O raciocínio tem três níveis, low, medium e high, e medium é o padrão; a configuração minimal não é suportada e retorna erro. Os tokens de raciocínio contam como tokens de saída, então uma resposta visível curta ainda pode cobrar uma passagem longa de raciocínio. O Google também descreve entrada em cache implícita em prefixos elegíveis de pelo menos 4,096 tokens, o que serve para revisões repetidas de um mesmo documento. No lado do gateway a taxa é uma única faixa, então um prompt grande não passa para uma segunda faixa de preço como nas listagens Pro.

Isso faz do 3.8 Flash o ponto de partida para laços que rodam muitas vezes e precisam de uma resposta verificável a cada vez: classificar um ticket, extrair campos, escolher a próxima ferramenta, resumir uma página. Mude para o Gemini 4 Argon quando uma requisição precisar conter um conjunto inteiro de documentos, usar vídeo ou áudio, ou responder a uma pergunta em que uma contagem errada custa caro. O Gemini 3.7 Flash tem a mesma taxa listada e os mesmos clientes, então uma implantação já nesse id não ganha nada com a troca além do snapshot mais novo.

Use como modelo padrão em loops de agente que precisam de qualidade próxima da fronteira com preço Flash.

Cargas de trabalho de programação mais adequadas

Etapas de agente com escopo definido

Execute uma iteração do laço por chamada: leia o resultado da ferramenta, escolha a próxima ação, escreva um motivo de duas linhas. Defina o raciocínio como low no início e depois teste medium nas etapas que falham, porque os tokens de raciocínio contam como tokens de saída. Dica prática: mantenha o esquema de ferramentas e o texto de sistema idênticos entre as iterações para que o prefixo possa ser armazenado em cache.

Revisão repetida de documentos

Coloque um documento longo de políticas ou um padrão de código no início do prompt e a seção variável depois, e faça a mesma pergunta de revisão muitas vezes. O Google descreve entrada em cache implícita em prefixos elegíveis de 4,096 tokens ou mais. Dica prática: verifique os campos de uso retornados pelo seu cliente em vez de supor um acerto por textos parecidos.

Extração em alto volume

Extraia datas, valores e nomes de partes de faturas ou e-mails em um volume em que as faixas Pro são difíceis de justificar. A faixa única de taxa impede que um anexo longo altere a lógica de cobrança, e 65,536 tokens de saída é suficiente para um lote de objetos pequenos. Dica prática: valide cada objeto contra um esquema e envie as falhas para uma segunda passagem.

Notas de teste

Verificado em 2026-10-27 pela API OmniaKey com um prompt de código padrão (mediana de 3 execuções) e três testes de capacidade.

Tokens de saída do nosso prompt de programação padrão, incluindo raciocínio: 3.013
Custo dessa saída pelos preços atuais: $0,0068
Modo JSON: Aprovado
Chamada de ferramentas: Aprovado
Entrada de imagem: Aprovado

Especificação técnica

Fatos de catálogo e detalhes de integração verificados para esta rota.

ID do modelo: gemini-3.8-flash
Contexto: 1M
Entradas e ferramentas: Visão · Uso de ferramentas · Respostas rápidas
Ponto de extremidade da API: /v1/chat/completions
Acertos no cache / 1 milhão: $0.045 USD
Clientes de programação: Cursor · Cline · Aider

Limites a considerar

O nível minimal de raciocínio não é suportado e retorna erro. Valide o nível no seu cliente antes de uma execução, em vez de descobrir isso na primeira requisição de um lote.
Um valor pequeno de max_output_tokens pode cortar a resposta enquanto o modelo ainda raciocina, o que gera um resultado vazio ou parcial que ainda é cobrado. Deixe folga e trate um motivo de término por truncamento como falha.
O Google lista os modos de consumo Batch, Flex e Priority para uso direto, e Batch é assíncrono para trabalho que pode esperar. O catálogo do gateway não mostra nenhum deles, então não construa uma fila em torno de um modo que o endpoint não oferece.

Compare modelos próximos

Compare o ajuste da carga de trabalho e as taxas atuais de token listadas antes de escolher uma rota.

Modelo	Melhor para	Contexto	Entrada	Saída
Gemini 3.8 FlashEsta página gemini-3.8-flash	Laços de agente em alto volume, extração e revisões que precisam de janela de 1M em uma faixa de taxa mais baixa.	1M	$0.45 USD Preço oficial $0.75 USD	$2.25 USD Preço oficial $3.75 USD
Gemini 4 Argon gemini-4-argon	Um conjunto grande de documentos por requisição, entrada de vídeo ou áudio, ou trabalho em que uma contagem errada custa caro.	1M	$0.8 USD Preço oficial $2 USD	$4 USD Preço oficial $10 USD
Gemini 3.7 Flash gemini-3.7-flash	Implantações existentes já fixadas no id 3.7, que lista a mesma taxa e os mesmos recursos.	1M	$0.45 USD Preço oficial $0.75 USD	$2.25 USD Preço oficial $3.75 USD

Guias de início rápido do SDK

Use um URL base e um ID de modelo de cURL, Python ou TypeScript.

Chat completion com 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
  }'

Estimar o custo em tokens

Insira os tokens de entrada e saída esperados para comparar as taxas listadas atuais.

Tokens de entradaTokens de saída

Estimativa OmniaKey: US$ 0,09
Estimativa pelo preço oficial: US$ 0,15
Economia estimada: US$ 0,06

A estimativa cobre apenas tokens de entrada e saída. O uso do cache, novas tentativas, ferramentas e contabilidade de token do lado do cliente podem alterar a cobrança final.

Guias de programação relacionados

Orientações mais detalhadas sobre seleção, configuração e solução de problemas para esta família de modelos.

Preço da API Gemini 3.8 Flash e custo por tarefa

O Google Standard cobra hoje $0.75 por milhão de tokens de entrada e $3.75 de saída; novas tentativas e a taxa de aprovação definem o custo real.

Leia o guia

Data de lançamento do Gemini 4: ainda sem lançamento

A data de lançamento do Gemini 4 veio em duas etapas: o Google anunciou o Gemini 4 Argon em 30 de setembro de 2026 e o abriu aos desenvolvedores da API paga em 13 de outubro de 2026; depois anunciou o Gemini 4 Carbon em 28 de outubro de 2026, sem data para desenvolvedores.

Leia o guia

Fontes e verificação

Os fatos e links do modelo foram verificados em 2026-10-27. A documentação do provedor continua sendo a autoridade para o comportamento upstream.

Perguntas frequentes

Quanto custa Gemini 3.8 Flash no OmniaKey?

OmniaKey cobra $0.45 USD por 1 milhão de tokens de entrada e $2.25 USD por 1 milhão de tokens de saída, em dólares americanos. Os preços oficiais são $0.75 USD e $3.75 USD; você salva 40%.

Qual é a janela de contexto para Gemini 3.8 Flash?

A janela de contexto listada é 1M. Os limites utilizáveis reais também podem depender do formato da solicitação do cliente e do upstream.

O Gemini 3.8 Flash é mais barato que os modelos Gemini Pro?

Sim. O catálogo o coloca abaixo de todas as listagens Pro, e ele tem uma faixa de taxa em vez de duas, então um prompt longo não salta para uma faixa mais alta. O Gemini 3.5 Flash-Lite e o Gemini 2.5 Flash-Lite ficam abaixo dele. A taxa atual está na tabela de preços na página do modelo.

Como os tokens de raciocínio afetam a cobrança?

Os tokens de raciocínio são cobrados como tokens de saída no OmniaKey, então o tamanho do raciocínio conta mesmo quando a resposta visível é curta. O modelo suporta low, medium e high, com medium como padrão, e rejeita minimal. Teste os níveis no seu próprio conjunto de tarefas e mantenha o mais barato que ainda passa nas suas verificações.

Qual ID do modelo e endpoint devo usar?

Envie requisições POST para https://api.omniakey.com/v1/chat/completions com gemini-3.8-flash no campo model. O corpo segue o formato compatível com OpenAI, e a mesma chave de API funciona para os outros ids Gemini se você quiser fazer uma comparação. Copie o id exatamente, pois as strings de modelo diferenciam maiúsculas de minúsculas.

Posso usar o modo Batch ou Priority do Google pelo OmniaKey?

O gateway não lista esses modos. O Google documenta Batch, Flex e Priority para uso direto na própria API, e Batch é assíncrono com um tempo de resposta atrasado. Pelo gateway, as chamadas vão para o endpoint de chat completions, então construa qualquer lógica de fila, nova tentativa e agendamento do seu lado.

Quais são os limites de entrada e saída?

O Google informa para este modelo 1,048,576 tokens de entrada e 65,536 tokens de saída, e o catálogo lista uma janela de contexto de 1M. O número de saída inclui os tokens de raciocínio, então uma execução que raciocina muito tem menos espaço para texto visível. Ambos os números são tetos, não uma meta para uma requisição rotineira.

Devo migrar do Gemini 3.7 Flash?

Ambos listam a mesma taxa, os mesmos clientes e a mesma janela de 1M, então o motivo para mudar é o snapshot mais novo e sua documentação publicada, não a cobrança. Reexecute um conjunto fixo de avaliação contra os dois ids antes de trocar um cliente fixado, e mantenha a string do modelo na configuração para poder voltar.