Gemini 3.8 Flash API
上新LLMGemini 3.8 Flash 是当前主力的 Gemini Flash 路由：1M 上下文、视觉理解与工具调用，按 3.x Flash 价格计费。
- 输入 · USD / 100 万 Token$0.45 USD官方原价
$0.75 USD - 输出 · USD / 100 万 Token$2.25 USD官方原价
$3.75 USD - 节省40%
- 上下文1M
- 查看工具价格与计费规则
今天想创造什么？
带着想法、问题或初稿开始。
01
模型定位与用途
Gemini 3.8 Flash 是当前主力的 Gemini Flash 路由：1M 上下文、视觉理解与工具调用，按 3.x Flash 价格计费。
Gemini 3.8 Flash 是 Google 当前 Gemini 家族的主力 Flash 模型，也是 OmniaKey 上 Agent 类工作的默认 Gemini 入口。它自 2026 年 9 月 2 日起正式可用，目录标注为快速档，并提供 1M 上下文、图片输入与工具调用。Google 的页面给出 1,048,576 输入 Token 与 65,536 输出 Token。费率低于各款 Pro，高于各 Lite 型号。
有三个细节决定它在生产环境中的表现。思考档位分为 low、medium 与 high，默认是 medium；minimal 不受支持，会直接报错。思考 Token 计入输出 Token，所以可见答案很短也可能因为长时间推理而产生较高费用。Google 还说明了对 4,096 Token 以上的可缓存前缀启用隐式缓存，适合对同一份文档反复评审。网关侧只有一个价格档，长提示不会像 Pro 条目那样跳进第二档。
因此它适合反复运行、每次都要能校对结果的循环：给工单分类、抽取字段、选择下一个工具、总结页面。当一个请求需要装下整套文档、要用视频或音频、或者数字算错代价很高时，再换成 Gemini 4 Argon。Gemini 3.7 Flash 的目录费率与客户端完全相同，已经固定在那边的部署除非想要更新的快照，否则没有切换理由。
适合的编程任务
单步 Agent 循环
每次调用只做一轮：读工具结果、选下一个动作、写两行理由。先设 low，再对失败的步骤试 medium，因为推理 Token 计入输出 Token。建议让工具 schema 与系统文本在各轮之间保持一致，这样前缀才有机会被缓存。
同一文档反复评审
把长规范或代码标准放在提示前面，把变化的那一段放在后面，然后反复问同一个评审问题。Google 说明 4,096 Token 以上的可缓存前缀可走隐式缓存。建议查看客户端返回的用量字段，不要仅凭两段文字相似就认为命中了缓存。
高频抽取任务
从发票或邮件里抽日期、金额与主体名称，调用量大到难以用 Pro 档解释成本。单一价格档让长附件不会改变计费逻辑，65,536 个输出 Token 对一批小对象绰绰有余。建议每个对象都用 schema 校验，失败的再走第二遍处理。
02
实测记录
2026-10-27 通过 OmniaKey API 用一条标准编码提示词实测（取 3 次运行的中位数），并做了三项能力探测。
- 标准编码提示词的输出 token 数（含推理）
- 3,013
- 这段输出按当前价格计算的费用
- $0.0068
- JSON 模式
- 通过
- 工具调用
- 通过
- 图像输入
- 通过
03
技术规格
本页已核验的目录参数与接入信息。
- 模型 ID
- gemini-3.8-flash
- 上下文
- 1M
- 输入与工具
- 视觉理解 · 工具调用 · 快速响应
- API 端点
- /v1/chat/completions
- 缓存命中 / 100 万
- $0.045 USD
- 编程客户端
- Cursor · Cline · Aider
使用前需要注意
- minimal 思考档位不受支持，会返回错误。批量任务开跑前先在客户端校验档位取值，不要等到第一个请求才发现。
- max_output_tokens 设得太小时，答案可能在推理途中被截断，返回空内容或不完整结果，但生成的 Token 仍然计费。留出余量，并把握截断的结束原因当作失败处理。
- Google 为直接调用列出了 Batch、Flex 与 Priority 三种消耗模式，其中 Batch 是异步的，面向可延后的工作。网关目录没有列出这些模式，不要围绕端点并不提供的能力搭建队列。
04
同系列模型对比
结合任务定位与当前目录价格选择合适的模型。
| 模型 | 更适合 | 上下文 | 输入 | 输出 |
|---|---|---|---|---|
| Gemini 3.8 Flash当前页 gemini-3.8-flash | 适合高频 Agent 循环、抽取与评审，用较低的价格档拿到 1M 上下文。 | 1M | $0.45 USD 官方原价 $0.75 USD | $2.25 USD 官方原价 $3.75 USD |
| Gemini 4 Argon gemini-4-argon | 适合每次请求装一整套文档、需要视频或音频输入，或数字算错代价很高的任务。 | 1M | $0.8 USD 官方原价 $2 USD | $4 USD 官方原价 $10 USD |
| Gemini 3.7 Flash gemini-3.7-flash | 适合已经固定 3.7 ID 的现有部署，它的费率与能力与 3.8 相同。 | 1M | $0.45 USD 官方原价 $0.75 USD | $2.25 USD 官方原价 $3.75 USD |
05
多 SDK 快速接入
cURL、Python 与 TypeScript 共用同一个 Base URL 和模型 ID。
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
}'06
Token 成本估算
输入预计的输入与输出 Token 数量，对比当前目录价格。
- OmniaKey 预估
- US$0.09
- 按官方价格预估
- US$0.15
- 预计节省
- US$0.06
估算仅包含输入与输出 Token。缓存、重试、工具调用以及客户端的 Token 统计方式都可能影响最终费用。
08
资料来源与核验
本页模型信息与链接于 2026-10-27 完成核验；上游行为以提供商最新文档为准。
常见问题
OmniaKey 上的 Gemini 3.8 Flash 如何计费？
OmniaKey 当前按美元（USD）计费：每 100 万输入 Token $0.45 USD，每 100 万输出 Token $2.25 USD。官方原价分别为 $0.75 USD 和 $3.75 USD，可节省 40%。
Gemini 3.8 Flash 的上下文窗口是多少？
当前标注的上下文窗口为 1M。实际可用上限还可能受到客户端和上游请求格式影响。
它比各款 Gemini Pro 便宜吗？
是。目录把它列在所有 Pro 条目之下，而且只有一个价格档，长提示不会跳进更高的区间。Gemini 3.5 Flash-Lite 与 Gemini 2.5 Flash-Lite 比它更低。当前费率见模型页的价格表。
思考 Token 会影响账单吗？
思考 Token 在 OmniaKey 上按输出 Token 计费，因此推理过程再长都会进入费用，即使可见答案很短。模型支持 low、medium 与 high，默认 medium，不接受 minimal。请在自己的任务集上逐档测试，保留仍能通过检查的最便宜档位。
调用要用哪个端点和模型 ID？
向 https://api.omniakey.com/v1/chat/completions 发送 POST 请求，model 字段填 gemini-3.8-flash。请求体沿用 OpenAI 兼容格式，同一个密钥也能调用其它 Gemini ID，便于做对比。模型字符串区分大小写，请原样复制。
可以通过网关使用批量或优先处理模式吗？
网关没有列出这些模式。Batch、Flex 与 Priority 是 Google 在自己 API 上提供的消耗方式，其中 Batch 是异步的，完成时间会延后。通过网关调用走聊天补全端点，排队、重试与调度逻辑需要你自己实现。
它的输入与输出上限是多少？
Google 给出 1,048,576 输入 Token 与 65,536 输出 Token，目录标注 1M 上下文。输出上限包含思考 Token，因此推理较重的调用留给可见文字的空间更少。两个数字都是上限，不是常规请求应该用满的目标。
应该从 Gemini 3.7 Flash 换过来吗？
两者的目录费率、客户端与 1M 窗口都一样，换的理由是更新的快照及其公开资料，而不是账单。切换固定客户端之前，用一组固定的评测任务在两个 ID 上各跑一遍，并把模型字符串放在配置里，方便随时换回。