Google
Gemini 3.8 Flash (Low Reasoning)
Low reasoning effort variant of Gemini 3.8 Flash optimized for sub-150ms TTFT and maximum throughput.
বুদ্ধিমত্তা
62.0 #318
শীর্ষ 41% স্তর
আউটপুট গতি
340 t/s
TTFT 140 ms · ITL 2.9 ms/tok
ব্লেন্ডেড মূল্য (3:1)
$1.5 /1M
ইনপুট $0.75/M · আউটপুট $3.75/M
কনটেক্সট
1M
≈ 2,500টি A4 পৃষ্ঠা · সর্বোচ্চ আউটপুট 32,768
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Gemini 3.8 Flash (Low Reasoning)
Claude Mythos Preview (#1)
Average (68)
সরাসরি বেঞ্চমার্ক মাপ না থাকলে রাডার অক্ষ বিভাগ স্কোর থেকে আনুমানিক — পদ্ধতি দেখুন।
শক্তি ও ট্রেড-অফ
যেখানে এটি জেতে
- 1M context — swallows whole repos, codebases or corpora in one pass
- Up to 65,536 output tokens per response
- 302 tok/s output — fast enough for real-time agents
- Sub-200ms time-to-first-token
যেগুলো খেয়াল রাখতে হবে
- Architecture and weights undisclosed — API access only
কিলার ব্যবহারের ক্ষেত্র
SWE-bench agents
Issue-to-PR resolution across multi-file repos — refactor, test and verify autonomously.
Math & proof work
Step-verified reasoning for olympiad math, theorem proving and formal verification.
Real-time agents
Low-latency loops for voice, gaming and interactive copilots.
ডেভেলপার কুইকস্টার্ট ও API
প্রথমে
GEMINI_API_KEY সেট করুন — API কী নিনcurl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-8-flash-low:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "content-type: application/json" \
-d '{
"contents": [{"parts": [{"text": "Refactor this function for O(n) time and explain the change."}]}]
}'from google import genai
client = genai.Client() # reads GEMINI_API_KEY
resp = client.models.generate_content(
model="gemini-3-8-flash-low",
contents="Refactor this function for O(n) time and explain the change.",
)
print(resp.text)const res = await fetch(
`https://generativelanguage.googleapis.com/v1beta/models/gemini-3-8-flash-low:generateContent`,
{
method: "POST",
headers: {
"x-goog-api-key": process.env.GEMINI_API_KEY,
"content-type": "application/json",
},
body: JSON.stringify({ contents: [{ parts: [{ text: "Refactor this function for O(n) time and explain the change." }] }] }),
}
);
console.log((await res.json()).candidates[0].content.parts[0].text);অফিসিয়াল রিসোর্স ও লিংক
API ডিপ্লয়মেন্ট
হোস্ট ও লেটেন্সি তুলনা করুন
Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock ও Azure জুড়ে থ্রুপুট, TTFT ও ক্যাশে মূল্য।
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
উৎস অনুযায়ী স্কোর
বিভাগ অনুযায়ী স্কোর
বেঞ্চমার্ক ফলাফল
লাইভ স্পেসিফিকেশন ও আর্কিটেকচার
ভেতরের কাঠামো
- Switchable reasoning effort — trading latency and tokens for accuracy on hard problems.
- Prompt caching supported — cached input reads at $0.075/1M tokens.
- Native multimodality: text, image, audio, video in a single model.
প্রকাশের তারিখ
১ সেপ, ২০২৬
প্যারামিটার
Not disclosed
লাইসেন্স
Proprietary
কনটেক্সট উইন্ডো
1,000,000 tokens
সর্বোচ্চ আউটপুট
32,768 tokens
মডালিটি
text + image + audio + video
ক্যাশে মূল্য
রিড $0.075 · রাইট $0.9375 /1M
রিজনিং
এফর্ট লেভেল
ইনপুট দাম
$0.75/M
আউটপুট দাম
$3.75/M
আউটপুট গতি
340 t/s
প্রথম টোকেনের সময়
140 ms
ডেটা আপডেট
২ সেপ, ২০২৬
আনুমানিক মাসিক বিল
আনুমানিক মাসিক খরচ
$0.00
GPT-4o-র তুলনায় সঞ্চয় হিসাব হচ্ছে…
উদ্ধৃতি ও এম্বেড
GitHub Markdown ব্যাজ
Loading badge markdown...BibTeX
@misc{llmpodium2026gemini38flashlow,
title = {Benchmark Analysis and Intelligence Evaluation of Gemini 3.8 Flash (Low Reasoning)},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/gemini-3-8-flash-low}
}স্কোর ব্যাজ এম্বেড করুন
আপনার GitHub বা Hugging Face README-তে লাইভ Podium স্কোর ব্যাজ যোগ করুন — এটি লাইভ র্যাংকিং-এ ফেরে।
প্রিভিউ
Markdown
Loading badge snippet...HTML
Loading badge snippet...Google-এর আরও মডেল
বিকল্প মডেলসমূহ
সক্ষমতা, মূল্য এবং বেঞ্চমার্ক স্কোরের ভিত্তিতে Gemini 3.8 Flash (Low Reasoning)-এর নিকটতম বিকল্প।