Google
Gemini 3.8 Flash (Medium Reasoning)
Balanced reasoning effort variant of Gemini 3.8 Flash for agentic workflows.
Интеллект
65.2 #248
Топ 32% уровня
Скорость вывода
315 t/s
TTFT 160 ms · ITL 3.2 ms/tok
Смешанная цена (3:1)
$1.5 /1M
Вход $0.75/M · Выход $3.75/M
Контекст
1M
≈ 2,500 стр. A4 · макс. выход 65,536
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
Gemini 3.8 Flash (Medium Reasoning)
Claude Mythos Preview (#1)
Average (68)
Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.
Сильные стороны и компромиссы
Где модель выигрывает
- 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
На что обратить внимание
- Architecture and weights undisclosed — API access only
Киллер-сценарии
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.
Быстрый старт для разработчика и API
Сначала задайте
GEMINI_API_KEY — получить ключ APIcurl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-8-flash-medium: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-medium",
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-medium: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);Официальные ресурсы и ссылки
Развёртывание API
Хосты и задержка
Пропускная способность, TTFT и цены на кэш у Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock и Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Оценки по источникам
Оценки по категориям
Результаты бенчмарков
Живые характеристики и архитектура
Под капотом
- 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.
Дата выпуска
1 сент. 2026 г.
Параметры
Not disclosed
Лицензия
Proprietary
Контекстное окно
1,000,000 tokens
Макс. вывод
65,536 tokens
Модальности
text + image + audio + video
Цены кэша
чтение $0.075 · запись $0.9375 /1M
Рассуждение
Уровни усилия
Цена ввода
$0.75/M
Цена вывода
$3.75/M
Скорость вывода
315 t/s
Время до первого токена
160 ms
Данные обновлены
2 сент. 2026 г.
Оценка ежемесячного счёта
Оценка расходов в месяц
$0.00
Считаем экономию против GPT-4o…
Цитирование и вставка
Бейдж GitHub Markdown
Loading badge markdown...BibTeX
@misc{llmpodium2026gemini38flashmedium,
title = {Benchmark Analysis and Intelligence Evaluation of Gemini 3.8 Flash (Medium Reasoning)},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/gemini-3-8-flash-medium}
}Бейдж оценки для README
Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.
Превью
Markdown
Loading badge snippet...HTML
Loading badge snippet...Ещё от Google
Альтернативные модели
Ближайшие альтернативы для Gemini 3.8 Flash (Medium Reasoning) по возможностям, цене и бенчмаркам.