Ringkasan
Gemini 3.8 Flash adalah peningkatan Flash produksi dari Google untuk pengodean kompleks, pekerjaan berbasis agen, dan multimodal. Model ini mempertahankan kelas konteks 1M-token dari Gemini 3.7 Flash, sambil menekankan penalaran yang lebih mendalam, penggunaan alat yang lebih persisten, dan tingkat penyelesaian yang lebih tinggi pada tugas jangka panjang.
Hal-hal penting
• 1.048.576 token input dan 65.536 token output, dengan dukungan input teks, gambar, video, audio, dan PDF.
• Google melaporkan 73,7% pada DeepSWE v1.1, naik dari 65,3% untuk Gemini 3.7 Flash dalam perbandingan yang sama.
• Tarif standar pengantar adalah $0,75 per 1M token input dan $3,75 per 1M token output hingga 31 Desember 2026.
• Tingkatkan ketika tugas yang lebih sulit mendapat manfaat dari percobaan ulang, verifikasi, dan eksekusi multi-alat; pertahankan 3.7 untuk lalu lintas yang singkat, dapat diprediksi, dan sensitif terhadap latensi.
Google merilis Gemini 3.8 Flash pada 2 September 2026, tiga minggu setelah Gemini 3.7 Flash. Google memposisikannya sebagai model Flash paling cerdas untuk pengodean, agen, penalaran multimodal, dan alur kerja profesional.
Rilis ini bukan sekadar peningkatan jendela konteks. Dibangun langsung di atas Gemini 3.7 Flash, model baru ini menghabiskan lebih banyak komputasi pada tugas yang sulit, melakukan langkah penalaran tambahan, dan menggunakan alat secara lebih persisten.
Desain tersebut menciptakan trade-off praktis: tingkat penyelesaian yang lebih kuat pada pekerjaan jangka panjang, tetapi berpotensi menggunakan lebih banyak token penalaran dan latensi per tugas. Panduan ini berfokus pada delta spesifik 3.8—spesifikasi, hasil benchmark resmi, harga, dan keputusan peningkatan—tanpa mengulang ikhtisar fitur umum Gemini 3.7 yang sudah dibahas di CometAPI.
Gambar peluncuran resmi Google - Gemini 3.8 Flash dan 3.8 Flash Cyber
Apa Itu Gemini 3.8 Flash?
Gemini 3.8 Flash adalah model Flash produksi Google untuk rekayasa perangkat lunak jangka panjang, agen otonom, analisis multimodal, dan pekerjaan pengetahuan profesional. Perilaku pembeda utamanya adalah persistensi: model dapat memeriksa hasil perantara, memanggil alat berulang kali, memperbaiki langkah yang gagal, dan terus mengarah ke tujuan yang lebih besar.
Model ini tersedia umum melalui Gemini API dan Google AI Studio. Pengumuman peluncuran Google juga mencantumkan ketersediaan di aplikasi Gemini, Gemini Enterprise Agent Platform, AI Mode, dan Google Antigravity.
Spesifikasi Gemini 3.8 Flash
Kisaran teknisnya tetap familiar bagi pengguna Gemini 3.7 Flash. Spesifikasi produksi paling berguna diringkas di bawah; inventaris bernilai rendah untuk setiap mode generasi yang tidak didukung telah dihapus.
| Spesifikasi resmi | Gemini 3.8 Flash |
|---|---|
| ID model stabil | gemini-3.8-flash |
| Status rilis | Ketersediaan umum |
| Maksimum input | 1.048.576 token |
| Maksimum output | 65.536 token |
| Modalitas input | Teks, gambar, video, audio, dan PDF |
| Modalitas output | Teks |
| Tingkat penalaran | Rendah, sedang, dan tinggi; secara default sedang |
| Alat inti | Pemanggilan fungsi, eksekusi kode, output terstruktur, grounding pencarian, konteks URL, pencarian file |
| Penggunaan komputer | Didukung dalam pratinjau |
| Batas pengetahuan | Maret 2026 untuk beberapa domain; sebagian pengetahuan mungkin tetap terbatas hingga Januari 2025 |
Google mengonfirmasi batas input 1.048.576 token dan batas output 65.536 token. Karena 3.7 menawarkan amplop konteks yang sama, ukuran konteks saja bukan alasan untuk bermigrasi; alasan peningkatan bertumpu pada kualitas penalaran dan penyelesaian tugas.
Apa yang Baru di Gemini 3.8 Flash?
Gemini 3.8 Flash mempertahankan kapasitas konteks generasi sebelumnya, tetapi mengubah cara model bernalar, menggunakan alat, dan menyelesaikan alur kerja panjang. Perbedaan utama jatuh ke empat perilaku operasional.
Penalaran lebih dalam
Google mengatakan model dapat melakukan langkah penalaran tambahan saat tugas menjadi sulit. Agen pengodean atau riset dapat memeriksa bukti perantara, merevisi pendekatan, dan memverifikasi hasil alih-alih berkomitmen pada jawaban masuk akal pertama.
Eksekusi berbasis agen
Gemini 3.8 Flash dirancang untuk bertahan melalui pekerjaan multi-langkah yang melibatkan pencarian, eksekusi kode, pemanggilan fungsi, inspeksi error, dan pemulihan. Ini membuat peningkatan paling relevan ketika keberhasilan bergantung pada penyelesaian seluruh alur kerja yang menggunakan alat, bukan menghasilkan satu respons terisolasi.
Tingkat penalaran
Model produksi mengekspos tingkat penalaran rendah, sedang, dan tinggi, dengan default di sedang. Tim dapat menggunakan penalaran rendah untuk permintaan rutin dan menyisihkan tingkat penalaran lebih tinggi untuk tugas di mana kualitas penyelesaian lebih penting daripada latensi atau penggunaan token.
Alur kerja multimodal
Model dapat menggabungkan teks, gambar, video, audio, dan PDF dengan pemanggilan fungsi, eksekusi kode, grounding pencarian, konteks URL, dan output terstruktur. Peningkatannya bukan tipe media baru, melainkan penalaran yang lebih persisten di seluruh bukti campuran dan alat. Peluncuran yang sama juga memperkenalkan Gemini 3.8 Flash Cyber sebagai model terpisah untuk pekerjaan keamanan defensif yang disetujui.
Apa yang Berubah dari Gemini 3.7 Flash?
Untuk kemampuan umum dan konteks penerapan model sebelumnya, lihat ikhtisar Gemini 3.7 Flash di CometAPI. Perubahan spesifik 3.8 lebih sempit dan lebih operasional.
Penalaran yang lebih persisten
Google mengatakan Gemini 3.8 Flash dapat melakukan langkah penalaran tambahan pada tugas yang sulit. Agen repositori dapat memeriksa dependensi, mengedit beberapa file, menjalankan tes, mendiagnosis kegagalan, merevisi patch, dan memverifikasi lagi alih-alih berhenti setelah jawaban masuk akal pertamanya.
Penggunaan alat yang lebih iteratif
Model lebih bersedia memanggil alat berulang kali saat bukti berubah. Ini penting untuk otomatisasi browser, riset, pengodean, dan alur kerja dokumen di mana langkah berikut yang benar bergantung pada hasil alat sebelumnya.
Kualitas tingkat tugas lebih tinggi, potensi penggunaan token lebih tinggi
Google juga memperingatkan bahwa model dapat mengonsumsi lebih banyak token, terutama pada tingkat penalaran yang lebih tinggi. Karena itu, Gemini 3.7 Flash tetap menjadi opsi yang mengutamakan efisiensi untuk lalu lintas yang pendek dan dapat diprediksi, sementara 3.8 lebih cocok untuk tugas di mana percobaan ulang dan verifikasi meningkatkan probabilitas penyelesaian.
Tidak ada ekspansi jendela konteks
Kedua generasi mempertahankan kelas input 1M token dan output 64K token yang sama. Peningkatan ini bersifat perilaku, bukan sekadar peningkatan kapasitas prompt.
Gemini 3.8 Flash vs Gemini 3.7 Flash - tabel perbandingan - siapa yang sebaiknya meningkatkan
Kedua generasi berbagi kelas konteks yang sama, jadi keputusan peningkatan harus didasarkan pada penyelesaian tugas, persistensi alat, latensi, dan penggunaan token, bukan kapasitas prompt semata.
| Dimensi perbandingan | Gemini 3.8 Flash | Gemini 3.7 Flash | Dampak keputusan |
|---|---|---|---|
| Posisi | Model Flash produksi paling cerdas | Generasi Flash sebelumnya yang mengutamakan efisiensi | 3.8 menargetkan pekerjaan end-to-end yang lebih sulit |
| Kapasitas konteks | 1.048.576 input; 65.536 token output | Kelas input 1M / output 64K yang sama | Tidak diperlukan migrasi karena kapasitas |
| DeepSWE v1.1 | 73,7% | 65,3% | 3.8 memiliki hasil agen pengodean yang lebih kuat |
| Penalaran dan alat | Langkah penalaran lebih banyak dan eksekusi multi-alat yang persisten | Lebih cocok untuk alur singkat yang dapat diprediksi | 3.8 lebih disukai saat percobaan ulang dan verifikasi penting |
| Profil token dan latensi | Dapat menggunakan lebih banyak token, terutama pada tingkat penalaran lebih tinggi | Umumnya pilihan yang lebih ringan untuk lalu lintas rutin | Benchmark biaya per tugas yang selesai, bukan hanya harga token |
| Beban kerja paling sesuai | Pengodean repositori, riset, analisis multimodal, agen multi-alat | Klasifikasi, ekstraksi, drafting singkat, automasi stabil | Rutekan berdasarkan beban kerja alih-alih mengganti 3.7 di semua tempat |
Siapa yang Sebaiknya Meningkatkan?
Evaluasi Gemini 3.8 Flash sekarang jika Anda menjalankan pengodean skala repositori, otomatisasi multi-alat, riset profesional, analisis multimodal, atau alur kerja yang sering meningkat ke model premium. Pertahankan Gemini 3.7 Flash untuk tugas singkat, repetitif, dan sensitif terhadap latensi yang sudah berhasil secara andal.
Perute praktis dapat mengirim tugas yang sulit atau gagal ke 3.8 sambil membiarkan lalu lintas yang mengutamakan efisiensi tetap di 3.7. Ukur tingkat tugas yang diterima, latensi end-to-end, jumlah pemanggilan alat, dan total token sebelum mengubah model default.
Performa Benchmark Resmi Gemini 3.8 Flash
Evaluasi terbitan Google menunjukkan peningkatan paling jelas pada pengodean jangka panjang, pekerjaan terminal, agen profesional, penalaran ahli, dan penggunaan komputer.
Grafik evaluasi resmi Gemini 3.8 Flash dari Google DeepMind
Di mana Gemini 3.8 Flash unggul
Pada DeepSWE v1.1, 73,7% versus 65,3% adalah peningkatan generasional 8,4 poin dan hampir menyamai Claude Opus 5 di 74,0%. Pada Terminal-Bench 2.1, 89,4% sedikit melampaui hasil 89,1% yang ditunjukkan untuk Opus 5. Vals Finance Agent v2 dan benchmark agen legal juga menguntungkan 3.8 dalam perbandingan Google.
Di mana model premium masih unggul
Hasilnya tidak universal. Claude Opus 5 mencapai 51,8% pada Terminal-Bench 4.0 versus Gemini 3.8 Flash di 19,1%, dan 75,4% pada OSWorld-2.0 versus 59,0%. Bukti mendukung keunggulan biaya-kemampuan untuk Gemini 3.8 Flash, bukan klaim bahwa model ini menggantikan setiap model frontier premium.
Putusan benchmark
Gemini 3.8 Flash paling kuat saat beban kerja menyerupai pengodean jangka panjang atau agen profesional khusus. Untuk lingkungan penggunaan komputer yang sulit dan beberapa tugas terminal, Claude Opus 5 tetap menjadi pilihan yang lebih kuat. Tim produksi sebaiknya memvalidasi dengan tingkat tugas diterima, latensi, dan total konsumsi token daripada satu rata-rata benchmark.
Harga Gemini 3.8 Flash dan Biaya per Tugas yang Selesai
Gemini 3.8 Flash diluncurkan dengan tarif per token pengantar yang sama seperti 3.7, tetapi harga token yang identik tidak menjamin biaya tugas yang identik karena 3.8 mungkin bernalar lebih lama.
| Mode harga Google | Input / 1M token | Output / 1M token | Input dalam cache / 1M token |
|---|---|---|---|
| Standar hingga 31 Desember 2026 | $0,75 | $3,75 | $0,075 |
| Standar mulai 1 Januari 2027 | $1,50 | $7,50 | $0,15 |
| Batch hingga 31 Desember 2026 | $0,375 | $1,875 | $0,0375 |
| Flex hingga 31 Desember 2026 | $0,375 | $1,875 | $0,0375 |
Halaman harga resmi menyatakan bahwa penetapan harga output mencakup token penalaran. Evaluasi biaya per tugas yang diterima: penalaran tambahan bisa ekonomis ketika mencegah run yang gagal atau fallback ke model premium, tetapi boros untuk klasifikasi, ekstraksi, atau obrolan singkat.
| Rute | Input / 1M token | Output / 1M token |
|---|---|---|
| Harga pengantar Google | $0,75 | $3,75 |
| Harga terdaftar CometAPI | $0,60 | $3,00 |
| Selisih nominal | 20% lebih rendah | 20% lebih rendah |
Halaman Gemini 3.8 Flash di CometAPI menyediakan harga rute dan ketersediaan saat ini. Karena harga penyedia dapat berubah, konfirmasikan halaman model live sebelum menyusun anggaran untuk beban kerja produksi.
Gemini 3.8 Flash vs Claude Opus 5 dan Sonnet 5
| Dimensi keputusan | Gemini 3.8 Flash | Gemini 3.7 Flash | Claude Opus 5 | Claude Sonnet 5 |
|---|---|---|---|---|
| Posisi | Flash berinteligensi tinggi | Flash yang mengutamakan efisiensi | Penalaran frontier premium | Agen produksi yang seimbang |
| Kelas konteks | 1M | 1M | 1M | 1M |
| Pengodean jangka panjang | Hampir setara Opus 5 pada DeepSWE | Kuat namun lebih rendah | Terkuat secara keseluruhan | Lebih rendah di tabel Google |
| Penggunaan komputer | Meningkat | Lebih rendah | Pemimpin jelas pada OSWorld-2.0 | Di bawah Gemini 3.8 di tabel Google |
| Perilaku penalaran | Persisten, lebih iteratif | Lebih berorientasi efisiensi | Penalaran premium yang mendalam | Keseimbangan kualitas dan kecepatan |
| Kemungkinan kecocokan terbaik | Agen kompleks yang sensitif biaya | Tugas prediktif volume tinggi | Pekerjaan terminal dan penggunaan komputer yang tersulit | Agen produksi umum |
Hasil perbandingan bergantung pada beban kerja. Pilih 3.8 untuk pekerjaan kompleks yang mendapat manfaat dari percobaan ulang; pertahankan 3.7 untuk lalu lintas volume tinggi yang dapat diprediksi; gunakan Opus 5 saat kemampuan puncak penggunaan komputer atau terminal membenarkan ekonomi premium; uji Sonnet 5 saat penyebaran Claude yang seimbang lebih disukai.
Use Case Gemini 3.8 Flash: Apa yang Bisa Dilakukan?
Input teks, gambar, video, audio, dan PDF dapat digabungkan dengan pemanggilan fungsi, eksekusi kode, grounding pencarian, konteks URL, pencarian file, dan output terstruktur. Keunggulan spesifik 3.8 adalah bagaimana model ini secara persisten merangkai kemampuan tersebut di seluruh alur kerja lengkap.
Pengodean
Sediakan berkas sumber, catatan arsitektur, riwayat isu, dan output pengujian dalam satu konteks kerja. Model dapat memeriksa dependensi, mengedit beberapa file, menjalankan tes, mendiagnosis kegagalan, merevisi patch, dan memverifikasi hasil. Ukur perbaikan yang diterima per run alih-alih menilai hanya patch pertama yang dihasilkan.
Agen
Gunakan Gemini 3.8 Flash untuk alur kerja yang harus merencanakan, memanggil beberapa alat, memeriksa status yang berubah, dan pulih dari langkah yang gagal. Agen produksi harus menerapkan izin alat, batas langkah, gerbang persetujuan, dan log audit agar persistensi tidak berubah menjadi tindakan yang tidak terkendali.
Riset
Gabungkan PDF, file kebijakan, URL publik, dan bukti internal, lalu gunakan pencarian file dan pengambilan berbasis sumber untuk membandingkan sumber dan mengembalikan ringkasan yang dapat diaudit atau catatan terstruktur. Pertahankan kutipan sumber dan wajibkan tinjauan manusia untuk keputusan legal, finansial, atau kepatuhan.
Alur kerja multimodal
Pipeline dukungan atau operasional dapat menggabungkan tangkapan layar, rekaman panggilan, video, PDF, dan teks, mengekstrak bukti yang relevan, mengklasifikasikan kasus, dan menyiapkan serah terima terstruktur. Ambang kepercayaan dan aturan eskalasi sangat penting ketika bukti tidak lengkap atau saling bertentangan.
Penggunaan komputer
Untuk alur kerja berbasis browser, model dapat menafsirkan halaman, memilih tindakan berikutnya, memanggil alat, memeriksa status baru, dan pulih saat langkah gagal. Karena penggunaan komputer masih dalam pratinjau, pertahankan gerbang persetujuan untuk pembelian, pengiriman, perubahan akun, dan tindakan tidak dapat diubah lainnya.
Batasan
Penalaran yang lebih banyak dapat meningkatkan konsumsi token dan latensi. Kartu model resmi juga mencatat halusinasi dan sesekali kelambatan atau time-out. Batas pengetahuan yang tercantum memerlukan kehati-hatian: Maret 2026 berlaku untuk beberapa domain, sementara sebagian pengetahuan mungkin tetap terbatas hingga Januari 2025.
Model ini menghasilkan teks, bukan gambar atau audio native, dan tidak mendukung Live API. Evaluasi keamanan otomatis Google juga melaporkan regresi 5.4 poin pada Multilingual Safety, di mana lebih rendah lebih baik, sehingga perlu pengujian multibahasa tambahan sebelum diterapkan ke produksi.
Pertanyaan yang Sering Diajukan
Apa ID model Gemini 3.8 Flash?
ID model API stabil adalah gemini-3.8-flash.
Seberapa besar jendela konteksnya?
Mendukung hingga 1.048.576 token input dan 65.536 token output.
Apakah Gemini 3.8 Flash lebih baik daripada Gemini 3.7 Flash?
Model ini lebih kuat pada sebagian besar benchmark agen dan profesional yang dipublikasikan Google, namun 3.7 mungkin tetap lebih efisien untuk tugas sederhana.
Apakah Gemini 3.8 Flash lebih baik daripada Claude Opus 5?
Hampir menyamai atau sedikit unggul dari Opus 5 pada beberapa hasil pengodean dalam perbandingan Google, sementara Opus 5 unggul secara signifikan pada Terminal-Bench 4.0 dan OSWorld-2.0.
Apakah model ini menghasilkan gambar atau audio?
Tidak. Model ini menerima input multimodal tetapi mengembalikan output teks.
Kesimpulan
Gemini 3.8 Flash adalah peningkatan penalaran-dan-persistensi yang dibangun di atas fondasi 3.7, bukan desain ulang konteks yang lebih besar. Bukti terkuatnya ada pada pengodean jangka panjang dan agen khusus; celah paling jelasnya tetap pada lingkungan terminal dan penggunaan komputer yang lebih sulit di mana Claude Opus 5 bisa unggul.
Bagi tim produksi, metrik penentu bukan harga per token melainkan biaya per tugas yang diterima. Uji Gemini 3.8 Flash di CometAPI dibandingkan 3.7 dan model Claude yang relevan menggunakan jejak Anda sendiri sebelum mengubah default perutean.
Metadata SEO
Judul meta: What Is Gemini 3.8 Flash? Specs, Benchmarks & Pricing
Deskripsi meta: Jelajahi harga API Gemini 3.8 Flash, spesifikasi, konteks 1M-token, benchmark, tingkat penalaran, input multimodal, alat, batasan, dan perbandingan Gemini 3.7.
Kata kunci: Gemini 3.8 Flash, Gemini 3.8 Flash API, Gemini 3.8, Benchmark Gemini 3.8 Flash, Harga Gemini 3.8 Flash, Gemini 3.8 Flash vs Gemini 3.7 Flash, Gemini Flash, Google Gemini API, Model coding Gemini, Model agen AI
Slug URL: what-is-gemini-3-8-flash