Gemini 3.8 Flash

Name: Gemini 3.8 Flash
Author: Google

Мультимодальная

Google

Gemini 3.8 Flash — самая интеллектуальная модель линейки Flash от Google, рассчитанная на долгосрочные задачи разработки ПО, автономных агентов и сложные корпоративные процессы. Принимает текст, изображения, видео, аудио и PDF, выдаёт текст; контекст на вход — 1 048 576 токенов, максимальный вывод — 65 536 токенов. Поддерживает низкое, среднее и высокое усилие, усилие по умолчанию — среднее, минимальный уровень не поддерживается. Результаты при запуске: 73.7% на DeepSWE v1.1, 89.4% на Terminal-Bench 2.1, 61.4% на Vals Finance Agent v2 и 54.9% на HLE-Verified.

Попробовать Gemini 3.8 Flash онлайн

Прямо на сайте, без VPN и регистрации

Основные характеристики

Параметры

Контекст

1.0M

Дата выпуска

2 сентября 2026 г.

Индекс

49.0

API документация Блог с результатами

Временная шкала

Ключевые даты в истории модели

Анонс

2 сентября 2026 г.

Последнее обновление

24 октября 2026 г.

Сегодня

25 октября 2026 г.

Технические характеристики

Параметры

Токены обучения

Граница знаний

31 марта 2026 г.

Семейство

Возможности

МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)

$0.75

Выход (за 1М токенов)

$3.75

Макс. входящих токенов

1.0M

Макс. исходящих токенов

65.5K

Поддерживаемые возможности

Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Другие тесты

Специализированные бенчмарки

BioMysteryBench

Human difficult; терминал, инструменты для bioinformatics и ограниченный доступ в интернет. • данные разработчика

56.5%

CharXiv-R

Без инструментов; вычислено самостоятельно. • данные разработчика

86.2%

DeepSWE 1.1

DeepSWE v1.1; харнесс mini-swe agent; высокий бюджет мышления. • данные разработчика

73.7%

GDP.pdf

All-pass rate; рассчитано самостоятельно. • данные разработчика

35.0%

GDPval-AA

GDPval-AA v2 Elo (max_score 3000); данные взяты из публичной таблицы лидеров Artificial Analysis. • данные разработчика

51.5%

Harvey's Legal Agent Benchmark

All-pass rate; данные из Vals.AI. • данные разработчика

10.0%

HLE-Verified

Полный проверенный набор из 1,811 элементов; вычислено самостоятельно. • данные разработчика

54.9%

LABBench2

Задачи реальных биологических исследований с терминалом, инструментами bioinformatics и доступом в интернет. • данные разработчика

86.2%

LVBench

Статический; 1024 кадра; без инструментов; рассчитано самостоятельно. • данные разработчика

87.1%

OSWorld 2.0

Частичная оценка; пакетные вызовы инструментов включены; максимум по трём запускам. • данные разработчика

59.0%

Terminal-Bench 2.1

Стандартная агентная обвязка Terminus 2; вычислено самостоятельно. • данные разработчика

89.4%

Terminal-Bench 4.0

Наивысший уровень мышления, указанный в публичной таблице лидеров Terminal-Bench. • данные разработчика

19.1%

Vals Finance Agent v2

Задачи финансового аналитика; источник — Vals.AI. • данные разработчика

61.4%

Лицензия и метаданные

Лицензия

Проприетарная

Дата анонса

2 сентября 2026 г.

Последнее обновление

24 октября 2026 г.

Сравнить Gemini 3.8 Flash

Все сравнения

vs Gemini 3.7 Flash vs Gemini 4 Argon vs Gemini 3.8 Flash Cyber vs MiMo-V2.6-Pro vs GLM-5.3-Flash vs MiniMax M3.1 Flash vs Hy4 preview vs Qwen3.8-Flash-Next

Похожие модели

Все модели

Gemini 4 Argon

Google

Релиз:сент. 2026 г.

Gemini 3.5 Flash-Lite

Google

Релиз:июль 2026 г.

Цена:$0.30/1M токенов

Gemini 2.5 Pro Preview 06-05

Google

Лучший скор:0.9 (GPQA)

Релиз:июнь 2025 г.

Цена:$1.25/1M токенов

Gemini 2.5 Pro

Google

Лучший скор:0.8 (GPQA)

Релиз:май 2025 г.

Цена:$1.25/1M токенов

Gemini 2.5 Flash

Google

Лучший скор:0.8 (GPQA)

Релиз:май 2025 г.

Цена:$0.30/1M токенов

Gemini 2.0 Flash Thinking

Google

Лучший скор:0.7 (GPQA)

Релиз:янв. 2025 г.

Gemini 2.0 Flash

Google

Лучший скор:0.6 (GPQA)

Релиз:дек. 2024 г.

Цена:$0.10/1M токенов

Gemini 2.0 Flash-Lite

Google

Лучший скор:0.5 (GPQA)

Релиз:февр. 2025 г.

Цена:$0.07/1M токенов

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.