Googlemessages

Gemini 3.8 Flash API

Gemini 3.8 Flash est le modèle Flash le plus intelligent de Google, conçu pour le raisonnement multimodal, les agents autonomes et les flux de travail d'entreprise complexes.

Le modèle se destine aux tâches longues et exigeantes : ingénierie logicielle sur un horizon étendu, agents autonomes, flux de travail d'entreprise complexes, orchestration multi-étapes, refactorisation de code full-stack, raisonnement général, traitement de documents volumineux, analyse financière, flux juridiques, recherche en biologie et compréhension vidéo. Dans les évaluations, il a accompli plus de trois fois les tâches de Gemini 3.7 Flash. Il affiche un débit de sortie de 136,6 tokens par seconde, contre une médiane de 78,0 pour sa tranche de prix.

Ses limites sont celles d'un modèle de base : risque d'hallucination, latence et délais d'attente occasionnels, et tendance à consommer beaucoup de tokens aux niveaux de réflexion élevés. Le temps jusqu'au premier token atteint 24,90 secondes, contre une médiane de 3,96 secondes pour la même tranche de prix, et le modèle s'est montré très verbeux lors de l'évaluation de l'Intelligence Index. Il ne génère ni audio ni images et ne prend pas en charge la Live API. Sa connaissance s'arrête en mars 2026, certains domaines étant limités à janvier 2025. Une version spécialisée en cybersécurité, Gemini 3.8 Flash Cyber, existe également.

Ouvrir le Playground ↗Créer une clé API ↗Guide de démarrage →

Mis à jour: 26 oct. 2026

ID DU MODÈLE

gemini-3.8-flash

Contexte: 1.049M
Sortie max.: 65.536K
API recommandée: messages
Entrée: text / image / video / file / audio
Sortie: text

Points clés

Entrées texte, image, vidéo, audio et PDF
Contexte de 1 000 000 de tokens
Réflexion étendue à niveau réglable
Exécution de code et appel de fonctions
Ancrage sur la recherche et Google Maps
Débit de 136,6 tokens par seconde

Fournisseurs

Meilleur prix

4 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs

~~$1.5~~$0.75	~~$7.5~~$3.75	~~$0.3~~$0.15	~~$0.3~~$0.15
~~$1.5~~$0.75	~~$7.5~~$3.75	~~$0.3~~$0.15	~~$0.3~~$0.15
~~$2.7~~$1.35	~~$13.5~~$6.75	~~$0.27~~$0.135	~~$0.27~~$0.135
~~$2.7~~$1.35	~~$13.5~~$6.75	~~$0.27~~$0.135	~~$0.3~~$0.15

Détails des tarifs

Ce que $10 permettent d'acheter

Entrée: 6,7 M tokens
Sortie: 1,3 M tokens

Estimation d'après les prix actuels d'entrée et de sortie, hors remises.

Benchmarks

Artificial Analysis Intelligence Index
la médiane de la même tranche de prix est de 27
41
DeepSWE v1.1
73.7%
Vals Finance Agent v2
61.4%
Harvey legal agent benchmark
taux de réussite à tous les critères
10.0%
Terminal-bench 2.1
89.4%
CharXiv Reasoning
86.2%
LVBench
en mode agentique ; 87,1% en mode statique
87.8%
HLE-Verified
54.9%

Scores tels que publiés par le fournisseur du modèle.

Raisonnement

Niveau d'effort par défaut: medium
Activé par défaut: Oui
Toujours activé: Oui
Niveaux d'effort disponibles: high / medium / low

Démarrage rapide

Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.

Ouvrir le Playground Créer une clé API

Configurer votre clé API

Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.

export FELO_API_KEY="YOUR_API_KEY"

Effectuer votre première requête

Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.

gemini-3.8-flash

Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "gemini-3.8-flash",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Utiliser des SDK tiers

Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.

Activer le streaming

Ajoutez stream: true pour recevoir les réponses sous forme de server-sent events.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gemini-3.8-flash",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.

SurfaceMethodURL

Messages

Messages compatibles Anthropic pour les clients de style Claude.

POST

https://openapi.felo.ai/api/v1/messages

Paramètres

NomTypePar défautDescription

modelstringgemini-3.8-flashID public du modèle à appeler.

max_tokensinteger—Nombre maximal de tokens générés.

messagesarray—Messages de la conversation pour Chat Completions.

include_reasoning———

reasoning———

reasoning_effort———

response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.

seed———

stop———

structured_outputs———

temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.

tool_choicestring or object—Contrôle si un outil doit être appelé.

toolsarray—Définitions de tool calling conformes au schéma compatible.

top_p———

Questions fréquentes

Qu'est-ce que Gemini 3.8 Flash?

Gemini 3.8 Flash est un modèle de raisonnement multimodal de Google, successeur de Gemini 2.5 Flash et de Gemini 3.7 Flash, et bâti sur ce dernier. Il accepte en entrée du texte, des images, des vidéos, de l'audio et des PDF, et produit du texte. Son contexte atteint 1 000 000 de tokens pour une limite de sortie de 65 536 tokens. Il s'appuie sur une réflexion étendue et une chaîne de pensée dont le niveau est réglable (faible, moyen, élevé), et prend en charge le caching, l'exécution de code, l'utilisation d'ordinateur (en aperçu), la recherche de fichiers, l'appel de fonctions, l'ancrage sur Google Maps et sur la recherche, les sorties structurées, le contexte URL, l'API Batch, ainsi que l'inférence Flex et Priority. Le modèle se destine aux tâches longues et exigeantes : ingénierie logicielle sur un horizon étendu, agents autonomes, flux de travail d'entreprise complexes, orchestration multi-étapes, refactorisation de code full-stack, raisonnement général, traitement de documents volumineux, analyse financière, flux juridiques, recherche en biologie et compréhension vidéo. Dans les évaluations, il a accompli plus de trois fois les tâches de Gemini 3.7 Flash. Il affiche un débit de sortie de 136,6 tokens par seconde, contre une médiane de 78,0 pour sa tranche de prix. Ses limites sont celles d'un modèle de base : risque d'hallucination, latence et délais d'attente occasionnels, et tendance à consommer beaucoup de tokens aux niveaux de réflexion élevés. Le temps jusqu'au premier token atteint 24,90 secondes, contre une médiane de 3,96 secondes pour la même tranche de prix, et le modèle s'est montré très verbeux lors de l'évaluation de l'Intelligence Index. Il ne génère ni audio ni images et ne prend pas en charge la Live API. Sa connaissance s'arrête en mars 2026, certains domaines étant limités à janvier 2025. Une version spécialisée en cybersécurité, Gemini 3.8 Flash Cyber, existe également.

Comment l'usage est-il facturé ?

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.

Quels types d'entrées Gemini 3.8 Flash accepte-t-il ?

Il accepte du texte, des images, des vidéos, de l'audio et des PDF en entrée, et produit du texte en sortie.

Quelle est la taille de contexte et la limite de sortie ?

Le contexte va jusqu'à 1 000 000 de tokens et la sortie est limitée à 65 536 tokens.

Le niveau de réflexion est-il réglable ?

Oui. Le modèle utilise une réflexion étendue et une chaîne de pensée, avec un niveau personnalisable en faible, moyen ou élevé.

À quelles tâches est-il le plus adapté ?

Il convient aux tâches longues et complexes : ingénierie logicielle, agents autonomes, orchestration multi-étapes, analyse financière, flux juridiques, recherche en biologie et compréhension vidéo.

Quelle différence avec Gemini 3.7 Flash ?

Gemini 3.8 Flash est son successeur et s'appuie sur lui. Lors des évaluations, il a accompli plus de trois fois ses tâches, sans nouvelles capacités majeures dans les domaines du cadre de sécurité frontière.

Génère-t-il des images ou de l'audio ?

Non. Il ne prend pas en charge la génération d'audio ni d'images, pas plus que la Live API.

Modèles liés

Gemini 4 Argon

Googlegemini-4-argon

Gemini 4 Argon est le premier modèle de la génération Gemini 4 de Google, conçu pour les tâches complexes de longue durée en ingénierie logicielle, en travail de connaissance en entreprise et en cyberdéfense.

Codage et ingénierie logicielleRapprochement de grand livre financierRevue de jurisprudence et de documentsCybersécurité défensive et remédiation

Contexte

1.049M

Sortie max.

943.718K

Tokens d'entrée

$4 / 1M tokens

Tokens de sortie

$20 / 1M tokens

Gemma 4 26B A4B (free)

Googlegemma-4-26b-a4b-it:free

Modèle multimodal open-weight de Google DeepMind, avec une architecture Mixture-of-Experts de 26B paramètres totaux et 4B actifs, un contexte de 256K tokens et plus de 140 langues prises en charge.

assistance au code en IDEworkflows agentiquesrésolution de problèmes mathématiquesanalyse de documents et OCR