Felo API PlatformFelo API Platform
Voltar aos modelos
Googlemessages

Gemini 3.8 Flash API

O Gemini 3.8 Flash é o modelo Flash mais inteligente do Google, com entrada multimodal, raciocínio estendido e contexto de 1.000.000 tokens para engenharia de software e agentes autônomos.

O Gemini 3.8 Flash é um modelo de raciocínio do Google lançado em 2 de setembro de 2026, construído sobre o Gemini 3.7 Flash e sucessor do Gemini 2.5 Flash e do Gemini 3.7 Flash. Ele aceita texto, imagem, vídeo, áudio e PDF como entrada, produzindo texto como saída. Seu contexto chega a 1.000.000 tokens e o limite de saída é de 65.536 tokens. O raciocínio usa pensamento estendido e cadeia de pensamento, com nível de pensamento ajustável entre baixo, médio e alto. O modelo está posicionado como o Flash mais inteligente do Google, abaixo do flagship Gemini 4 Argon, e também existe uma versão especializada em cibersegurança, o Gemini 3.8 Flash Cyber.

Entre os recursos disponíveis estão caching, execução de código, uso de computador em prévia, busca em arquivos, chamada de funções, fundamentação no Google Maps e na busca, saídas estruturadas, contexto de URL, Batch API e inferência Flex e Priority. Nas avaliações, o modelo completou mais de 3 vezes as tarefas do Gemini 3.7 Flash. Ele é indicado para engenharia de software de longo horizonte, agentes autônomos, fluxos de trabalho empresariais complexos, orquestração de múltiplas etapas, refatoração de código full-stack, raciocínio geral, fluxos documentais longos, análise financeira, fluxos jurídicos, pesquisa em biologia e compreensão de vídeo.

Entre os pontos fortes, destaca-se a maior pontuação do seu conjunto de comparação no Vals Finance Agent v2, além das melhores pontuações no Terminal-bench 2.1 e no HLE-Verified. Também obteve 56,5% no BioMysteryBench Human Difficult e 86,2% no LABBench2. A velocidade de saída é de 136,6 tokens por segundo, contra uma mediana de 78,0 no mesmo nível. Como limitações, o modelo pode alucinar, apresentar latência e timeouts ocasionais e consumir muitos tokens em níveis altos de pensamento; o tempo até o primeiro token é de 24,90 segundos, contra uma mediana de 78,0 no mesmo nível. Ele não oferece geração de áudio, geração de imagem nem Live API.

Abrir Playground ↗Criar chave de API ↗Guia de introdução →

Atualizado:

ID DO MODELO

gemini-3.8-flash
Contexto
1.049M
Saída máxima
65.536K
API recomendada
messages
Entrada
text / image / video / file / audio
Saída
text

Destaques

  • Contexto de 1.000.000 tokens
  • Entrada multimodal com saída de texto
  • Pensamento estendido ajustável
  • Saída de 136,6 tokens por segundo
  • Mais de 3x as tarefas do 3.7 Flash
  • Sem geração de áudio ou imagem

Provedores

Melhor preço
4 provedores

Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.

Provedor · Detalhes de preço
$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

O que $10 compram

Entrada
6,7 mi tokens
Saída
1,3 mi tokens

Estimativa com base nos preços atuais de entrada e saída, antes de descontos.

Benchmarks

  • Artificial Analysis Intelligence Index

    a mediana para o mesmo nível de preço é 27

    41

  • DeepSWE v1.1

    73,7%

  • Vals Finance Agent v2

    61,4%

  • Harvey legal agent benchmark

    taxa de aprovação em todos os critérios

    10,0%

  • Terminal-bench 2.1

    89,4%

  • CharXiv Reasoning

    86,2%

  • LVBench

    agêntico; estático 87,1%

    87,8%

  • HLE-Verified

    54,9%

Pontuações conforme publicadas pelo fornecedor do modelo.

Raciocínio

Esforço padrão
medium
Ativado por padrão
Sim
Sempre ativado
Sim
Níveis de esforço disponíveis
high / medium / low

Início rápido

Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.

Abrir PlaygroundCriar chave de API
1

Defina sua chave de API

Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.

export FELO_API_KEY="YOUR_API_KEY"
2

Faça sua primeira requisição

Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.

gemini-3.8-flash

Este modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.

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());

Usar SDKs de terceiros

Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.

3

Ative o streaming

Adicione stream: true para receber respostas como 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

A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.

SurfaceMethodURL

Messages

Mensagens compatíveis com Anthropic para clientes no estilo Claude.

POST

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

Parâmetros

NomeTipoPadrãoDescrição
modelstringgemini-3.8-flashID público do modelo a chamar.
max_tokensinteger—Número máximo de tokens gerados.
messagesarray—Mensagens da conversa para Chat Completions.
include_reasoning———
reasoning———
reasoning_effort———
response_formatobject—Solicita saída estruturada quando compatível.
seed———
stop———
structured_outputs———
temperaturenumber—Controla a variedade das respostas quando compatível.
tool_choicestring or object—Controla se uma ferramenta deve ser chamada.
toolsarray—Definições de tool calling seguindo o schema compatível.
top_p———

Perguntas frequentes

O que é Gemini 3.8 Flash?

O Gemini 3.8 Flash é um modelo de raciocínio do Google lançado em 2 de setembro de 2026, construído sobre o Gemini 3.7 Flash e sucessor do Gemini 2.5 Flash e do Gemini 3.7 Flash. Ele aceita texto, imagem, vídeo, áudio e PDF como entrada, produzindo texto como saída. Seu contexto chega a 1.000.000 tokens e o limite de saída é de 65.536 tokens. O raciocínio usa pensamento estendido e cadeia de pensamento, com nível de pensamento ajustável entre baixo, médio e alto. O modelo está posicionado como o Flash mais inteligente do Google, abaixo do flagship Gemini 4 Argon, e também existe uma versão especializada em cibersegurança, o Gemini 3.8 Flash Cyber. Entre os recursos disponíveis estão caching, execução de código, uso de computador em prévia, busca em arquivos, chamada de funções, fundamentação no Google Maps e na busca, saídas estruturadas, contexto de URL, Batch API e inferência Flex e Priority. Nas avaliações, o modelo completou mais de 3 vezes as tarefas do Gemini 3.7 Flash. Ele é indicado para engenharia de software de longo horizonte, agentes autônomos, fluxos de trabalho empresariais complexos, orquestração de múltiplas etapas, refatoração de código full-stack, raciocínio geral, fluxos documentais longos, análise financeira, fluxos jurídicos, pesquisa em biologia e compreensão de vídeo. Entre os pontos fortes, destaca-se a maior pontuação do seu conjunto de comparação no Vals Finance Agent v2, além das melhores pontuações no Terminal-bench 2.1 e no HLE-Verified. Também obteve 56,5% no BioMysteryBench Human Difficult e 86,2% no LABBench2. A velocidade de saída é de 136,6 tokens por segundo, contra uma mediana de 78,0 no mesmo nível. Como limitações, o modelo pode alucinar, apresentar latência e timeouts ocasionais e consumir muitos tokens em níveis altos de pensamento; o tempo até o primeiro token é de 24,90 segundos, contra uma mediana de 78,0 no mesmo nível. Ele não oferece geração de áudio, geração de imagem nem Live API.

Como o uso é cobrado?

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.

Quais tipos de entrada o Gemini 3.8 Flash aceita?

Ele aceita entrada de texto, imagem, vídeo, áudio e PDF, e gera texto como saída.

Qual é o contexto e o limite de saída do modelo?

O contexto é de 1.000.000 tokens e o limite de saída é de 65.536 tokens.

Para quais tarefas o Gemini 3.8 Flash é mais indicado?

Ele é indicado para engenharia de software de longo horizonte, agentes autônomos, fluxos empresariais complexos, análise financeira, fluxos jurídicos, pesquisa em biologia e compreensão de vídeo, entre outros cenários.

Como o nível de pensamento pode ser ajustado?

O nível de pensamento é personalizável entre baixo, médio e alto.

Qual é a diferença entre o Gemini 3.8 Flash e o Gemini 3.7 Flash?

O Gemini 3.8 Flash é construído sobre o Gemini 3.7 Flash e completou mais de 3 vezes as tarefas deste em avaliações. Não foram observadas novas capacidades significativas nem grandes ganhos de desempenho em áreas do framework de segurança de fronteira.

O Gemini 3.8 Flash gera áudio ou imagens?

Não. O modelo não oferece geração de áudio, geração de imagem nem suporte à Live API.

Modelos relacionados

Gemini 4 Argon

Googlegemini-4-argon

Gemini 4 Argon é o primeiro modelo de fronteira da geração Gemini 4 do Google, com janela de contexto de 1M de tokens, forte em engenharia de software e trabalhos de conhecimento empresarial.

Codificação e engenharia de softwareConciliação de razão e análise financeiraRevisão de jurisprudência e documentos regulatóriosAutomação de defesa cibernética

Contexto

1.049M

Saída máxima

943.718K

Tokens de entrada

$4 / 1M tokens

Tokens de saída

$20 / 1M tokens

Gemma 4 26B A4B (free)

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

Modelo multimodal de pesos abertos do Google DeepMind com arquitetura Mixture-of-Experts, 26B parâmetros totais e 4B ativos, contexto de 256K tokens e suporte a texto, imagem e vídeo.

Assistência de código em IDEsGeração e depuração de códigoConsultas científicas e matemáticaAnálise de documentos e OCR

Contexto

262.144K

Saída máxima

32.768K

Tokens de entrada

$0 / 1M tokens

Tokens de saída

$0 / 1M tokens