Gemini 3.8 Flash

gemini-3.8-flash

获取 API 密钥 API 文档

Google 最新推出的 Flash 级工具，适用于编码、智能体工作流程、知识工作和多模态推理，据报道其准确率高于 Gemini 3.7 Flash，并拥有 100 万个标记的上下文窗口。

上下文窗口1.0M

提供商Gemini

创建时间2026/09/04

在线体验

定价

同一模型能力，多条服务通道；按延迟、稳定性与成本灵活选择。

价格单位：$ / 1M tokens

指定服务通道：在请求体加入 provider 字段，例如 "provider": { "channel": "direct" }。可选 direct / stable / economical；不传则使用默认通道。

直连通道

官方直连链路，适合需要原生体验与完整上下文的请求。

输入	输出	缓存命中
0.75/M	3.75/M	0.07/M

介绍

输入

文本图像

输出

文本

Gemini 3.8 Flash API：把专业智能体任务做到旗舰之上的 Flash 档

Gemini 3.8 Flash 是 Google 于 2026 年 9 月 2 日发布的多模态模型，距离 3.7 Flash 只隔三周——这是六周内的第三个 Flash 模型。它延续 Flash 档的成本定位，但在编码和智能体方向的涨幅是这一系列少见的：DeepSWE v1.1 从 65.3% 提到 73.7%，OSWorld 2.0 从 50.6% 提到 59.0%，两项都是 8.4 个百分点。

它的设计取向是"愿意多花力气"：面对复杂任务会执行额外的推理步骤、反复调用工具，然后才给答案。代价是高档位下 token 用量上升，收益是在金融、法律这类垂直智能体评测上直接压过体量大得多的旗舰——Vals Finance Agent v2 拿到 61.4%（Claude Opus 5 58.6%、GPT-5.6 Sol 53.8%），Harvey 法律智能体 10.0%（Opus 5 6.7%、Sol 2.5%）。

需要注意的是 3.8 Flash 引入了不向后兼容的 API 变更：temperature、top_p、top_k、candidate_count 被移除，thinking_budget 换成了字符串枚举 thinking_level。从旧版迁移的代码需要改。

海鲸AI 通过 OpenAI 兼容接口提供 Gemini 3.8 Flash，支持工具调用、思考档位控制、流式输出与多模态输入。

获取 API 密钥 · 模型 ID：gemini-3.8-flash

为什么选择 Gemini 3.8 Flash

垂直智能体压过旗舰 —— Vals Finance Agent v2 61.4%、Harvey 法律 10.0%，两项都高于 Opus 5 与 GPT-5.6 Sol
编码大幅跃升 —— DeepSWE v1.1 从 3.7 Flash 的 65.3% 提到 73.7%
电脑操作提升 8.4 分 —— OSWorld 2.0 从 50.6% 到 59.0%
Terminal-Bench 2.1 89.4% —— 略高于 Opus 5 的 89.1% 与 Sol 的 88.8%
长视频理解领先 —— LVBench 87.8%，比 Opus 5 的 75.4% 高出 12 个百分点
100 万 token 上下文 + 全模态输入 —— 文本、图像、音频、视频、PDF，最大输出 6.4 万 token

核心能力

01 长周期编码

DeepSWE v1.1 73.7%，比 3.7 Flash 高 8.4 个百分点，与 Claude Opus 5 的 74.0% 只差 0.3 分——这是 Flash 档位第一次在长周期软件工程上贴住旗舰。Terminal-Bench 2.1 89.4%，同样小幅领先 Opus 5 和 GPT-5.6 Sol。

端到端的复杂工程问题求解
真实终端环境中的多步执行
代码库级的重构与缺陷修复

02 垂直领域智能体

这是 3.8 Flash 最反直觉的一块：在金融和法律的专业智能体评测上，它直接超过了价格档位高得多的旗舰模型。Vals Finance Agent v2 61.4%（Opus 5 58.6%、Sol 53.8%），Harvey 法律智能体 10.0%（Opus 5 6.7%、Sol 2.5%）。GDPval-AA v2 也从 1482 Elo 涨到 1545。

金融数据分析与报告类智能体
法律文档处理与合规流程
真实职业任务的多步编排

03 全模态理解

支持文本、图像、音频、视频与 PDF 输入，输出为文本。LVBench 87.8%（3.7 Flash 85.4%，Opus 5 仅 75.4%），长视频理解是它拉开差距最明显的多模态方向。CharXiv 图表推理 86.2%。

长视频内容理解与检索
科研图表与数据可视化解读
PDF、音频等混合资料的统一处理

04 思考档位与工具编排

thinking_level 支持 low、medium、high 三档，默认 medium（该模型不支持 minimal）。高档位下模型会主动增加推理步数并反复调用工具。内置工具覆盖 Google 搜索、Google 地图、代码执行、URL 上下文、文件检索与 computer use。

按任务难度切换思考深度
迭代式工具调用与结果校验
结构化输出与函数调用

最佳使用场景

场景	说明
金融分析智能体	Vals Finance Agent v2 61.4%，高于 Opus 5 与 GPT-5.6 Sol
法律文档智能体	Harvey 法律评测 10.0%，为对比模型中最高
长周期编码	DeepSWE v1.1 73.7%，与 Opus 5 仅差 0.3 分
长视频理解	LVBench 87.8%，比 Opus 5 高 12 个百分点
生物医学研究	LABBench2 86.2%，BioMysteryBench 难题档 43.5%→56.5%
高并发生产流量	Flash 档成本跑专业级智能体任务

Gemini 3.8 Flash 与 Gemini 3.7 Flash、Claude Opus 5 的差异

能力	Gemini 3.8 Flash	Gemini 3.7 Flash	Claude Opus 5
模型 ID	`gemini-3.8-flash`	`gemini-3.7-flash`	`claude-opus-5`
厂商	Google	Google	Anthropic
发布日期	2026-09-02	2026-08-13	—
DeepSWE v1.1	73.7%	65.3%	74.0%
Terminal-Bench 2.1	89.4%	85.8%	89.1%
Terminal-Bench 4.0	19.1%	11.2%	51.8%
OSWorld 2.0	59.0%	50.6%	75.4%
Vals Finance Agent v2	61.4%	59.0%	58.6%
Harvey 法律智能体	10.0%	8.8%	6.7%
HLE-Verified	54.9%	53.6%	—
LVBench	87.8%	85.4%	75.4%
上下文窗口	100 万 token	100 万 token	—
最大输出	6.4 万 token	—	—
输入模态	文本/图像/音频/视频/PDF	同左	文本/图像
思考档位	`low`/`medium`/`high`	`thinking_budget` 数值	可调
定位	专业智能体的 Flash 档主力	上一代 Flash 主力	通用旗舰

具体计费以页面上方的实时价格卡片为准。

常见问题

Gemini 3.8 Flash 什么时候发布的？ 2026 年 9 月 2 日发布，距 3.7 Flash（8 月 13 日）只有三周，是六周内的第三个 Flash 模型。同期还发布了受限访问的 Gemini 3.8 Flash Cyber。

和 Gemini 3.7 Flash 比升级了什么？ Google 报告的基准全部上涨，涨幅最大的是编码和电脑操作：DeepSWE v1.1 +8.4 分（65.3%→73.7%）、OSWorld 2.0 +8.4 分（50.6%→59.0%）、Terminal-Bench 4.0 +7.9 分。生物医学难题档提升也很大，BioMysteryBench 人类难解组从 43.5% 到 56.5%。知识类涨幅小得多，HLE-Verified 只 +1.3 分。

有落后的地方吗？ 有，而且是结构性的。它在最难的通用智能体测试上明显落后：Terminal-Bench 4.0 只有 19.1%，Opus 5 是 51.8%、GPT-5.6 Sol 是 37.3%；OSWorld 2.0 的 59.0% 也低于 Opus 5 的 75.4%。规律很清楚——它赢的是更便宜、更垂直的智能体任务，输的是开放式的高难度长链路任务。此外知识类提升有限，GDP.PDF 35.0% 低于 Sol 的 40.0%。

上下文和输出上限是多少？ 上下文窗口 100 万 token，最大输出 6.4 万 token。输入支持文本、图像、音频、视频与 PDF，输出为纯文本。

思考档位怎么设？ thinking_level 三档：low、medium、high，默认 medium。minimal 档这个模型不支持。转写检索、基础元数据抽取这类任务用 low；密集推理用 high。注意 high 档模型会主动增加推理步数和工具调用，token 用量会明显上升。

从旧版本迁移要改代码吗？ 要。3.8 Flash 移除了 temperature、top_p、top_k、candidate_count 四个参数，thinking_budget 被字符串枚举 thinking_level 取代。函数调用侧 FunctionResponse 需要带 call_id 和 name 字段，多模态资源必须放在响应负载中。多轮会话依赖服务端的 previous_interaction_id，不再支持预填模型回合。

Gemini 3.8 Flash Cyber 是什么？能直接用吗？ 不能。它是同期发布的安全专用变体，通过 Fairwind 计划只向经审核的政府机构、关键基础设施运营方和软件维护者开放，安全护栏更宽松。Google 称它生成的正确 Chrome 漏洞补丁数是最强商用模型的 2.6 倍，真实漏洞发现成功率超过 70%（覆盖 20 种编程语言）；CWE-Bench 补丁 pass@1 为 47.2%，与领先旗舰的 47.8% 基本持平。标准版 gemini-3.8-flash 不含这些放宽的能力。

为什么选择海鲸AI 使用 Gemini 3.8 Flash API

无需海外账户 —— 国内直连，不用自建代理
OpenAI 兼容接口 —— 现有代码改两行即可接入
跨厂商横向对比 —— 与 Claude、GPT、Grok 在同一账户下直接比价比效果
统一账单 —— 多模型用量与花费集中管理

API

API 接入信息

Model ID在推理接口中指定模型

gemini-3.8-flash

API Key推理接口的 Bearer Token（鉴权令牌）

前往 API Key 管理

Base URL兼容 OpenAI 协议 · /chat/completions

https://api.haijingai.com/v2/

provider 可选指定服务通道，不传则由系统选择默认通道

"provider": { "channel": "direct" }

gemini-3.8-flash 接入示例

海鲸AI 兼容 OpenAI 接口协议，可直接使用 OpenAI SDK 或 HTTP 请求接入，默认开启流式输出。

cURLPythonNode.js

curl https://api.haijingai.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_KEY>" \
  -d '{
    "model": "gemini-3.8-flash",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "provider": { "channel": "direct" },
    "stream": true
  }'
# provider 为可选字段，删除该行即使用默认通道

from openai import OpenAI

client = OpenAI(
    base_url="https://api.haijingai.com/v2",
    api_key="<API_KEY>",
)

stream = client.chat.completions.create(
    model="gemini-3.8-flash",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "你好！"},
    ],
    stream=True,
    # 可选：指定服务通道，不传则使用默认通道
    extra_body={"provider": {"channel": "direct"}},
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://api.haijingai.com/v2',
  apiKey: '<API_KEY>',
})

const stream = await client.chat.completions.create({
  model: 'gemini-3.8-flash',
  messages: [
    { role: 'system', content: '你是一个有帮助的助手。' },
    { role: 'user', content: '你好！' },
  ],
  stream: true,
  // 可选：指定服务通道，不传则使用默认通道
  // @ts-expect-error provider 为海鲸AI 扩展字段，不在 OpenAI SDK 类型定义内
  provider: { channel: 'direct' },
})

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}