Gemini 3.8 Flash est désormais disponible. À vous de jouer.

Google utilise la technologie IA pour traduire le contenu dans votre langue préférée. Les traductions générées par IA peuvent contenir des erreurs.

Nouveautés de Gemini 3.8 Flash

Voir tous les modèles

Gemini 3.8 Flash (gemini-3.8-flash) est en disponibilité générale et prêt à être utilisé en production. Il s'agit de notre modèle Flash le plus intelligent, conçu pour l'ingénierie logicielle à long terme, les agents autonomes et les workflows d'entreprise complexes.

Ce guide explique les nouveautés de Gemini 3.8 Flash, les modifications apportées à l'API, les exemples de code et les conseils de migration.

Nouveau modèle

Modèle	ID du modèle	Niveau de réflexion par défaut	Tarifs	Description
Gemini 3.8 Flash	`gemini-3.8-flash`	`medium`	3.8 Flash est disponible jusqu'à la fin de l'année au prix de lancement de 0,75 $/1 M de jetons d'entrée et 3,75 $/1 M de jetons de sortie. Pour en savoir plus, consultez les tarifs.	Notre modèle Flash le plus intelligent, conçu pour l'ingénierie logicielle à long terme, les agents autonomes et les workflows d'entreprise complexes.

Gemini 3.8 Flash est compatible avec une fenêtre de contexte d'un million de jetons, une sortie maximale de 64 000 jetons, des niveaux de réflexion réglables (low, medium, high) et la même suite complète d'outils intégrés.

Pour connaître les spécifications complètes, consultez la page du modèle Gemini 3.8 Flash. Pour en savoir plus sur les tarifs promotionnels, consultez la section sur les tarifs ci-dessous ou la page des tarifs.

Guide de démarrage rapide

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Write a three.js script that renders a realistic 3D black hole."
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  model: "gemini-3.8-flash",
  input: "Write a three.js script that renders a realistic 3D black hole.",
});

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("gemini-3.8-flash"))
        .input(
            InteractionsInput.of(
                "Write a three.js script that renders a realistic 3D black hole."))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateModelInteraction{
            Model: interactions.Model("gemini-3.8-flash"),
            Input: interactions.NewInteractionsInput("Write a three.js script that renders a realistic 3D black hole."),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-3.8-flash",
    "input": "Write a three.js script that renders a realistic 3D black hole."
  }'

Nouveautés de Gemini 3.8 Flash

Ingénierie logicielle à long terme : offre d'excellents résultats sur les benchmarks de codage réels, le refactoring complexe de plusieurs fichiers et l'exécution déterministe des outils. Pour en savoir plus, consultez la méthodologie d'évaluation.
Agents autonomes : vous permet de créer des workflows résilients de planification en plusieurs étapes et d'orchestration d'outils, ce qui réduit considérablement les boucles et les erreurs.
Workflows d'entreprise complexes : offre une précision supérieure, un raisonnement approfondi et une grande rigueur factuelle pour les tâches de domaine exigeantes et les pipelines de données à grande échelle.
Modèle par défaut pour les agents gérés : l'agent par défaut pour les agents gérés, l'agent Antigravity, utilise désormais Gemini 3.8 Flash. Le SDK Antigravity utilise également Gemini 3.8 Flash par défaut.
Tarifs de lancement : Gemini 3.8 Flash est disponible au tarif de lancement de 0,75 $/1 M de jetons d'entrée et 3,75 $/1 M de jetons de sortie jusqu'au 31 décembre 2026. Les tarifs standards de 1,50 $/1M de jetons d'entrée et de 7,50 $/1M de jetons de sortie entreront en vigueur le 1er janvier 2027.

Gemini 3.8 Flash peut utiliser plus de jetons pour les tâches plus longues et complexes, par conception. Pour fournir des résultats de meilleure qualité sur des objectifs difficiles et en plusieurs étapes, le modèle effectue des étapes de raisonnement plus petites, appelle les outils de manière itérative et vérifie son travail tout au long du processus. Tous les workflows n'ont pas besoin de ce niveau de vérification. Pour les tâches quotidiennes, vous pouvez réduire l'effort de raisonnement afin de diminuer la consommation de jetons. Vous pouvez également continuer à utiliser Gemini 3.7 Flash, qui reste entièrement compatible.

Comprendre les niveaux de raisonnement

Gemini 3.8 Flash vous permet de contrôler de manière flexible la latence et l'intelligence en ajustant le niveau de réflexion du modèle :

Faible effort de réflexion : réduit le temps de réponse pour les tâches critiques en termes de latence, comme les pipelines de réponse aux incidents, le chat en temps réel, la rédaction de brouillons et l'analyse de données rapide.
Moyenne (par défaut) : la meilleure qualité pour la plupart des tâches. Recommandé pour les cas d'utilisation complexes de code et agentiques, offrant une plus grande précision dès la première tentative.
Effort de réflexion élevé : maximise les capacités de raisonnement et d'orchestration d'outils du modèle. Idéal pour le raisonnement approfondi, les mathématiques et les tâches complexes nécessitant plusieurs étapes.

L'exemple suivant définit thinking_level sur medium pour une demande d'analyse de code complexe :

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    generation_config={
        "thinking_level": "medium"  # Balanced reasoning effort for complex tasks
    }
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  model: "gemini-3.8-flash",
  input: "Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
  generation_config: {
    thinking_level: "medium"
  }
});

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.GenerationConfig;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.interactions.ThinkingLevel;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("gemini-3.8-flash"))
        .input(
            InteractionsInput.of(
                "Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely."))
        .generationConfig(
            GenerationConfig.builder()
                .thinkingLevel(ThinkingLevel.MEDIUM) // Balanced reasoning effort for complex tasks
                .build())
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateModelInteraction{
            Model: interactions.Model("gemini-3.8-flash"),
            Input: interactions.NewInteractionsInput("Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely."),
            GenerationConfig: &interactions.GenerationConfig{
                ThinkingLevel: interactions.ThinkingLevelMedium.ToPointer(), // Balanced reasoning effort for complex tasks
            },
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-3.8-flash",
    "input": "Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    "generation_config": {
      "thinking_level": "medium"
    }
  }'

Agent Antigravity mis à jour

Grâce à ses performances et à son raisonnement améliorés, l'agent Antigravity dans Gemini Managed Agents est désormais conçu avec Gemini 3.8 Flash par défaut.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Audit https://web.dev for performance, Core Web Vitals, and SEO. "
        "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. "
        "Check search indexing with Google Search for site:web.dev. "
        "Format the output as a side-by-side scorecard table with prioritized fixes."
    ),
    environment="remote",
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  agent: "antigravity-preview-09-2026",
  input: "Audit https://web.dev for performance, Core Web Vitals, and SEO. Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. Check search indexing with Google Search for site:web.dev. Format the output as a side-by-side scorecard table with prioritized fixes.",
  environment: "remote",
}, { timeout: 300000 });

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.AgentOption;
import com.google.genai.gaos.models.interactions.CreateAgentInteraction;
import com.google.genai.gaos.models.interactions.CreateAgentInteractionEnvironment;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateAgentInteraction params =
    CreateAgentInteraction.builder()
        .agent(AgentOption.of("antigravity-preview-09-2026"))
        .input(
            InteractionsInput.of(
                "Audit https://web.dev for performance, Core Web Vitals, and SEO. "
                    + "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. "
                    + "Check search indexing with Google Search for site:web.dev. "
                    + "Format the output as a side-by-side scorecard table with prioritized fixes."))
        .environment(CreateAgentInteractionEnvironment.of("remote"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateAgentInteraction{
            Agent: interactions.AgentOption("antigravity-preview-09-2026"),
            Input: interactions.NewInteractionsInput(
                "Audit https://web.dev for performance, Core Web Vitals, and SEO. " +
                    "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. " +
                    "Check search indexing with Google Search for site:web.dev. " +
                    "Format the output as a side-by-side scorecard table with prioritized fixes.",
            ),
            Environment: genai.Ptr(interactions.NewCreateAgentInteractionEnvironment("remote")),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "Content-Type: application/json" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-d '{
    "agent": "antigravity-preview-09-2026",
    "input": "Audit https://web.dev for performance, Core Web Vitals, and SEO. Query Google'\''s PageSpeed Insights API for both Mobile and Desktop strategies. Check search indexing with Google Search for site:web.dev. Format the output as a side-by-side scorecard table with prioritized fixes.",
    "environment": "remote"
}'

Le modèle Gemini sous-jacent peut être configuré à l'aide de agent_config.

Checklist de migration

  `/gemini-api-dev migrate my app to Gemini 3.8 Flash`

Migrer vers gemini-3.8-flash

Mettez à jour l'ID du modèle : remplacez la chaîne de modèle cible par gemini-3.8-flash.
Suppression des paramètres d'échantillonnage obsolètes :
- Supprimez temperature, top_p et top_k des configurations de génération.
- Remplacez thinking_budget par l'énumération de chaîne thinking_level. Notez que minimal n'est pas accepté dans Flash 3.8.
- Supprimez candidate_count (non pris en charge dans Gemini 3 et versions ultérieures).
Appliquer les règles de validation des tours :
- Standardisez les conversations multitours sur previous_interaction_id côté serveur.
- Supprimez les tours de modèle préremplis.
Auditer l'appel de fonction :
- Placez les composants multimodaux dans le payload de réponse.
- Mettez en forme les instructions intégrées à l'aide de \n\n.
- Si vous voyez des erreurs Malformed_Function_Call liées au texte avant l'outil, consultez Solutions de contournement pour les exigences concernant le texte avant l'outil.
- Uniquement si vous utilisez l'API generateContent : assurez-vous que tous les objets FunctionResponse incluent call_id et name.
Exigences de base pour Gemini 3 : pour les mises à jour du SDK et la conservation de la signature de pensée, consultez la Checklist de migration vers Gemini 3.5.

Tarifs

Profitez de prix de lancement dans Google AI Studio et Gemini Enterprise Agent Platform jusqu'au 31 décembre 2026 pour Gemini 3.8 Flash, Gemini 3.7 Flash et Gemini 3.6 Flash. Les tarifs standards entreront en vigueur le 1er janvier 2027. Pour connaître tous les niveaux de tarification, consultez la page des tarifs.

Étapes suivantes

Consultez les spécifications de l'API dans la présentation des modèles.
Découvrez l'orchestration multi-agent dans la présentation de l'API Interactions.
Testez et affinez les requêtes dans Google AI Studio.