Nowości w Gemini 3.8 Flash

Zobacz wszystkie modele

Model Gemini 3.8 Flash (gemini-3.8-flash) jest ogólnie dostępny i gotowy do użycia w środowisku produkcyjnym. To nasz najbardziej inteligentny model Flash, zaprojektowany z myślą o długoterminowym inżynierii oprogramowania, autonomicznych agentach i złożonych przepływach pracy w przedsiębiorstwach.

Z tego przewodnika dowiesz się, co nowego w modelu Gemini 3.8 Flash, jakie zmiany wprowadziliśmy w interfejsie API, zobaczysz przykłady kodu i uzyskasz wskazówki dotyczące migracji.

Nowy model

Model Identyfikator modelu Domyślny poziom rozumowania Ceny Opis
Gemini 3.8 Flash gemini-3.8-flash medium Model 3.8 Flash jest dostępny do końca roku w cenie początkowej 0,75 USD za 1 mln tokenów wejściowych i 3,75 USD za 1 mln tokenów wyjściowych. Więcej informacji znajdziesz w cenniku. Nasz najbardziej inteligentny model Flash, zaprojektowany z myślą o długoterminowym inżynierii oprogramowania, autonomicznych agentach i złożonych przepływach pracy w przedsiębiorstwach.

Model Gemini 3.8 Flash obsługuje okno kontekstu o rozmiarze 1 mln tokenów, maksymalnie 64 tys. tokenów wyjściowych, dostrajane poziomy rozumowania (low, medium, high) oraz ten sam kompleksowy zestaw wbudowanych narzędzi.

Pełne specyfikacje znajdziesz na stronie modelu Gemini 3.8 Flash. Szczegóły dotyczące cen promocyjnych znajdziesz w sekcji Ceny poniżej lub na stronie z cennikiem.

Krótkie wprowadzenie

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 req = CreateModelInteraction.builder()
    .model(Model.of("gemini-3.8-flash"))
    .input(InteractionsInput.of("Hello world"))
    .build();
Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(req)).interaction().get();
System.out.println(interaction.outputText().orElse(""));

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."
  }'

Co nowego w modelu Gemini 3.8 Flash

  • Długoterminowa inżynieria oprogramowania: zapewnia dobre wyniki w rzeczywistych testach porównawczych kodowania, złożonym refaktoryzacji wielu plików i deterministycznym wykonywaniu narzędzi. Szczegółowe informacje znajdziesz w metodologii oceny.
  • Agenci autonomiczni: umożliwiają tworzenie odpornych przepływów pracy związanych z planowaniem wieloetapowym i zarządzaniem narzędziami, co znacznie zmniejsza liczbę nieudanych pętli i błędów.
  • Złożone przepływy pracy w przedsiębiorstwach: zapewniają większą dokładność, głębokie rozumowanie i wysoką rzetelność faktów w wymagających zadaniach domenowych i potokach danych na dużą skalę.
  • Domyślny model dla agentów zarządzanych: domyślny agent dla agentów zarządzanych – agent Antigravity – korzysta teraz z modelu Gemini 3.8 Flash. Pakiet Antigravity SDK domyślnie korzysta też z modelu Gemini 3.8 Flash.
  • Ceny promocyjne: model Gemini 3.8 Flash jest dostępny w cenie promocyjnej 0,75 USD za 1 mln tokenów wejściowych i 3,75 USD za 1 mln tokenów wyjściowych do 31 grudnia 2026 r. Standardowe ceny w wysokości 1,50 USD za 1 mln tokenów wejściowych i 7,50 USD za 1 mln tokenów wyjściowych zaczną obowiązywać 1 stycznia 2027 r.

Model Gemini 3.8 Flash może z założenia używać więcej tokenów w przypadku dłuższych i bardziej złożonych zadań. Aby zapewnić lepsze wyniki w przypadku trudnych, wieloetapowych celów, model wykonuje mniejsze kroki rozumowania, iteracyjnie wywołuje narzędzia i weryfikuje swoją pracę. Nie każdy przepływ pracy wymaga takiego poziomu weryfikacji. W przypadku codziennych zadań możesz zmniejszyć wysiłek związany z rozumowaniem, aby ograniczyć zużycie tokenów. Model Gemini 3.7 Flash jest nadal w pełni obsługiwany.

Poziomy rozumowania

Model Gemini 3.8 Flash umożliwia elastyczne kontrolowanie opóźnienia i inteligencji poprzez dostosowanie poziomu rozumowania modelu:

  • Niski nakład pracy związany z myśleniem: skraca czas odpowiedzi w przypadku zadań krytycznych pod względem opóźnienia, takich jak potoki reagowania na incydenty, czat w czasie rzeczywistym, pisanie wersji roboczych i szybka analiza danych.
  • Średni (domyślny): najlepsza jakość w przypadku większości zadań. Zalecany w przypadku złożonego kodu i zastosowań agentowych, zapewniający większą dokładność przy pierwszym przejściu.
  • Nakład pracy związany z myśleniem: maksymalizuje możliwości rozumowania i zarządzania narzędziami modelu. Najlepszy do głębokiego rozumowania, matematyki i trudnych zadań wieloetapowych.

W tym przykładzie ustawiamy thinking_level na medium w przypadku złożonego żądania analizy kodu:

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.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 req = CreateModelInteraction.builder()
    .model(Model.of("gemini-3.8-flash"))
    .input(InteractionsInput.of("Hello world"))
    .build();
Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(req)).interaction().get();
System.out.println(interaction.outputText().orElse(""));

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"
    }
  }'

Zaktualizowany agent Antigravity

Dzięki lepszej wydajności i rozumowaniu agent Antigravity w Gemini Managed Agents jest teraz domyślnie tworzony za pomocą modelu Gemini 3.8 Flash.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-05-2026",
    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-05-2026",
  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.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 req = CreateModelInteraction.builder()
    .model(Model.of("gemini-3.8-flash"))
    .input(InteractionsInput.of("Hello world"))
    .build();
Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(req)).interaction().get();
System.out.println(interaction.outputText().orElse(""));

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-05-2026",
    "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"
}'

Podstawowy model Gemini można skonfigurować za pomocą agent_config.

Lista kontrolna migracji

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

Migracja do modelu gemini-3.8-flash

  • Zaktualizuj identyfikator modelu: zmień ciąg docelowego modelu na gemini-3.8-flash.
  • Usuń wycofane parametry próbkowania:
    • Usuń parametry temperature, top_p i top_k z konfiguracji generowania.
    • Zastąp parametr thinking_budget ciągiem wyliczeniowym thinking_level. Pamiętaj, że model 3.8 Flash nie obsługuje parametru minimal.
    • Usuń parametr candidate_count (nieobsługiwany w Gemini 3 i nowszych wersjach).
  • Wymuś reguły weryfikacji tury:
    • Ujednolicaj rozmowy wieloetapowe na podstawie parametru previous_interaction_id po stronie serwera.
    • Usuń wstępnie wypełnione tury modelu.
  • Sprawdź wywoływanie funkcji:
    • Umieść zasoby multimodalne w ładunku odpowiedzi.
    • Sformatuj instrukcje w tekście za pomocą \n\n.
    • Jeśli widzisz błędy Malformed_Function_Call związane z tekstem przed narzędziem, zapoznaj się z obejściami wymagań dotyczących tekstu przed narzędziem.
    • Tylko w przypadku korzystania z interfejsu generateContent API: upewnij się, że wszystkie obiekty FunctionResponse zawierają parametry call_id i name.
  • Podstawowe wymagania Gemini 3: informacje o aktualizacjach pakietu SDK i zachowaniu sygnatury myśli znajdziesz na liście kontrolnej migracji do Gemini 3.5.

Ceny

Do 31 grudnia 2026 r. możesz korzystać z cen promocyjnych w Google AI Studio i Gemini Enterprise Agent Platform w przypadku modeli Gemini 3.8 Flash, Gemini 3.7 Flash i Gemini 3.6 Flash. Standardowe ceny zaczną obowiązywać 1 stycznia 2027 r. Pełne progi cenowe znajdziesz na stronie z cennikiem.

Dalsze kroki