Gemini 3.8 Flash jest już dostępny. Przećwicz to samodzielnie.

Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Nowości w Gemini 3.8 Flash

Zobacz wszystkie modele

Model Gemini 3.8 Flash (gemini-3.8-flash) jest ogólnie dostępny i gotowy do użytku produkcyjnego. To nasz najbardziej inteligentny model Flash, zaprojektowany z myślą o długofalowej inżynierii oprogramowania, autonomicznych agentach i złożonych firmowych przepływach pracy.

Ten przewodnik zawiera informacje o nowościach w Gemini 3.8 Flash, zmianach w interfejsie API, przykłady kodu i wskazówki dotyczące migracji.

Nowy model

Model	Identyfikator modelu	Domyślny poziom myślenia	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 milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych. Więcej informacji znajdziesz w cenniku.	Nasz najbardziej inteligentny model Flash, zaprojektowany z myślą o długofalowej inżynierii oprogramowania, autonomicznych agentach i złożonych firmowych przepływach pracy.

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

Pełną specyfikację znajdziesz na stronie modelu Gemini 3.8 Flash. Szczegółowe informacje o cenach wprowadzających znajdziesz w sekcji dotyczącej cen 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 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."
  }'

Co nowego w Gemini 3.8 Flash

Inżynieria oprogramowania w długim horyzoncie czasowym: zapewnia dobre wyniki w rzeczywistych testach porównawczych kodowania, złożonym refaktoryzowaniu wielu plików i deterministycznym wykonywaniu narzędzi. Szczegółowe informacje znajdziesz w metodologii oceny.
Autonomiczni agenci: umożliwiają tworzenie odpornych wieloetapowych przepływów pracy związanych z planowaniem i orkiestracją narzędzi, co znacznie zmniejsza liczbę nieudanych pętli i błędów.
Złożone przepływy pracy w przedsiębiorstwie: zapewnia doskonałą dokładność, głębokie rozumowanie i wysoką rzetelność w przypadku wymagających zadań w określonych dziedzinach i potoków danych na dużą skalę.
Domyślny model dla agentów zarządzanych: domyślny agent dla agentów zarządzanych, czyli agent Antigravity, korzysta teraz z Gemini 3.8 Flash. Antigravity SDK domyślnie korzysta też z Gemini 3.8 Flash.
Cena wprowadzająca: do 31 grudnia 2026 r. model Gemini 3.8 Flash jest dostępny w cenie wprowadzającej 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych. Standardowe ceny wynoszące 1,50 USD za milion tokenów wejściowych i 7,50 USD za milion tokenów wyjściowych wejdą w życie 1 stycznia 2027 r.

Gemini 3.8 Flash może z założenia używać więcej tokenów w przypadku dłuższych i bardziej złożonych zadań. Aby uzyskać lepsze wyniki w przypadku złożonych celów wieloetapowych, model wykonuje mniejsze kroki rozumowania, iteracyjnie wywołuje narzędzia i weryfikuje swoją pracę na bieżąco. Nie każdy proces wymaga tego poziomu weryfikacji. W przypadku codziennych zadań możesz zmniejszyć nakład pracy rozumowania, aby ograniczyć zużycie tokenów. Alternatywnie model Gemini 3.7 Flash jest nadal w pełni obsługiwany.

Poziomy rozumowania

Gemini 3.8 Flash zapewnia elastyczną kontrolę nad czasem oczekiwania i inteligencją dzięki możliwości dostosowania poziomu myślenia modelu:

Niewielki nakład pracy związany z myśleniem: skraca czas odpowiedzi w przypadku zadań o krytycznym znaczeniu dla opóźnienia, takich jak potoki reagowania na incydenty, czat w czasie rzeczywistym, pisanie wersji roboczych i szybka analiza danych.
Średnia (domyślna): najlepsza jakość w przypadku większości zadań. Zalecany w przypadku złożonego kodu i zastosowań opartych na agentach, ponieważ zapewnia większą dokładność przy pierwszym podejściu.
Nakład pracy związany z myśleniem: maksymalizuje możliwości rozumowania i koordynacji narzędzi modelu. Najlepszy do głębokiego rozumowania, matematyki i trudnych zadań wieloetapowych.

Ten przykład ustawia wartość thinking_level na medium w przypadku żądania złożonej 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.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"
    }
  }'

Zaktualizowany agent Antigravity

Ze względu na lepszą wydajność i rozumowanie agent Antigravity w Gemini Managed Agents jest teraz domyślnie oparty na modelu Gemini 3.8 Flash.

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"
}'

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 temperature, top_p i top_k z konfiguracji generowania.
- Zastąp thinking_budget ciągiem znaków thinking_level. Pamiętaj, że minimal nie jest obsługiwany w przypadku Flash w wersji 3.8.
- Usuń candidate_count (nieobsługiwane w Gemini 3 i nowszych wersjach).
Wymuszaj reguły weryfikacji tury:
- Ujednolicenie wieloetapowych rozmów po stronie serweraprevious_interaction_id.
- Usuń wstępnie wypełnione tury modelu.
Sprawdzanie wywoływania funkcji:
- Umieść zasoby multimodalne w ładunku odpowiedzi.
- Formatuj 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 call_id i name.
Podstawowe wymagania dotyczące Gemini 3: informacje o aktualizacjach pakietu SDK i zachowaniu sygnatury myśli znajdziesz na liście kontrolnej migracji do Gemini 3.5.

Ceny

Skorzystaj z cen wprowadzających w Google AI Studio i Gemini Enterprise Agent Platform do 31 grudnia 2026 r. 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 poziomy cenowe znajdziesz na stronie z cenami.

Dalsze kroki

Specyfikacje interfejsu API znajdziesz w przeglądzie modeli.
Więcej informacji o administracji wieloma agentami znajdziesz w omówieniu interfejsu Interactions API.
Testuj i dopracowuj prompty w Google AI Studio.