Aller au contenu
Tier A — Frontier
Fonctionne en :USCréé en :United States
Google Gemini

Gemini 3.8 Flash

Tier A — Frontier · 1.048576M tokens

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··
Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P95107 runs
10643338561378871016110-2611-22ms
Section 02

Scores de qualité

Comment ce modèle se situe par rapport au reste du champ sur chaque catégorie de prompts, à partir d'un ajustement par paires sur les mêmes prompts. La note brute du juge figure sous chaque nombre.

29%
Génération de code
moyenne du juge 47
10%
Créatif
moyenne du juge 45
46%
Factuel
moyenne du juge 63
25%
Raisonnement
moyenne du juge 45

Taux de victoire par catégorie : la fréquence à laquelle ce modèle bat un modèle moyen sur un prompt de cette catégorie. 50% est la moyenne, pas un échec. Ce n'est pas un pourcentage de bonnes réponses.

Section 03

Tarifs

Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.

💰
Tarifs API — Gemini 3.8 Flash
$1.13 par 1M de tokens d'entrée
$5.61 par 1M de tokens de sortie
≈ $0.0018 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$1.13
par 1M de tokens de sortie$5.61
Section 04

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)101 / avg 119
18658

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 05

Capacités

toolssource: seed-newest-generation-2026-09-30visionjson modepdf inputreasoningaudio inputjson schemaparallel toolsprompt cachingoutputTokenLimit: 65536max output tokens: 65535
Section 06

Disponibilité

Disponibilité

La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.

7 derniers jours

100.0%

n=6

30 derniers jours

100.0%

n=183

Temps de réponse médian

5,436ms

n=183

Basé sur 557 mesures au cours des 30 derniers jours.

Détails techniques

Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.

Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.

Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.

Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.

Total des appels (30d)

183

Réponses OK (30d)

183

Total des appels (7d)

6

Réponses OK (7d)

6

Section 07

Verdicts benchmark Tokonomix

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-551/100 · 25 runs
10 correct0 partial15 wrong40% accuracy
● 2026-11-22

Gemini 3.8 Flash debuts with multimodal tools and expanded input support

Gemini 3.8 Flash enters benchmarking as a new model with comprehensive multimodal capabilities. The model supports vision, audio input, and PDF processing alongside standard text capabilities. It includes both single and parallel tool calling with JSON mode and schema support, plus reasoning features and prompt caching for optimization. Without previous performance data, this represents Google's latest flash-tier offering with a full feature set designed for multimodal applications. The capabilities package positions it as a versatile model for developers needing document understanding, image analysis, and audio processing in a single API. Tool support with parallel execution enables complex agentic workflows. Prompt caching availability suggests optimization for applications with repeated context. The model appears aimed at production use cases requiring multiple input modalities and structured outputs. Users evaluating this model should test it against their specific multimodal workloads, particularly scenarios combining vision, audio, and document processing with tool use. Performance characteristics, latency profiles, and output quality will need real-world validation as benchmark data accumulates over time.

Qualité

—

Latence p50

—

Exécutions de test

0

✓ Full multimodal input support added✓ Parallel tools and JSON schema✓ Prompt caching now available✓ PDF and audio processing enabled
Dernier test automatisé
22 nov. 2026 · 14:02 UTC · Benchmark de vitesse
Latence P50
1978 ms
Latence P95
3506 ms
Erreurs
0 / 6 exécutions
Dernière revue par Équipe Tokonomix·22 novembre 2026