İçeriğe geç
Seviye A — Öncü
Çalıştığı yer:USYapıldığı yer:United States
Google Gemini

Gemini 3.8 Flash

Seviye A — Öncü · 1.048576M token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme107 runs
10643338561378871016110-2611-22ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

29%
Kod üretimi
jüri ortalaması 47
10%
Yaratıcı
jüri ortalaması 45
46%
Olgusal
jüri ortalaması 63
25%
Akıl yürütme
jüri ortalaması 45

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — Gemini 3.8 Flash
$1.13 1M giriş token başına
$5.61 1M çıkış token başına
≈ $0.0018 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$1.13
1M çıkış token başına$5.61
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)133 / avg 118
18658

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Yetenekler

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

Kullanılabilirlik

Kullanılabilirlik

Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.

Son 7 gün

100.0%

n=6

Son 30 gün

100.0%

n=183

Medyan yanıt süresi

5,436ms

n=183

Baz alınan 557 ölçüm son 30 gün içinde.

Teknik detaylar

Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.

Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.

Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.

Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.

Toplam çağrı (30d)

183

OK yanıtlar (30d)

183

Toplam çağrı (7d)

6

OK yanıtlar (7d)

6

Bölüm 07

Tokonomix kıyaslama kararları

⚖️
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.

Kalite

—

Gecikme p50

—

Test çalıştırmaları

0

✓ Full multimodal input support added✓ Parallel tools and JSON schema✓ Prompt caching now available✓ PDF and audio processing enabled
Son otomatik test
22 Kas 2026 · 08:04 UTC · Hız testi
P50 gecikme
1502 ms
P95 gecikme
1708 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·22 Kasım 2026