Gemini 3.8 Flash is Google's most intelligent Flash model with significant gains from 3.7 Flash across software engineering, agentic tasks, and multi-step reasoning.
Anbieter
Verschiedene Unternehmen hosten dasselbe Modell. OpenRouter leitet Ihre Anfrage je nach gewähltem Routing-Modus an eines davon weiter: Ausgewogen (Preis + Geschwindigkeit), Nitro (am schnellsten) oder Floor (am günstigsten).
50% off | 0,75 $0,375 $ | 3,75 $1,875 $ | 0,075 $0,0375 $ | 0,075 $0,0375 $ | -- | -- |
|---|
- Eingabe 0,375 $ / Ausgabe 1,875 $50% off-- tok/s-- Verfügbarkeit
Preise
Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.
Gewichteter Durchschnitt
Gemini 3.8 Flash (batch) — Preisverlauf
| 0,00 $ | 0,00 $ | 0,1 % | 100,0 % |
- Wirksam in 0,00 $ / Effektive Ausgabekosten 0,00 $Token-Anteil100,0 %
Leistung
Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).
Verfügbarkeit
Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.
Noch nicht genügend Daten zur Verfügbarkeit für eine Anzeige vorhanden.
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Leistungsvergleiche
Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.
| Quelle | Benchmark | Ergebnis |
|---|---|---|
| Artificial Analysis | Gemini 3.8 Flash (Low) Intelligence Index | 22,5 |
| Artificial Analysis | Gemini 3.8 Flash (Low) Coding Index | 73,5 |
| Artificial Analysis | Gemini 3.8 Flash (Low) Agentic Index | 32,6 |
| Artificial Analysis | Gemini 3.8 Flash (Low) GPQA Diamond | 92.0% |
| Artificial Analysis | Gemini 3.8 Flash (Low) HLE | 37.1% |
| Artificial Analysis | Gemini 3.8 Flash (Low) AA-LCR | 80.7% |
| Artificial Analysis | Gemini 3.8 Flash (Low) τ-Bench Banking | 33.2% |
| Artificial Analysis | Gemini 3.8 Flash (Low) GDPval-AA | 40.7% |
| Artificial Analysis | Gemini 3.8 Flash (Low) CritPt | 4.0% |
| Artificial Analysis | Gemini 3.8 Flash (Low) SciCode | 55.0% |
| Artificial Analysis | Gemini 3.8 Flash (Low) Terminal-Bench 4.0 | 10.1% |
| Artificial Analysis | Gemini 3.8 Flash (Low) Terminal-Bench 2.1 | 83.1% |
| Artificial Analysis | Gemini 3.8 Flash (Low) AA-Omniscience Accuracy | 48.3% |
| Artificial Analysis | Gemini 3.8 Flash (Low) AA-Omniscience Non-Hallucination Rate | 31.9% |
| Artificial Analysis | Gemini 3.8 Flash (High) Intelligence Index | 30,8 |
| Artificial Analysis | Gemini 3.8 Flash (High) Coding Index | 76,3 |
| Artificial Analysis | Gemini 3.8 Flash (High) Agentic Index | 40,2 |
| Artificial Analysis | Gemini 3.8 Flash (High) GPQA Diamond | 95.3% |
| Artificial Analysis | Gemini 3.8 Flash (High) HLE | 47.8% |
| Artificial Analysis | Gemini 3.8 Flash (High) AA-LCR | 81.3% |
| Artificial Analysis | Gemini 3.8 Flash (High) τ-Bench Banking | 44.9% |
| Artificial Analysis | Gemini 3.8 Flash (High) GDPval-AA | 47.1% |
| Artificial Analysis | Gemini 3.8 Flash (High) CritPt | 18.3% |
| Artificial Analysis | Gemini 3.8 Flash (High) SciCode | 56.6% |
| Artificial Analysis | Gemini 3.8 Flash (High) Terminal-Bench 4.0 | 19.7% |
| Artificial Analysis | Gemini 3.8 Flash (High) Terminal-Bench 2.1 | 87.6% |
| Artificial Analysis | Gemini 3.8 Flash (High) AA-Omniscience Accuracy | 50.5% |
| Artificial Analysis | Gemini 3.8 Flash (High) AA-Omniscience Non-Hallucination Rate | 44.9% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) Intelligence Index | 30,1 |
| Artificial Analysis | Gemini 3.8 Flash (Medium) Coding Index | 74,1 |
| Artificial Analysis | Gemini 3.8 Flash (Medium) Agentic Index | 39,7 |
| Artificial Analysis | Gemini 3.8 Flash (Medium) GPQA Diamond | 93.5% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) HLE | 42.1% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) AA-LCR | 84.0% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) τ-Bench Banking | 45.8% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) GDPval-AA | 46.6% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) CritPt | 12.3% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) SciCode | 55.1% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) Terminal-Bench 4.0 | 19.7% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) Terminal-Bench 2.1 | 83.9% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) AA-Omniscience Accuracy | 49.6% |
| Artificial Analysis | Gemini 3.8 Flash (Medium) AA-Omniscience Non-Hallucination Rate | 48.5% |
| Design Arena | Gemini 3.8 Flash Agents Arena Androidnative Elo | 1088 |
| Design Arena | Gemini 3.8 Flash Agents Arena Blender3d Elo | 1183 |
| Design Arena | Gemini 3.8 Flash Agents Arena Codetovideo Elo | 1194 |
| Design Arena | Gemini 3.8 Flash Agents Arena Full Stack Elo | 1216 |
| Design Arena | Gemini 3.8 Flash Agents Arena Godotgamedev Elo | 1247 |
| Design Arena | Gemini 3.8 Flash Agents Arena Mobile Apps Elo | 1225 |
| Design Arena | Gemini 3.8 Flash Agents Arena Pdf Elo | 1204 |
| Design Arena | Gemini 3.8 Flash Agents Arena Python-Pptxslides Elo | 1149 |
| Design Arena | Gemini 3.8 Flash Agents Arena Spreadsheet Elo | 1031 |
| Design Arena | Gemini 3.8 Flash Agents Arena Webapps Elo | 1214 |
| Design Arena | Gemini 3.8 Flash Models Arena 3D Elo | 1275 |
| Design Arena | Gemini 3.8 Flash Models Arena Asciiart Elo | 1261 |
| Design Arena | Gemini 3.8 Flash Models Arena Code Categories Elo | 1292 |
| Design Arena | Gemini 3.8 Flash Models Arena Data Visualization Elo | 1274 |
| Design Arena | Gemini 3.8 Flash Models Arena Game Development Elo | 1296 |
| Design Arena | Gemini 3.8 Flash Models Arena SVG Elo | 1289 |
| Design Arena | Gemini 3.8 Flash Models Arena UI Component Elo | 1303 |
| Design Arena | Gemini 3.8 Flash Models Arena Website Elo | 1291 |
| Vals AI | Gemini 3.8 Flash Access to Justice Benchmark | 67.1% |
| Vals AI | Gemini 3.8 Flash BioMysteryBench | 62.2% |
| Vals AI | Gemini 3.8 Flash Code Migration v1.1 | 38.6% |
| Vals AI | Gemini 3.8 Flash CyberBench v1.1 | 43.8% |
| Vals AI | Gemini 3.8 Flash EMB v1.1 | 72.9% |
| Vals AI | Gemini 3.8 Flash Finance Agent v2.1 | 65.8% |
| Vals AI | Gemini 3.8 Flash Vals Finance Index | 60.5% |
| Vals AI | Gemini 3.8 Flash Financial Coaching Bench | 66.3% |
| Vals AI | Gemini 3.8 Flash GPQA Diamond | 94.4% |
| Vals AI | Gemini 3.8 Flash HLAB-Vals-1.1 | 12.1% |
| Vals AI | Gemini 3.8 Flash Immigration | 63.4% |
| Vals AI | Gemini 3.8 Flash IOI | 56.9% |
| Vals AI | Gemini 3.8 Flash LiveCodeBench | 89.5% |
| Vals AI | Gemini 3.8 Flash LegalBench | 87.0% |
| Vals AI | Gemini 3.8 Flash Vals Legal Index | 69.8% |
| Vals AI | Gemini 3.8 Flash Legal Research Bench | 38.9% |
| Vals AI | Gemini 3.8 Flash MedCode | 48.1% |
| Vals AI | Gemini 3.8 Flash MedScribe | 84.5% |
| Vals AI | Gemini 3.8 Flash MMLU Pro | 90.2% |
| Vals AI | Gemini 3.8 Flash MMMU Pro | 89.1% |
| Vals AI | Gemini 3.8 Flash MortgageTax | 65.3% |
| Vals AI | Gemini 3.8 Flash MysteryMechanism | 36.5% |
| Vals AI | Gemini 3.8 Flash ProgramBench | 1.0% |
| Vals AI | Gemini 3.8 Flash ProofBench v1.1 | 48.0% |
| Vals AI | Gemini 3.8 Flash Public Benefits Bench v1.1 | 65.3% |
| Vals AI | Gemini 3.8 Flash Vals RSI Index | 19.9% |
| Vals AI | Gemini 3.8 Flash SAGE | 88.2% |
| Vals AI | Gemini 3.8 Flash Vals Science Index | 35.8% |
| Vals AI | Gemini 3.8 Flash SkillsBench | 58.0% |
| Vals AI | Gemini 3.8 Flash SRE Bench | 11.1% |
| Vals AI | Gemini 3.8 Flash SWE-bench | 80.0% |
| Vals AI | Gemini 3.8 Flash SWE-bench Multimodal | 40.8% |
| Vals AI | Gemini 3.8 Flash Tax Agent Bench | 32.1% |
| Vals AI | Gemini 3.8 Flash TaxEval v2 | 74.4% |
| Vals AI | Gemini 3.8 Flash Terminal-Bench 4.0 | 19.7% |
| Vals AI | Gemini 3.8 Flash Terminal-Bench-Science | 8.6% |
| Vals AI | Gemini 3.8 Flash Vals Index | 56.0% |
| Vals AI | Gemini 3.8 Flash Vibe Code Bench 1-100 | 18.8% |
| Vals AI | Gemini 3.8 Flash Vibe Code Bench v1.1 | 78.7% |
Apps
Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.
Für Apps, die dieses Modell verwenden, liegen noch nicht genügend Daten vor.
Aktivität
Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.
API
Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.
Google: Gemini Flash-Versionen
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
Dokumentation
Anleitungen, Rezeptsammlungen, Blogbeiträge und Tools für die Entwicklung mit Google: Gemini 3.8 Flash (batch) auf OpenRouter.
- Reranking in RAG: How to Fix Bad Retrieval with a RerankerBlogbeitrag
- How to Benchmark LLMsBlogbeitrag
- How to Stop an AI Agent Stuck in an Infinite LoopBlogbeitrag
- MCP vs CLI vs Skills: What Each Costs in ContextBlogbeitrag
- How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision ModelBlogbeitrag
- Best OCR Model for Scanned Documents, MeasuredBlogbeitrag
- How to Extract Tables from a PDF with an LLMBlogbeitrag
Häufig gestellte Fragen
Gemini 3.8 Flash is Google's most intelligent Flash model with significant gains from 3.7 Flash across software engineering, agentic tasks, and multi-step reasoning.
Die Dokumentation zu Gemini 3.8 Flash (batch) auf OpenRouter umfasst der Blogbeitrag Reranking in RAG: How to Fix Bad Retrieval with a Reranker, der Blogbeitrag How to Benchmark LLMs, der Blogbeitrag How to Stop an AI Agent Stuck in an Infinite Loop, der Blogbeitrag MCP vs CLI vs Skills: What Each Costs in Context, der Blogbeitrag How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision Model, der Blogbeitrag Best OCR Model for Scanned Documents, Measured und der Blogbeitrag How to Extract Tables from a PDF with an LLM. Der Schnellstart behandelt API-Schlüssel und Ihre erste Anfrage, und die API-Referenz listet alle Parameter auf.
Gemini 3.8 Flash (batch) kostet 0,375 $/M Eingabe-Token und 1,875 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,0375 $/M tokens, Cache Write für 0,04167 $/M tokens, Image Input für 0,375 $/M tokens, Input Audio für 0,375 $/M tokens, Input Audio Cache für 0,0375 $/M tokens und Web Search für 14,00 $/1K calls.
Gemini 3.8 Flash (batch) hat ein Kontextfenster von 1.048.576 Token. Es unterstützt bis zu 65.536 Completion-Token.
Ja. Gemini 3.8 Flash (batch) akzeptiert tools und tool_choice für Funktionsaufrufe. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.
Gemini 3.8 Flash (batch) akzeptiert Text, Bilder, Video, Dateien wie PDFs und Audio als Eingabe und gibt Text zurück.
Gemini 3.8 Flash (batch) wird auf OpenRouter von 1 Anbieter bereitgestellt: Google Vertex.
Gemini 4 Hydrogen, Gemini Decision 1, Gemini 4 Carbon und 31 weitere sind weitere Modelle von Google für die Modalität Text.
Gemini 3.8 Flash (batch) wurde am 2. September 2026 veröffentlicht.