Google: Gemini 3.8 Flash
google/gemini-3.8-flash
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
El catálogo de OpenRouter describe google/gemini-3.8-flash como un modelo multimodal de Google que acepta texto, imágenes, video, archivos y audio como entradas y devuelve texto. La ficha reporta una ventana de contexto muy amplia, razonamiento obligatorio habilitado de forma predeterminada con niveles de esfuerzo seleccionables, y compatibilidad con herramientas y salidas estructuradas. Su descripción del catálogo afirma mejoras respecto a Gemini 3.7 Flash en ingeniería de software, tareas agénticas y razonamiento de varios pasos, mientras que los campos de evaluación reportan mediciones en tareas de Design Arena e índices de programación, capacidad agéntica e inteligencia.[1]
Puntos fuertes
- El catálogo enumera entradas multimodales de texto, imagen, video, archivos y audio, con salida de texto.[1]
- La ficha reporta una ventana de contexto amplia y controles para el esfuerzo de razonamiento, llamadas a herramientas, salida estructurada, formato de respuesta, semilla, muestreo y secuencias de parada.[1]
- El razonamiento es obligatorio y está activado de forma predeterminada, con niveles de esfuerzo bajo, medio y alto.[1]
Limitaciones
- La única fuente proporcionada es el catálogo de OpenRouter; no se incluyó una ficha de modelo independiente, por lo que las afirmaciones sobre capacidades y desempeño siguen siendo reportadas por el catálogo.[1]
- Las entradas de evaluación no incluyen metodología en este paquete de fuentes, así que los resultados no deberían generalizarse sin validación específica del trabajo.[1]
- La salida se limita a texto aunque las entradas listadas incluyen imágenes, video, archivos y audio.[1]
Dónde utilizarlo
- Considere evaluarlo para asistentes que combinen inspección de imágenes, audio, video o archivos con respuestas de texto; la compatibilidad de modalidades proviene del catálogo y no se verificó de forma independiente aquí.[1]
- Puede valer la pena probarlo en análisis de documentos extensos o de varios archivos porque el catálogo reporta una ventana de contexto amplia; la idoneidad sigue dependiendo de pruebas específicas de la tarea.[1]
- Podría evaluarse en prototipos de software o flujos agénticos que usen herramientas o texto estructurado; estas son áreas sugeridas por el catálogo, no resultados comprobados.[1]
Fuentes
- [1] OpenRouter catalog · Google: Gemini 3.8 FlashFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
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.
Especificaciones
- ID del modelo
- google/gemini-3.8-flash
- ID canónico
- google/gemini-3.8-flash-20260902
- Creador
- Añadido a OpenRouter
- 02.09.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image+file+audio+video->text
- Modalidades de entrada
- text, image, video, file, audio
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.825 / salida $4.13
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | BB — siguiente 30% de la cohorte | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | SS — 10% superior de la cohorte | — |
| Agentes | AA — siguiente 20% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 30.8 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Artificial Analysis | Coding index | 76.3 | SS — 10% superior de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 40.2 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 34.6% · posición 35 | 1,086Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 48% · posición 6 | 1,192Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 54.4% · posición 10 | 1,189Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 47.7% · posición 13 | 1,220Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 52.5% · posición 5 | 1,251Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 54.4% · posición 11 | 1,228Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 53.2% · posición 15 | 1,201Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 40.8% · posición 22 | 1,142Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 44% · posición 22 | 1,112Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 46.5% · posición 16 | 1,219Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 49.6% · posición 23 | 1,278Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 52.6% · posición 9 | 1,273Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 50% · posición 18 | 1,293Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 52.5% · posición 20 | 1,278Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 50.8% · posición 19 | 1,297Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 54.8% · posición 11 | 1,291Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 52.4% · posición 17 | 1,306Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 49.5% · posición 19 | 1,292Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Google AI Studio | 1,048,576 | $0.375 | $1.88 | — | — | 100% |
| 1,048,576 | $0.375 | $1.88 | — | — | 26.67% | |
| Google AI Studio | 1,048,576 | $0.750 | $3.75 | — | — | 100% |
| 1,048,576 | $0.750 | $3.75 | — | — | 100% | |
| 1,048,576 | $0.825 | $4.13 | — | — | 100% | |
| Google AI Studio | 1,048,576 | $1.35 | $6.75 | — | — | 100% |
| 1,048,576 | $1.35 | $6.75 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
- Google presenta Gemini 4 Hydrogen, un modelo veloz para trabajos cotidianos y flujos agénticosGoogle lanza Gemini 4 Hydrogen, un modelo centrado en la velocidad para programación y trabajo agéntico, en la app Gemini, Search, AI Studio, la Gemini API y superficies empresariales.
- ExpertCrowd-SWE: un benchmark de tareas escritas por ingenieros separa 35 puntos a siete agentes de codificación de fronteraUn informe técnico de Toptal ExpertCrowd presenta EC-SWE, 100 tareas de ingeniería escritas por expertos y calificadas al estilo de un mantenedor; siete modelos de frontera abarcan 35 puntos, con Claude Opus 5.5 y GPT-6 Astra empatados arriba.