Ulasan model · Uji kinerja resmi · Uji API dengan prompt yang sama
Gemini 3.8 Flash adalah model Flash terbaru dari Google yang telah tersedia secara umum, dirancang untuk rekayasa perangkat lunak jangka panjang, agen, dan pekerjaan berbasis pengetahuan yang kompleks. Klaim peluncurannya sangat meyakinkan. Namun, hasil uji coba terkontrol pertama kami jauh dari memuaskan.
Ulasan Gemini 3.8 Flash ini membedakan fakta resmi dari bukti hasil uji coba langsung. Halaman-halaman resmi Google memaparkan tanggal rilis, status model, jendela konteks, harga, alat bantu, dan klaim hasil benchmark. Tujuh tugas API dengan prompt yang sama menunjukkan hasil yang sebenarnya dikembalikan oleh model ini dibandingkan dengan Gemini 3.7 Flash.
Jika Anda ingin mengulangi perbandingan tersebut tanpa perlu mengelola tab model secara terpisah, GlobalGPT menyediakan satu ruang kerja untuk menguji berbagai model AI. Untuk konteks mengenai generasi sebelumnya, kami Gemini 3.6 Ulasan Singkat menunjukkan betapa cepatnya lini produk Flash telah mengalami perubahan.
Ulasan Singkat Gemini 3.8 Flash: Jawaban Singkatnya
Gemini 3.8 Flash tidak berhasil mengungguli Gemini 3.7 Flash dalam ulasan tujuh tugas pertama ini. Dari enam pasangan yang dapat dievaluasi, 3.8 berhasil memenangkan tugas perencanaan frontend, meraih hasil seri pada perbaikan bug Python, dan kalah dalam empat tugas, yaitu ketepatan status, penalaran data, perencanaan agen terbatasi, serta pengeditan SEO. Tugas penelitian yang tersisa tidak memberikan hasil yang pasti.
Perbedaan tersebut bukanlah soal pengetahuan mentah. Hal itu berasal dari kekurangan-kekurangan kecil dalam hasil kerja akhir: satu klaim penyebut yang salah, label status yang kurang tepat, gaya penulisan yang kurang efisien, dan rencana alat yang kurang konkret. Detail-detail itulah yang justru menentukan apakah suatu jawaban dapat langsung digunakan.
Ringkasan ulasan
| Ukuran | Gemini 3,8 Flash | Gemini 3,7 Flash |
|---|---|---|
| Kemenangan tugas | 1 | 4 |
| Dasi | 1 | 1 |
| Waktu yang dihabiskan untuk tugas yang telah diselesaikan | 49,266 detik | 42,909 detik |
| Token keluaran tugas yang telah diselesaikan | 9,199 | 7,489 |
| Perkiraan biaya tugas yang telah diselesaikan | $0.036121 | $0.028569 |
Hasil-hasil ini menggambarkan enam tugas teks kecil pada satu rute API dan satu konfigurasi. Hasil-hasil ini bukanlah peringkat universal untuk kedua model tersebut.
Apa Itu Gemini 3.8 Flash?
Google menjelaskan Gemini 3.8 Flash sebagai platform Flash andalannya yang paling canggih untuk pemrograman dan agen, dengan penekanan khusus pada rekayasa perangkat lunak jangka panjang dan pekerjaan berbasis pengetahuan. Platform ini didasarkan pada arsitektur Gemini 3.7 Flash, bukan pada arsitektur yang sepenuhnya terpisah.
Posisi ini penting karena ini bukan sekadar chatbot umum yang lebih murah. Google mempromosikan 3.8 Flash sebagai model agen produksi yang mampu melakukan penalaran lintas dokumen, alat, kode, dan urutan tugas yang lebih panjang, sekaligus mempertahankan latensi dan skalabilitas setara Flash.
Tanggal Rilis Gemini 3.8 Flash
The kartu model resmi diterbitkan pada 2 September 2026. Halaman produk Google mencantumkan model tersebut sebagai produk yang sudah tersedia secara umum, bukan hanya dalam tahap pratinjau.
Apa yang Berubah Dibandingkan dengan Gemini 3.7 Flash?
Penekanan resmi kini bergeser ke arah tugas-tugas agen yang berlangsung lebih lama dan hasil akhir yang tuntas. Google menyoroti rekayasa perangkat lunak, penalaran yang ketat, penggunaan alat, pemahaman multimodal, serta pekerjaan perusahaan yang kompleks. Dalam paket uji coba kecil kami, penekanan tersebut menghasilkan rencana frontend yang paling kuat, namun tidak menghasilkan jawaban akhir yang lebih andal secara keseluruhan.
Gemini 3.8: Spesifikasi Flash dan Ketersediaan
| Spesifikasi | Gemini 3,8 Flash | Bukti |
|---|---|---|
| ID model API | gemini-3.8-flash | Halaman harga resmi dan respons API yang diterima |
| Status | Tersedia secara umum | Halaman produk Google DeepMind |
| Konteks masukan | Hingga 1 juta token | Kartu model resmi |
| Jumlah teks maksimum yang dapat ditampilkan | 64K token | Kartu model resmi |
| Masukan | Teks, gambar, audio, video, dan berkas PDF | Halaman produk resmi |
| Output | Teks | Kartu model resmi |
| Dukungan alat | Pemanggilan fungsi, Pencarian sebagai alat, penggunaan komputer | Halaman produk resmi |
| Permukaan akses resmi | Aplikasi Gemini, Platform Agen Perusahaan Gemini, Google AI Studio, API Gemini, Mode AI, dan Google Antigravity | Kartu model resmi |
| Batas akhir pengetahuan | Maret 2026 untuk beberapa domain; Januari 2025 untuk domain lainnya | Kartu model resmi |
Jendela 1 juta token merupakan batasan kapasitas, bukan bukti kemampuan pengambilan kembali dokumen panjang yang sempurna. Paket uji di bawah ini mencakup tugas ekstraksi singkat yang sensitif terhadap status, namun tidak menunjukkan kinerja pada skala 1 juta token.
Gemini 3.8 Harga Flash dan Biaya API
The Halaman resmi harga API Gemini mencantumkan tingkat peluncuran hingga 31 Desember 2026 sebesar $0,75 per 1 juta token masukan dan $3,75 per 1 juta token yang dihasilkan, termasuk token pemikiran. Pada tanggal 1 Januari 2027, tarif-tarif tersebut naik menjadi $1,50 dan $7,50.
Perubahan harga yang dipublikasikan
Harga paket berbayar per 1 juta token. Tarif pada Januari 2027 dua kali lipat dari tarif awal tahun 2026.
Gemini 3.8 Flash dan Gemini 3.7 Flash memiliki tarif perkenalan yang sama seperti yang dipublikasikan selama periode pengujian kami. Meskipun demikian, 3.8 lebih mahal dalam setiap pasangan yang diselesaikan karena penggunaan token yang tercatat lebih tinggi. Pada rentang T02–T07, perkiraannya adalah $0.036121 untuk 3.8 dan $0.028569 untuk 3.7.
Untuk sudut pandang yang berbeda mengenai kurva kecepatan dan biaya, lihat artikel kami Ulasan Gemini 3.5 Flash Lite. Model Lite dirancang untuk menangani beban kerja yang berbeda, sehingga harganya yang lebih murah tidak boleh dianggap sebagai jaminan kualitas yang lebih baik.
Gemini 3.8 Flash: Hasil Uji Kinerja Resmi
Halaman kinerja Google menyoroti empat bidang: DeepSWE v1.1, Vals Finance Agent v2, Harvey’s Legal Agent Benchmark, dan HLE-Verified. Grafik-grafiknya menunjukkan bahwa Gemini 3.8 Flash unggul dibandingkan Gemini 3.7 Flash pada ketiga evaluasi tersebut dengan persentase yang dipublikasikan secara tepat.
| Evaluasi resmi | Gemini 3,8 Flash | Gemini 3,7 Flash | Batas bukti |
|---|---|---|---|
| DeepSWE v1.1 | Di atas 70% pada grafik Google | Di bawah 3,8 pada grafik | Google menyatakan bahwa angka 3,8 memimpin di bidang efisiensi; grafik publik tersebut tidak mencantumkan angka pasti. |
| Agen Keuangan Vals v2 | 61.4% | 59.0% | Grafik resmi Google; metodologi lengkap dari tolok ukur tersebut tetap penting. |
| Tolok Ukur Agen Hukum Harvey | 10.0% | 8.8% | Hasil pengujian ini bukanlah jaminan keakuratan hukum dalam penerapannya. |
| Terverifikasi oleh HLE | 54.9% | 53.6% | Hal ini tidak secara langsung mengukur penyuntingan SEO, perencanaan antarmuka pengguna, atau efisiensi respons. |
Cara Kami Menguji Gemini 3.8 Flash
Kedua model tersebut menerima prompt tugas yang sama, suhu 0, batas maksimum keluaran 3.200 token, dan rute API yang sama. T02 dijalankan ulang satu kali untuk kedua model setelah permintaan pertama (3,8) gagal secara teknis; hanya hasil pengulangan yang cocok yang dinilai.
| Lapangan yang terekam | Bagaimana cara penggunaannya |
|---|---|
| ID model yang dikembalikan | Telah dipastikan bahwa model yang diminta telah memberikan jawaban. |
| Output riil | Membandingkan keakuratan, kelengkapan, kesesuaian dengan status, dan kebutuhan penyuntingan. |
| Jumlah detik yang telah berlalu | Waktu respons ujung ke ujung lokal yang diukur, bukan latensi di sisi penyedia layanan. |
| Token masukan dan keluaran | Perkiraan biaya per tugas yang didukung berdasarkan tarif pengenalan resmi. |
| Alasan penyelesaian | Memisahkan jawaban yang dapat digunakan dari hasil yang belum lengkap atau yang terbatasi oleh anggaran. |
Gemini 3.8: Hasil Uji Coba di Kondisi Nyata
Setiap kartu memuat tugas, hasil karya yang sebenarnya, pengukuran, dan penilaian redaksi secara terpadu. Kutipan-kutipan tersebut telah dipersingkat agar lebih mudah dibaca, namun tetap mempertahankan detail-detail yang menentukan.
Tes 1: Sintesis Penelitian
Tugas: Buatlah rekomendasi pembelian sebanyak 180 kata berdasarkan kumpulan fakta yang telah ditentukan, yang mencakup tiga alasan, dua hal yang belum diketahui, dan rencana pengujian.
Gemini 3,8 Flash
18,211 detik · 361 token masukan / 3.196 token keluaran · perkiraan $0,012256
“Kami merekomendasikan untuk memilih Model A… 3. Kesetaraan Biaya: Harga API awal sama untuk Model A dan Model B”
Gemini 3,7 Flash
13,490 detik · 108 token masukan / 3.196 token keluaran · perkiraan $0,012066
“Kami secara langsung merekomendasikan untuk melakukan uji coba dan membeli Model A… Harga API perkenalan tetap sama persis untuk kedua model tersebut hingga 3 Desember”
Kedua jawaban tersebut terhenti di tengah kalimat, sebelum menyebutkan variabel tak diketahui yang diperlukan dan rencana pengujian. Tanggapan 3.8 melaporkan berhenti, sementara 3,7 laporan panjang; tidak ada satu pun alasan penyelesaian yang memengaruhi penilaian terhadap kegunaannya.
Uji Coba 2: Perbaikan Bug Python
Tugas: Kembalikan tiga baris data berbayar dengan nilai tertinggi, pertahankan urutan input jika ada nilai yang sama, tangani input yang kosong, jelaskan penyebab utamanya, dan tambahkan dua tes.
Gemini 3,8 Flash
7,969 detik · 344 token masukan / 1.517 token keluaran · perkiraan $0,005947
paid.sort(key=lambda r: r["amount"], reverse=True)
Bagian tersebut menjelaskan metode sort stabil di Python serta menguji urutan peringkat, kasus seri, penyaringan, dan masukan kosong.
Gemini 3,7 Flash
7,818 detik · 91 token masukan / 1.359 token keluaran · perkiraan $0,005164
paid.sort(key=lambda r: r["amount"], reverse=True)
Solusi tersebut menghasilkan perbaikan minimal yang sama dan memenuhi kriteria penerimaan yang sama.
Kode tersebut secara fungsional setara. Jawaban pada poin 3.7 sedikit lebih pendek dan lebih efisien, tetapi hal itu tidak cukup untuk membedakan kualitas hasilnya.
Uji Coba 3: Rencana Implementasi Antarmuka Pengguna Berbasis Teks
Tugas: Rencanakan lima perbaikan prioritas, perilaku responsif, dan pengujian kualitas (QA) untuk proses checkout yang dijelaskan. Tidak ada tangkapan layar yang disertakan.
Gemini 3,8 Flash
10,128 detik · 340 token masukan / 1.509 token keluaran · perkiraan $0,005914
Spesifikasi tersebut mencakup tata letak desktop 58/42, tombol ajakan bertindak (CTA) berukuran 48–52px, catatan kepercayaan di dekatnya, pemberitahuan diskon kontekstual, panel accordion ringkasan pesanan untuk perangkat seluler, status fokus, dan pemeriksaan kelebihan data.
Gemini 3,7 Flash
8,149 detik · 87 token masukan / 1.416 token keluaran · perkiraan $0,005375
Usulan tersebut mencakup arsitektur grid dan tumpukan seluler yang serupa, namun memperkenalkan fitur “Pembayaran Terenkripsi 256-bit,” sebuah detail yang tidak tercantum dalam tugas tersebut.
Kedua rencana tersebut dapat dilaksanakan. Rencana 3.8 memiliki daftar periksa jaminan kualitas (QA) yang lebih ketat dan menghindari penciptaan klaim enkripsi tertentu.
Tes 4: Ekstraksi yang Memperhatikan Status
Tugas: Rangkum Orion dan simpan status yang telah dikonfirmasi, direncanakan, disetujui, tertunda, tidak diketahui, dan belum diverifikasi dalam tabel fakta.
Gemini 3,8 Flash
6,292 detik · 371 token masukan / 1.122 token keluaran · perkiraan $0,004486
Sistem tersebut memberi label “Terkonfirmasi / Menunggu” pada pilot kedua dan menyebutkan bahwa pilot pertama “telah berhasil menangani” 82% kasus.
Gemini 3,7 Flash
7,126 detik · 118 token masukan / 1.152 token keluaran · perkiraan $0,004409
Status peluncuran tetap “Direncanakan (Belum Disetujui),” tinjauan hukum “Direncanakan (Sedang Diproses),” dan kesiapan produksi “Tidak Diketahui.”
Keduanya tetap mempertahankan fakta-fakta inti, namun versi 3.7 membedakan status “disetujui”, “sedang direncanakan”, “sedang dalam proses peninjauan”, dan “tidak diketahui” dengan lebih tepat. Keduanya menambahkan kata “berhasil” pada pernyataan uji coba 82% yang netral.
Tes 5: Penalaran Data
Tugas: Hitung ROAS dan tingkat konversi berbayar, tangani pembilang dengan pengeluaran nol dengan benar, urutkan saluran, dan rekomendasikan pembagian $300 bersyarat.
Gemini 3,8 Flash
11,074 detik · 377 token masukan / 2.355 token keluaran · perkiraan $0,009114
Sistem tersebut dengan tepat memberi peringkat pada Email 7,0×, Pencarian 3,0×, Media Sosial 2,6×, dan tidak memasukkan ROAS Mitra. Selanjutnya, sistem tersebut menyatakan bahwa pengeluaran nol menghasilkan penyebut nol baik untuk ROAS maupun CPA.
Gemini 3,7 Flash
9,106 detik · 124 token masukan / 1.969 token keluaran · perkiraan $0,007477
Algoritma tersebut menghasilkan peringkat yang sama dan akurat, serta menganggap ROAS Mitra sebagai parameter yang tidak dapat diukur, kemudian mengusulkan $200 Email / $100 Pencarian ketika kampanye email dapat ditingkatkan skalanya.
Jawaban nomor 3.8 mengandung kesalahan matematis yang nyata: CPA adalah pengeluaran dibagi dengan jumlah konversi, sehingga $0 dibagi 4 hasilnya tetap $0, bukan kasus dengan penyebut nol.
Tes 6: Perencanaan Agenik Terbatas
Tugas: Gunakan empat alat yang telah ditentukan untuk mengumpulkan satu harga resmi dari API, hentikan pencarian jika menemukan bukti yang tidak resmi atau ambigu, dan jelaskan kriteria penyelesaian dalam kurang dari 220 kata.
Gemini 3,8 Flash
5,603 detik · 354 token masukan / 948 token keluaran · perkiraan $0,003821
Proses tersebut memetakan langkah-langkah pencarian, pengambilan data, penguraian, dan penyimpanan, kemudian menambahkan kriteria keaslian, ketersediaan, dan kejelasan harga.
Gemini 3,7 Flash
5,127 detik · 101 token masukan / 894 token keluaran · perkiraan $0,003428
Sistem ini menggunakan sintaks panggilan alat yang eksplisit, yang dinamai model_pricing.csv, membutuhkan laju masukan dan keluaran yang berbeda, dan mendefinisikan satu baris yang telah diverifikasi sebagai penyelesaian.
Kedua rencana tersebut memenuhi syarat penghentian. Rencana 3.7 lebih rinci mengenai panggilan yang tersedia dan artefak yang disimpan, tanpa mengasumsikan bahwa alat-alat tersebut telah dijalankan.
Tes 7: Penulisan dan Penyuntingan untuk SEO
Tugas: Hanya tampilkan HTML, gunakan frasa “Gemini 3.8 Flash review” tepat sekali, pertahankan empat fakta yang telah dikunci, dan hindari hasil, harga, tanggal, atau klaim akses yang tidak didukung.
Gemini 3,8 Flash
8,200 detik · 379 token masukan / 1.748 token keluaran · perkiraan $0,006839
<p>Ulasan Gemini 3.8 Flash kami mengevaluasi model Google ini dengan membandingkan data benchmark resmi dengan hasil pengujian API yang menggunakan prompt yang sama; hasil uji coba langsung masih menunggu, sebagaimana tercatat dalam laporan evaluasi:</p>Gemini 3,7 Flash
5,583 detik · 126 token masukan / 699 token keluaran · perkiraan $0,002716
<p>Ulasan Gemini 3.8 Flash ini mengkaji model terbaru Google dengan membandingkan data benchmark resmi dengan hasil pengujian API yang menggunakan prompt yang sama; sementara itu, hasil pengujian langsung masih belum tersedia.</p>Keduanya memenuhi kriteria struktur dan fakta yang sudah ditetapkan. Kalimat pada poin 3.7 lebih ringkas dan terdengar seperti teks SEO yang layak dipublikasikan; sedangkan konstruksi kalimat ’sebagaimana tercatat dalam evaluasi“ pada poin 3.8 terasa canggung.
Gemini 3.8 Kartu Penilaian Uji Flash
| Tugas | Pemenang | Faktor penentu |
|---|---|---|
| Sintesis penelitian | Tidak pasti | Keduanya belum lengkap |
| Perbaikan bug Python | Dasi | Kode setara dan cakupan |
| Rencana Frontend | Gemini 3,8 Flash | Pengendalian Mutu yang lebih baik dan tidak ada klaim enkripsi yang dibuat-buat |
| Ekstraksi status | Gemini 3,7 Flash | Label status yang lebih tepat |
| Penalaran data | Gemini 3,7 Flash | Tidak ada kesalahan penyebut CPA |
| Perencanaan agen | Gemini 3,7 Flash | Seruan yang lebih konkret dan artefak |
| Penyuntingan SEO | Gemini 3,7 Flash | Kalimat yang lebih jelas dan layak diterbitkan |
Hasil ini menjadi penyeimbang yang berguna bagi laporan peluncuran tersebut. Meskipun Gemini 3.8 Flash mungkin lebih unggul dalam evaluasi agen resmi dan evaluasi jangka panjang yang dipilih Google untuk ditonjolkan, versi 3.7 justru menghasilkan hasil kerja akhir yang lebih baik dalam empat dari tugas-tugas terkontrol berskala kecil yang kami uji.
Gemini 3.8 Keterbatasan Flash yang Kami Amati
Masalah terbesarnya bukanlah kegagalan yang parah. Melainkan pekerjaan koreksi tambahan: kesalahan pada penyebut, penandaan status yang tidak jelas, kalimat SEO yang canggung, serta penggunaan token yang lebih banyak pada setiap tugas yang diselesaikan. T01 juga berakhir sebelum menyelesaikan hasil kerja yang telah ditentukan secara ketat sebanyak 180 kata.
Paket pengujian ini hanya menggunakan teks. Paket ini tidak mengevaluasi gambar, audio, video, file PDF, penggunaan komputer, kemampuan pengambilan konteks panjang yang sesungguhnya, maupun pengoperasian agen selama beberapa jam. Kartu model Google juga menyebutkan kemungkinan terjadinya “halusinasi”, kelambatan sesekali atau waktu habis (timeout), serta penggunaan token yang lebih tinggi pada tingkat upaya yang lebih tinggi.
Ulasan Singkat Gemini 3.8: Kesimpulan Akhir
Gemini 3.8 Flash merupakan pembaruan resmi yang signifikan untuk beban kerja berbasis agen dan jangka panjang, namun pembaruan ini tidak otomatis diterapkan untuk setiap tugas sehari-hari. Alat ini berhasil memenangkan satu dari enam pasangan yang dapat digunakan dalam ulasan ini, sementara Gemini 3.7 Flash memenangkan empat pasangan dan membutuhkan waktu lebih sedikit, menggunakan lebih sedikit token keluaran, serta memiliki perkiraan biaya yang lebih rendah.
Pelajaran praktisnya adalah menguji hasil kerja yang benar-benar Anda luncurkan. Jika beban kerja Anda berupa pengembangan perangkat lunak yang memakan waktu lama atau eksekusi agen yang melibatkan banyak dokumen, panduan benchmark resmi Google menunjukkan bahwa versi 3.8 layak dicoba secara serius. Jika prioritas Anda adalah pengeditan yang ringkas, analisis data skala kecil, atau ringkasan yang sensitif terhadap status, hasil awal kami menunjukkan bahwa versi 3.7 tetap sangat kompetitif.
Pola yang sama juga terlihat dalam penelitian kami sebelumnya Perbandingan Gemini 3.6 Flash vs Gemini 3.1 Pro: label generasi tidak dapat menggantikan pemeriksaan hasil cetakan secara berdampingan. Jalankan perintah berulang di GlobalGPT, periksa jawaban yang sudah jadi, dan pilihlah berdasarkan bukti, bukan berdasarkan nomor versi.
Gemini 3.8 Pertanyaan Umum tentang Flash
Kapan Gemini 3.8 Flash dirilis?
Google DeepMind merilis kartu model Gemini 3.8 Flash pada tanggal 2 September 2026.
Apakah Gemini 3.8 Flash sudah tersedia secara umum?
Ya. Halaman produk resmi Google mencantumkan Gemini 3.8 Flash sebagai produk yang sudah tersedia secara umum.
Apa ID model Gemini 3.8 Flash API?
ID model resminya adalah gemini-3.8-flash, yang juga sesuai dengan ID model yang dikembalikan dalam pengujian API kami.
Berapa harga Gemini 3.8 Flash?
Hingga 31 Desember 2026, Google menetapkan tarif sebesar $0,75 per 1 juta token masukan dan $3,75 per 1 juta token keluaran, termasuk token pemikiran. Mulai 1 Januari 2027, tarif tersebut naik menjadi $1,50 dan $7,50.
Apakah Gemini 3.8 Flash gratis?
Halaman harga Google mencantumkan paket gratis dengan akses model terbatas serta token input dan output gratis. Batasan dan ketersediaan model dapat berbeda-beda tergantung pada akun dan rute.
Apa itu jendela konteks Gemini 3.8 Flash?
Gemini 3.8 Flash mendukung hingga 1 juta token masukan dan hingga 64 ribu token teks keluaran, menurut kartu model resminya.
Apakah Gemini 3.8 Flash mendukung gambar, audio, video, dan PDF?
Ya, sebagai masukan. Halaman produk Google mencantumkan masukan berupa teks, gambar, video, audio, dan PDF; sedangkan kartu model mencantumkan keluaran berupa teks.
Apakah Gemini 3.8 mendukung alat-alat flash?
Google mencantumkan pemanggilan fungsi, Pencarian sebagai alat, dan penggunaan komputer. Ketersediaan alat dapat bergantung pada produk dan rute API.
Apakah Gemini 3.8 Flash lebih baik daripada Gemini 3.7 Flash?
Tidak di setiap tugas. Gemini 3.8 Flash memenangkan satu dari enam pasangan tugas yang dapat dievaluasi dalam tinjauan ini, Gemini 3.7 Flash memenangkan empat, dan satu pasangan berakhir imbang. Evaluasi resmi Google menekankan kinerja agen jangka panjang dan rekayasa perangkat lunak yang lebih unggul.
Apakah Gemini 3.8 Flash cocok untuk pemrograman?
Kedua model tersebut menghasilkan solusi Python minimal yang benar dalam tugas pemrograman kami. Posisi resmi Google dan klaim DeepSWE menjadikan model 3.8 sangat relevan untuk alur kerja rekayasa perangkat lunak yang lebih panjang, yang tidak terukur dalam tugas perbaikan bug kecil kami.
Mengapa biaya Gemini 3.8 Flash lebih mahal dalam pengujian tersebut, padahal tarif yang dipublikasikan sama?
Penggunaan token yang tercatat lebih tinggi pada setiap pasangan yang telah diselesaikan. Tarif per token yang sama tetap dapat menghasilkan total biaya yang lebih tinggi jika salah satu respons menghabiskan lebih banyak token.
Di mana saya bisa mengakses Gemini 3.8 Flash?
Google mencantumkan Aplikasi Gemini, Platform Gemini Enterprise Agent, Google AI Studio, API Gemini, Mode AI, dan Google Antigravity. Ketersediaan layanan ini masih dapat bervariasi tergantung pada akun, produk, dan wilayah.
Apakah hasil benchmark tersebut telah diverifikasi secara independen di sini?
Tidak. Bagian perbandingan mengutip langsung klaim resmi Google. Artificial Analysis tidak dapat dihubungi selama penelitian, sehingga data papan peringkatnya tidak dimasukkan sebagai bukti terverifikasi dalam draf ini.
