Gemini 3.8 Flash è uscito il 2 settembre 2026, tre settimane dopo 3.7 Flash: è la terza versione Flash in sei settimane. Il prezzo non cambia, 0,75 $ per milione di token in ingresso e 3,75 $ in uscita, ma è un prezzo introduttivo che scade il 31 dicembre 2026. Dal 1 gennaio 2027 si passa a 1,50 $ e 7,50 $: il doppio.
La domanda che vedo crescere più di tutte nelle ricerche di questi giorni non è "quanto è bravo", ma "Gemini 3.8 Flash o 3.1 Pro?". È la domanda giusta, perché Google stesso presenta questo Flash come un modello che si avvicina ai modelli di frontiera più costosi.
In questo articolo rispondo da sviluppatore che integra questi modelli nelle automazioni e nei chatbot dei clienti: quando Gemini 3.8 Flash basta, quando serve ancora Pro, e dove si nasconde il costo che il listino non mostra.
Gemini 3.8 Flash in due minuti
Le specifiche tecniche sono le stesse della generazione precedente: contesto da 1 milione di token, uscita fino a 64K, ingresso testo, immagini, audio, video e PDF, uscita solo testo. Supporta function calling, ricerca Google come strumento e uso del computer.
L'ID del modello nell'API è gemini-3.8-flash ed è disponibile in Google AI Studio, nell'API Gemini, in Android Studio e in Antigravity, dove è diventato il modello di default.
Cosa è cambiato rispetto a 3.7 Flash, allora? Il comportamento. Google lo dice in modo esplicito: Gemini 3.8 Flash "lavora di più". Sui compiti complessi esegue passaggi di ragionamento aggiuntivi e chiama gli strumenti in modo iterativo. È questo che spiega i numeri:
- Terminal-Bench 2.1: 90,8% contro l'81,6% di 3.7 Flash, il salto più grande, e riguarda proprio i compiti da terminale e da codice.
- HLE-Verified: 54,9%, ragionamento multi-step su domini STEM e professionali.
- DeepSWE v1.1: problemi di ingegneria software risolti end-to-end in autonomia, dove Google dichiara di superare la maggior parte dei modelli di frontiera più grandi.
Accanto al modello pubblico esiste Gemini 3.8 Flash Cyber, la variante per la ricerca di vulnerabilità e le patch automatiche. Non è in vendita: si accede solo tramite il Fairwind Program, riservato a enti governativi, infrastrutture critiche e manutentori di software.
Per chi sviluppa siti e applicazioni non cambia nulla, ma spiega perché il modello base è diventato così forte sul codice: la stessa base è stata addestrata sulla sicurezza informatica.
Gemini 3.8 Flash vs 3.1 Pro: quando basta il Flash
Il tier Pro esiste ancora e resta il modello da usare quando la precisione della singola risposta conta più del costo per chiamata. Ma la lista dei casi in cui Gemini 3.8 Flash è sufficiente si è allungata molto. Sono i carichi tipici delle PMI con cui lavoro:
- Automazioni n8n e pipeline di dati: classificare email, estrarre campi da PDF, riscrivere descrizioni prodotto. Sono compiti ripetitivi ad alto volume: il costo per milione di token conta più di due punti percentuali di accuratezza.
- Chatbot di primo livello: risposte da base di conoscenza, prenotazioni, FAQ. Il contesto da 1M permette di caricare l'intero catalogo o il regolamento senza RAG complessi.
- Agenti che usano il terminale: con il 90,8% su Terminal-Bench, per script, migrazioni e refactoring guidati il Flash entra nella fascia dei modelli affidabili.
- Analisi di documenti lunghi: contratti, capitolati, verbali. Qui la finestra di contesto pesa più della "intelligenza" del modello.
Quando resterei su Pro? Quando la risposta va in produzione senza revisione umana e un errore costa più del risparmio: generazione di codice in progetti grandi con molte dipendenze, ragionamento legale o finanziario dove serve la massima affidabilità, e compiti in cui il Flash tende a "girare in tondo" con troppi passaggi di ragionamento.
Regola pratica che applico con ogni nuovo modello: parto dal Flash, misuro il tasso di errore su un campione reale, e passo a Pro solo dove i numeri lo giustificano.
Il costo vero: i token di ragionamento
Ecco il punto che i confronti a listino non raccontano. Il prezzo di uscita di 3,75 $ per milione include i token di ragionamento, che tu non vedi se non come riepilogo. Un modello che "lavora di più" per definizione ne produce di più.
Chi lo sta usando da tre giorni lo segnala in modo netto: Gemini 3.8 Flash è molto verboso, e il conto alla fine del mese può essere più alto di 3.7 Flash anche a parità di listino.
Tre cose da tenere sotto controllo:
- Livello di effort: per i carichi dove conta l'efficienza, abbassa l'effort. È la leva più diretta per tagliare i token di ragionamento.
- 3.7 Flash resta supportato: Google lo dice chiaramente. Se un flusso funziona già bene con 3.7, non c'è motivo di migrare.
- Cache: la lettura dalla cache costa 0,075 $ per milione, ma lo storage si paga a parte, 0,50 $ per milione di token all'ora, e anche questo raddoppia a gennaio. Per prompt lunghi riutilizzati spesso conviene, per chiamate sporadiche no.
C'è poi il grounding con Google Search: 5.000 richieste gratuite al mese condivise tra tutti i modelli Gemini 3.x, poi 14 $ ogni 1.000. Se un chatbot fa ricerche a ogni messaggio, questa voce può superare quella dei token.
Gemini 3.8 Flash vs 3.7 Flash: conviene aggiornare?
Dipende dal tipo di lavoro. Se fai coding agentico, terminale, o compiti multi-step con strumenti, sì: il salto su Terminal-Bench è troppo grande per ignorarlo, e a parità di prezzo introduttivo hai un modello molto più capace.
Se invece i tuoi flussi sono semplici e ad alto volume, come classificazione, estrazione, riscrittura, il rischio è pagare più token per lo stesso risultato. In quel caso 3.7 Flash resta la scelta più economica, e Google lo mantiene attivo proprio per questo.
Il mio consiglio operativo: non migrare tutto insieme. Sposta prima i flussi dove il modello precedente sbagliava, misura costo e qualità per una settimana, poi decidi. Con tre versioni Flash in sei settimane, migrare a ogni uscita costa più del guadagno.
Gemini 3.8 Flash e gli altri modelli usciti questa settimana
Settembre 2026 è stata una settimana densa: GPT-6 Astra a 10/50 $ per milione, Claude Fable 5.1 con la cache a -75%, Muse Spark 1.3 a 1,25/4,25 $.
Gemini 3.8 Flash, a 0,75/3,75 $, è il più economico del gruppo per milione di token: nessuno degli altri scende sotto questa soglia. La differenza la fa il numero di token che consuma per arrivare al risultato, ed è il motivo per cui il confronto va fatto sul costo per compito, non sul listino.
Per chi vuole ridurre la dipendenza dalle API c'è anche la strada dei modelli in locale, ma per i carichi che descrivo qui, con volumi variabili e senza hardware dedicato, il Flash a questo prezzo resta difficile da battere fino a dicembre.
Cosa faccio io da qui a dicembre
Il prezzo introduttivo ha una data di scadenza precisa, e questo cambia il modo di progettare. Se costruisco oggi un'automazione su Gemini 3.8 Flash, la dimensiono sul prezzo di gennaio 2027, non su quello di settembre. Se il flusso sta in piedi a 1,50/7,50 $, sta in piedi. Altrimenti sto costruendo qualcosa che tra quattro mesi va rifatto.
Se stai valutando un'automazione o un chatbot per la tua attività e vuoi capire quale modello conviene sul tuo volume reale di richieste, ne parlo volentieri: sviluppo web app e integrazioni AI sono il mio lavoro quotidiano, e il primo passo è sempre un calcolo onesto dei costi. Scrivimi e facciamo i conti insieme.
