Gemini 3.8 Flash a iesit pe 2 septembrie 2026, la trei saptamani dupa 3.7 Flash: a treia versiune Flash in sase saptamani. Pretul prin API este de 0,75 dolari pe milion de tokeni la intrare si 3,75 la iesire, dar este un pret introductiv care expira pe 31 decembrie 2026. De la 1 ianuarie 2027 se dubleaza: 1,50 si 7,50 dolari.
Cea mai cautata intrebare in Romania este "Gemini 3.1 Pro vs 3.8 Flash". Este intrebarea corecta, pentru ca Google insusi prezinta acest Flash ca un model care se apropie de modelele de varf mai scumpe. Iti raspund ca programator care integreaza aceste modele in automatizarile si chatboturile clientilor: cand iti ajunge Flash, cand iti trebuie Pro si unde se ascunde costul pe care lista de preturi nu il arata.
Gemini 3.8 Flash in doua minute
- Context: 1 milion de tokeni, iesire pana la 64K.
- Intrare: text, imagini, audio, video si PDF; iesire doar text.
- Unelte: function calling, cautare Google ca unealta, folosirea calculatorului.
- ID in API:
gemini-3.8-flash, disponibil in Google AI Studio, API-ul Gemini, Android Studio si Antigravity, unde a devenit modelul implicit.
Ce s-a schimbat fata de 3.7 Flash? Comportamentul. Google spune explicit ca 3.8 Flash "munceste mai mult": la sarcinile complexe face pasi de rationament in plus si apeleaza uneltele iterativ. De aici vin cifrele:
- Terminal-Bench 2.1: 90,8% fata de 81,6% pentru 3.7 Flash, cel mai mare salt, exact pe sarcinile de terminal si cod.
- HLE-Verified: 54,9%, rationament in mai multi pasi pe domenii STEM si profesionale.
- DeepSWE v1.1: probleme de inginerie software rezolvate cap-coada, unde Google declara ca depaseste majoritatea modelelor de varf mai mari.
Exista si Gemini 3.8 Flash Cyber, varianta pentru cautarea de vulnerabilitati si patch-uri automate. Nu se vinde: accesul se face doar prin programul Fairwind, pentru institutii guvernamentale, infrastructuri critice si mentenanti de software.
Gemini 3.1 Pro vs 3.8 Flash: cand iti ajunge Flash
Pro exista in continuare si ramane modelul de folosit cand precizia unui singur raspuns conteaza mai mult decat costul pe apel. Dar lista cazurilor in care Flash este suficient s-a lungit mult. Sunt exact sarcinile tipice ale IMM-urilor cu care lucrez:
- Automatizari n8n si fluxuri de date: clasificare de emailuri, extragere de campuri din PDF-uri si facturi, rescrierea descrierilor de produs. Sunt sarcini repetitive in volum mare, unde costul pe milion de tokeni conteaza mai mult decat doua puncte procentuale de acuratete.
- Chatboturi de prim nivel: raspunsuri din baza de cunostinte, rezervari, intrebari frecvente. Contextul de 1M iti permite sa incarci tot catalogul sau regulamentul fara sisteme RAG complicate.
- Agenti care lucreaza in terminal: cu 90,8% pe Terminal-Bench, pentru scripturi, migrari si refactorizari ghidate Flash intra in zona modelelor de incredere.
- Analiza documentelor lungi: contracte, caiete de sarcini, procese-verbale. Aici fereastra de context conteaza mai mult decat "inteligenta" modelului.
Cand raman pe Pro? Cand raspunsul ajunge in productie fara revizuire umana si o greseala costa mai mult decat economia: generare de cod in proiecte mari cu multe dependente, rationament juridic sau financiar unde conteaza maxim fiabilitatea si sarcini in care Flash tinde sa "se invarta in cerc" cu prea multi pasi de rationament.
Regula mea pentru orice model nou: pornesc de la Flash, masor rata de erori pe un esantion real si trec pe Pro doar unde cifrele o justifica.
Costul real: tokenii de rationament
Aici este punctul pe care comparatiile de pret nu il spun. Pretul de iesire de 3,75 dolari pe milion include tokenii de rationament, pe care nu ii vezi decat ca rezumat. Un model care "munceste mai mult" produce, prin definitie, mai multi.
Cine il foloseste semnaleaza clar ca 3.8 Flash este foarte vorbaret, iar factura de la final de luna poate iesi mai mare decat cu 3.7 Flash, chiar la acelasi pret de lista. Trei lucruri de tinut sub control:
- Nivelul de efort: la sarcinile unde conteaza eficienta, coboara-l. Este parghia cea mai directa pentru a taia tokenii de rationament.
- 3.7 Flash ramane suportat: Google o spune clar. Daca un flux merge deja bine cu 3.7, nu ai motiv sa migrezi.
- Cache-ul: citirea din cache costa 0,075 dolari pe milion, dar stocarea se plateste separat, 0,50 dolari pe milion de tokeni pe ora, si se dubleaza si ea din ianuarie. Merita la prompturi lungi refolosite des, nu la apeluri rare.
Mai este si grounding-ul cu Google Search: 5.000 de cereri gratuite pe luna, comune pentru toate modelele Gemini 3.x, apoi 14 dolari la 1.000 de cereri (circa 64 de lei, fara TVA). Daca un chatbot cauta pe Google la fiecare mesaj, aceasta linie poate depasi costul tokenilor.
Cat costa in lei
| Pe milion de tokeni | Pana la 31 decembrie 2026 | De la 1 ianuarie 2027 |
|---|---|---|
| Intrare | 0,75 $ (circa 3,4 lei) | 1,50 $ (circa 6,9 lei) |
| Iesire, cu rationament inclus | 3,75 $ (circa 17 lei) | 7,50 $ (circa 34 de lei) |
Conversia foloseste cursul BNR de circa 4,58 lei pentru un dolar, fara TVA. Pentru firmele din Romania care platesc API-ul Google pe SRL, factura vine de la un furnizor strain si nu trece prin e-Factura; TVA-ul se trateaza de regula prin taxare inversa. Verifica cu contabilul.
Gemini 3.8 Flash vs 3.7 Flash: merita actualizarea?
Depinde de tipul de munca. Pentru programare agentica, terminal sau sarcini in mai multi pasi cu unelte, da: saltul pe Terminal-Bench e prea mare ca sa il ignori. Pentru fluxuri simple si in volum mare (clasificare, extragere, rescriere), riscul este sa platesti mai multi tokeni pentru acelasi rezultat, iar 3.7 Flash ramane alegerea mai ieftina.
Sfatul meu: nu migra totul odata. Muta intai fluxurile unde modelul anterior gresea, masoara costul si calitatea o saptamana, apoi decide. Cu trei versiuni Flash in sase saptamani, sa migrezi la fiecare lansare costa mai mult decat castigi.
Gemini 3.8 Flash fata de celelalte modele ieftine
La lansare, Gemini 3.8 Flash era cel mai ieftin din zona modelelor capabile. Din 22 septembrie nu mai este: GPT-6 Luna costa 0,10 dolari la intrare si 0,50 la iesire, mult sub Flash, iar GPT-6 Sol 2/10 dolari, peste Flash. Diferenta reala o face insa numarul de tokeni consumati pana la rezultat, motiv pentru care comparatia corecta se face pe costul pe sarcina, nu pe lista de preturi.
Pentru cine vrea sa reduca dependenta de API-uri exista si varianta modelelor locale, dar pentru sarcinile descrise aici, cu volume variabile si fara hardware dedicat, rareori merita. Calculul complet este in AI local: cat costa si cand merita.
Ce fac eu pana in decembrie
Pretul introductiv are o data de expirare precisa, iar asta schimba felul in care proiectezi. Daca construiesc azi o automatizare pe Gemini 3.8 Flash, o dimensionez pe pretul din ianuarie 2027, nu pe cel din septembrie. Daca fluxul sta in picioare la 1,50/7,50 dolari, e bun. Altfel construiesc ceva ce trebuie refacut peste patru luni.
Citeste si
- Automatizari AI pentru IMM-uri: cate ore economisesti
- Chatbot pentru afaceri: 5 cazuri de utilizare
- Instalare n8n pe server: ghid, costuri si mentenanta
- Claude Fable 5.1: ce se schimba si cat costa
- AI local: cat costa si cand merita
Concluzie
Gemini 3.8 Flash ajunge pentru majoritatea automatizarilor, chatboturilor si agentilor de terminal, iar Gemini 3.1 Pro ramane pentru raspunsurile care ajung in productie fara control uman. Doua lucruri sa retii: tokenii de rationament sunt inclusi in pretul de iesire si pot umfla factura, iar din ianuarie 2027 pretul se dubleaza.
Daca pregatesti o automatizare sau un chatbot pentru firma ta si vrei sa stii ce model merita pe volumul tau real de cereri, fac calculul impreuna cu tine. Scrie-mi si iti raspund eu.
