Gemini 3.8 Flash:代码修改与任务效率
DeepSWE v1.1 通过真实代码库中的软件开发任务评估模型能力。图表将任务成功率与评测环境中的平均任务成本进行比较,展示完成质量与资源使用之间的关系。请求实现功能或修复问题时,提供相关代码、实际表现与验收标准;Vidgo API 调用费率见本页价格区。

选择现有 Gemini 模型,处理文字任务、代码片段或文档段落。说明目标结果,提供相关文字,并设置所选任务支持的输出控制。Vidgo 当前 Gemini 入口提供 Chat Completions 与 Gemini 原生格式:Chat Completions 对话使用 messages,原生请求使用 contents 与 generationConfig。检查答案与用量,再通过补充说明或测试反馈继续完善结果。
Gemini 由 Google 开发,Vidgo 提供模型调用服务。模型名称与商标归各自所有者所有。当前系列包含 Flash 与 Pro Preview 入口。打开卡片,查看对应协议选项、输出设置与当前输入/输出费率,再测试计划接入的文字任务。

Gemini 3.8 Flash handles long-horizon coding, multi-step reasoning, and multimodal analysis with a 1M-token context.

Gemini 3.7 Flash handles agentic coding, multimodal analysis, and long-context knowledge work.

Gemini 3.5 Flash handles coding, long-context analysis, and multimodal understanding.

Gemini 3.1 Pro Preview handles complex reasoning, coding, and multimodal analysis across long contexts.

Gemini 3 Flash Preview handles long-context chat, coding, and multimodal understanding with adjustable reasoning.
使用 Chat Completions 时,通过 messages 提供指令与来源文字,并选择任务支持的 max_tokens 和采样设置。使用原生格式时,将各轮 user 或 model 内容放入 contents 的文字 parts,通过 systemInstruction 提供持续指导,通过 generationConfig 设置 temperature、maxOutputTokens 与 topP。继续对话时,请使用所选格式对应的字段组织完整请求。
| 模型 / 任务 | 输入与工作流 |
|---|---|
| Gemini 3.8 Flash | Gemini 3.8 Flash 支持长程编程、多步骤推理与多模态分析,并提供 1M Token 上下文。 |
| Gemini 3.7 Flash | Gemini 3.7 Flash 可处理智能体编程、多模态分析与长上下文知识工作。 |
| Gemini 3.5 Flash | Gemini 3.5 Flash 可处理编程、长上下文分析与多模态理解。 |
| Gemini 3.1 Pro Preview | Gemini 3.1 Pro Preview 可在长上下文中处理复杂推理、编程与多模态分析。 |
| Gemini 3 Flash Preview | Gemini 3 Flash Preview 支持长上下文聊天、编程与多模态理解,并提供可调推理。 |
Gemini 3.8 Flash 结合软件开发与专业领域推理能力。下方图表展示 DeepSWE v1.1 和 HLE-Verified 的评测结果,帮助了解模型接受测试的任务类型。开展实际工作时,选择当前可用的 Gemini 模型,并准备相关代码、文档或问题说明。
DeepSWE v1.1 通过真实代码库中的软件开发任务评估模型能力。图表将任务成功率与评测环境中的平均任务成本进行比较,展示完成质量与资源使用之间的关系。请求实现功能或修复问题时,提供相关代码、实际表现与验收标准;Vidgo API 调用费率见本页价格区。
HLE-Verified 评估模型处理高难度专业问题的推理能力,图表按照所列评测方法比较 Gemini 3.8 Flash 与其他模型。提交分析任务时,提供来源材料、需要解决的问题和必要约束,并要求说明证据如何支持结论,便于进一步检查与应用。
提供相关文字,并说明答案的用途。可以结合明确要求请求摘要、结构化提取、代码评审或文字草稿。对照来源检查结果,再通过补充上下文或测试反馈完善下一次答案。
提供相关文档章节,并写明需要覆盖的主题、事实与答案长度。将生成摘要用于技术笔记或实现讨论之前,请对照来源检查。
提供代码片段、预期行为与观察到的测试结果,请求解释或评审,再验证拟议修改,并将结果带回后续对话。
准备完整来源说明,并定义所需字段、值与单位。将提取数据用于应用原型或内容流程之前,请验证返回结构。
提供事实、目标读者与必要章节,再请求完整说明或回复。准备最终文档之前,请检查含义、保留细节与语气。
保留相关历史消息,并结合新增文字提出下一项问题。展开分析或澄清要求时,请结合已经提供的材料检查各轮答案。
按应用使用的格式准备同一文字任务。Chat Completions 使用 messages,Gemini 原生请求使用 contents,再通过对应响应格式检查返回文字与用量。
下表读取各个 Gemini 入口当前每百万输入 Token 的起价。完整请求还包含输出 Token 用量,并按所选模型的文档处理思考 Token。Gemini 3.8 Flash 与 3.7 Flash 任务页还列出缓存读取费率。规划应用预算时,请结合所选模型的完整费率表与返回用量,检查每轮携带的对话上下文。
| 模型 | 厂商 | 任务类型 | 输入 | API 格式 | 输入起价 |
|---|---|---|---|---|---|
| Gemini 3.8 Flash | 聊天 | 文字指令与对话上下文 | Chat Completions / Gemini Native | $0.6 / 百万 Token | |
| Gemini 3.7 Flash | 聊天 | 文字指令与对话上下文 | Chat Completions / Gemini Native | $0.6 / 百万 Token | |
| Gemini 3.5 Flash | 聊天 | 文字指令与对话上下文 | Chat Completions / Gemini Native | $0.9 / 百万 Token | |
| Gemini 3.1 Pro Preview | 聊天 | 文字指令与对话上下文 | Chat Completions / Gemini Native | $0.8 / 百万 Token | |
| Gemini 3 Flash Preview | 聊天 | 文字指令与对话上下文 | Chat Completions / Gemini Native | $0.4 / 百万 Token |
先在线测试完整文字任务, 再接入选定模型与 API 格式。
打开所选模型,提供任务与来源文字,并选择可用输出设置。提交对话,阅读完整答案并检查可用 Token 用量。准备后续问题时,可以补充说明或测试反馈。
通过现有模型对话、当前 Token 价格与任务文档,将检查后的答案衔接到应用工作流。
选择现有 Gemini 入口,查看当前输入/输出价格,并选择 Chat Completions 或 Gemini 原生格式。比较适合应用的工作流时,请准备一致的文字任务与来源材料。
打开所选模型,提供任务与来源文字,并选择可用输出设置。提交对话,阅读完整答案并检查可用 Token 用量。准备后续问题时,可以补充说明或测试反馈。
下表读取各个 Gemini 入口当前每百万输入 Token 的起价。完整请求还包含输出 Token 用量,并按所选模型的文档处理思考 Token。Gemini 3.8 Flash 与 3.7 Flash 任务页还列出缓存读取费率。规划应用预算时,请结合所选模型的完整费率表与返回用量,检查每轮携带的对话上下文。
兼容格式通过 /v1/chat/completions 使用 model 与 messages。原生格式通过所选模型的 /v1beta/models/{model}:generateContent 端点使用 contents 与 generationConfig,流式方式使用 streamGenerateContent?alt=sse。请按对应文档准备身份验证与响应字段,再组合返回文字并读取用量信息。
使用 Vidgo API 凭据验证发往所选端点的请求。发送准确模型标识、协议要求的对话字段与支持的输出设置,并使用所选格式消费返回响应。
所选工作流采用流式返回时,累积文字片段;返回完整回复时,读取完整响应体。检查最终答案与返回用量字段,再为下一轮保留相关消息。继续在线任务时,可以返回模型对话。
选择现有 Gemini 模型,处理文字任务、代码片段或文档段落。说明目标结果,提供相关文字,并设置所选任务支持的输出控制。Vidgo 当前 Gemini 入口提供 Chat Completions 与 Gemini 原生格式:Chat Completions 对话使用 messages,原生请求使用 contents 与 generationConfig。检查答案与用量,再通过补充说明或测试反馈继续完善结果。
阅读语言模型介绍、API 指南与平台比较,了解模型选择、对话输入、响应格式与 Token 费用。