Gemini 3.8 Flash 评测详情
Gemini 3.8 Flash 当前已收录的代表性评测结果包括 Terminal-Bench 2.1（1 / 48，得分 89.40）、DeepSWE（1 / 33，得分 73.70）、LVBench（1 / 4，得分 87.80）。本页还提供与 3 个竞品模型及 3 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。
评测结果
Gemini 3.8 Flash
评测结果
AI Agent - 工具使用
共 6 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Gemini 3.8 Flash 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
5 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Gemini 3.8 Flash当前 | Claude Sonnet 5 | GPT-5.6 Terra | GLM-5.3-Flash |
|---|---|---|---|---|
Terminal-Bench 2.1 AI Agent - 工具使用 | 89.40开启思考 ｜ 工具 | 80.40思考水平·极高 ｜ 工具 | 87.40思考水平·高 | 84.30思考水平·高 ｜ 工具 |
Terminal-Bench 4.0 AI Agent - 工具使用 | 19.10开启思考 ｜ 工具 | 12.42思考水平·高 ｜ 工具 | 21.52思考水平·高 ｜ 工具 | -- |
DeepSWE 编程与软件工程 | 73.70开启思考 ｜ 工具 | 54.00深度思考模式 ｜ 工具 | 69.60思考水平·极高 ｜ 工具 | 63.40思考水平·高 ｜ 工具 |
GDPval-AA v2 生产力知识 | 1545.00开启思考 | -- | 1565.62思考水平·高 ｜ 工具 | 1773.00思考水平·高 ｜ 工具 |
CharXiv RQ 多模态理解 | 86.20思考水平·中 | -- | -- | 89.40思考水平·高 ｜ 工具 |
Gemini 3.8 Flash 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Gemini 3.8 Flash | DeepMind | $0.75 / 1M tokens | $3.75 / 1M tokens | — |
Claude Sonnet 5 | Anthropic | $2 / 1M tokens | $10 / 1M tokens | — |
GPT-5.6 Terra | OpenAI | $2 / 1M tokens | $12 / 1M tokens | — |
GLM-5.3-Flash | 智谱AI | $0.075 / 1M tokens | $0.25 / 1M tokens | — |
历代版本对比
Gemini 3.8 Flash 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
11 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | Gemini 3.8 Flash当前 | Gemini 3.7 Flash | Gemini 3.6 Flash | Gemini 3.5 Flash |
|---|---|---|---|---|
BioMysteryBench (Human-difficult) AI Agent - 工具使用 | 56.50思考水平·中 ｜ 工具 | 43.50思考水平·中 ｜ 工具 | -- | -- |
BioMysteryBench (Human-solvable) AI Agent - 工具使用 | 88.80思考水平·中 ｜ 工具 | 87.10思考水平·中 ｜ 工具 | -- | -- |
LABBench2 AI Agent - 工具使用 | 86.20思考水平·中 ｜ 工具 | 82.10思考水平·中 ｜ 工具 | -- | -- |
OSWorld 2.0 AI Agent - 工具使用 | 59.00开启思考 ｜ 工具 | 47.90思考水平·中 ｜ 工具 | -- | -- |
Terminal-Bench 2.1 AI Agent - 工具使用 | 89.40开启思考 ｜ 工具 | 85.80开启思考 ｜ 工具 | 78.00开启思考 ｜ 工具 | 76.20思考水平·高 ｜ 工具 |
DeepSWE 编程与软件工程 | 73.70开启思考 ｜ 工具 | 65.30思考水平·高 ｜ 工具 | 49.00开启思考 ｜ 工具 | 37.00思考水平·中 ｜ 工具 |
GDPval-AA v2 生产力知识 | 1545.00开启思考 | 1525.00开启思考 | 1421.00开启思考 | 1349.00开启思考 |
CharXiv RQ 多模态理解 | 86.20思考水平·中 | 88.70思考水平·中 ｜ 工具 | 89.40开启思考 ｜ 工具 | 84.90开启思考 ｜ 工具 |
GDP.pdf 多模态理解 | 35.00思考水平·中 | 34.00思考水平·中 | -- | -- |
LVBench 多模态理解 | 87.80思考水平·中 ｜ 工具 | 85.40思考水平·中 | -- | -- |
HLE-Verified 综合评估 | 54.90思考水平·中 | 53.60思考水平·中 | -- | -- |
单评测历史趋势图
当前查看：BioMysteryBench (Human-difficult) · AI Agent - 工具使用
选择评测
Gemini 3.8 Flash 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
Gemini 3.8 Flash | DeepMind | $0.75 / 1M tokens | $3.75 / 1M tokens | — |
Gemini 3.7 Flash | DeepMind | $0.75 / 1M tokens | $3.75 / 1M tokens | — |
Gemini 3.6 Flash | DeepMind | $1.5 / 1M tokens | $7.5 / 1M tokens | — |
Gemini 3.5 Flash | DeepMind | $1.5 / 1M tokens | $9 / 1M tokens | — |