Passa al contenuto principale

Gemini 3.8 Flash per chi usa Claude: il cavallo da tiro che ora pareggia Opus 5 su DeepSWE (set 2026)

Intermedio

Google ha rilasciato Gemini 3.8 Flash il 2 settembre 2026, venti giorni dopo 3.7 Flash e la sua terza release Flash in sei settimane. Stessa fascia, stessa finestra da 1M, stesso prezzo introduttivo di $0.75 / $3.75, stesso schema di ID modello. Ciò che è cambiato è la forma del comportamento del modello: Google dice che 3.8 Flash "lavora di più", eseguendo passi di ragionamento extra e chiamando gli strumenti in modo iterativo sui task complessi, e la tabella dei benchmark mostra cosa si ottiene. DeepSWE v1.1 è passato da 65.3 a 73.7, a meno di un terzo di punto da Claude Opus 5. Terminal-bench 2.1 ha raggiunto 89.4, un pelo sopra l'89.1 di Opus 5. E su Terminal-bench 4.0, il successore più difficile, 3.8 Flash segna 19.1 contro il 51.8 di Opus 5.

Questa lezione è per chi usa Claude e sta decidendo se instradarci del lavoro. Copre i numeri che reggono il peso, il costo in token del "lavorare di più", la checklist di migrazione che non è cambiata da 3.7, la variante Cyber riservata, e i carichi di lavoro in cui Claude resta il default giusto.

What you'll learn
  • Riconoscere cosa è uscito il 2 settembre 2026 e perché una cadenza Flash di tre settimane (3.6 → 3.7 → 3.8) è il vero segnale
  • Leggere la tabella dei benchmark con la lente giusta: quasi parità con Opus 5 su DeepSWE e Terminal-bench 2.1, un divario di 33 punti su Terminal-bench 4.0, un vantaggio sui benchmark di agenti di dominio
  • Prezzare il comportamento 'lavora di più': ~30% di token di output in più per task, quindi lo stesso listino costa di più per task rispetto a 3.7 Flash
  • Migrare una chiamata 3.7 Flash o Claude a gemini-3.8-flash senza sorprese (le rimozioni API dell'era 3.6 valgono ancora)
  • Sapere cos'è Gemini 3.8 Flash Cyber, cosa riserva il Fairwind Program, e perché quasi certamente non puoi chiamarlo

La versione in una frase​

Gemini 3.8 Flash è il successore di pari fascia di 3.7 Flash, ID modello gemini-3.8-flash, contesto da 1M token, output massimo 64K, thinking_level low / medium (default) / high, prezzato a $0.75 in input / $3.75 in output per 1M token fino al 31 dicembre 2026 e $1.50 / $7.50 dal 1° gennaio 2027. È disponibile nella Gemini API, Google AI Studio, Antigravity, Android Studio, Stitch, Gemini Enterprise, l'app Gemini (AI Pro e Ultra), AI Mode nella Ricerca e Google Sheets. Insieme a esso, Gemini 3.8 Flash Cyber sostituisce 3.5 Flash Cyber per i difensori verificati tramite il nuovo Fairwind Program.

La cadenza è di nuovo la storia. 3.6 Flash il 21 luglio, 3.7 il 13 agosto, 3.8 il 2 settembre: Google itera la sua fascia da lavoro ogni tre settimane mentre il flagship resta in silenzio (The Register nota che 3.5 Pro ha mancato la data di giugno). Leggilo come un ciclo di feedback rapido con gli sviluppatori nella fascia che la maggior parte dei team paga davvero. La risposta di Anthropic questo mese è Claude Fable 5.1 in cima allo stack, non un Sonnet più economico; quella di OpenAI è GPT-6 Astra.

Tre cose su questo lancio che sorprendono​

1. Parità con Opus 5 su due benchmark di punta, un divario di 33 punti sul terzo​

Il report di valutazione di Google, le righe che interessano a chi lavora con Claude (più alto è meglio):

Benchmark3.8 Flash3.7 FlashClaude Opus 5Claude Sonnet 5GPT-5.6 Sol
DeepSWE v1.1 (bug fix reali)73.7%65.3%74.0%53.8%72.7%
Terminal-bench 2.189.4%—89.1%—88.8%
Terminal-bench 4.019.1%11.2%51.8%12.4%37.3%
OSWorld-2.0 (computer use)59.0%50.6%75.4%42.6%62.6%
HLE-Verified54.9%53.6%54.4%31.0%54.5%
GDPval-AA v2 (Elo)15451482182415841710
Vals Finance Agent v261.4%59.0%58.6%53.9%53.8%
Harvey Legal Agent10.0%8.8%6.7%5.0%2.5%
BioMysteryBench (hard)56.5%43.5%49.4%34.1%44.7%

Tre letture. Primo, il +8.4 su DeepSWE è il numero che regge il peso, esattamente come il +16.3 lo era per 3.7 Flash: Google continua a riversare i guadagni del cavallo da tiro nel coding su scala repository. Secondo, Terminal-bench 2.1 vs 4.0 è la stessa divisione che segnaliamo su DeepSeek-V4.1-Flash la settimana successiva: un modello economico può saturare la suite più vecchia mentre quella più difficile, con sessioni di shell adattive più lunghe, separa ancora Opus 5 di oltre 30 punti. Terzo, sui benchmark di agenti di dominio (finanza, legale, biologia) 3.8 Flash ora guida ogni colonna, incluso Opus 5. Se il tuo lavoro è un agente finanziario o legale, quella riga merita un eval a sé. Se il tuo lavoro è una sessione di coding interattiva, la riga 4.0 è quella su cui fare il budget.

2. "Lavora di più" è una decisione sull'uso dei token che Google ha preso per te​

La descrizione di Google stessa del cambiamento: sui task complessi il modello "mostra maggiore diligenza — eseguendo passi di ragionamento extra e chiamando gli strumenti in modo iterativo". Il post di lancio dice anche che gli sviluppatori possono "utilizzare livelli di effort più bassi per minimizzare l'overhead di token", un modo cortese per dire che il default ora spende di più. La lettura di Emergent del report di valutazione lo stima a circa il 30% di token di output in più per task; Artificial Analysis ha misurato $0.58 per task dell'Intelligence Index, circa il 40% in più di 3.7 Flash, allo stesso prezzo per token.

Per chi usa Claude è il familiare compromesso dell'effort con un altro nome: il modello ricorre a più chiamate di strumenti e più thinking prima di rispondere. Il listino non si è mosso; la fattura per task sì. Fai il budget sul costo per task, non sul prezzo per token. E ri-esegui qualsiasi SLO di latenza che avevi su 3.7 Flash: più iterazioni significano più tempo reale, anche a velocità Flash. La fisica è in Perché gli agenti bruciano token.

3. Ancora economico accanto a Claude, ma il rapporto dipende da quale Claude​

Artificial Analysis mette 3.8 Flash a 59 sul suo Intelligence Index (a reasoning high), alla pari con GPT-5.6 Sol a extra-high e Grok 4.6 a medium, contro Claude Opus 5 a 63 e Claude Fable 5.1 a 66 (entrambi a max). La sua cifra di costo per task per Fable 5.1 è circa $3.76, all'incirca 6× i $0.58 di 3.8 Flash. Contro Opus 5 a listino, l'aritmetica di Vellum è circa 6,7× più economico sia in input sia in output. Contro Sonnet 5 il divario è molto più piccolo, e Sonnet 5 guida ancora su GDPval-AA v2 (1584 vs 1545). Quindi il confronto onesto è: 3.8 Flash ha un prezzo di fascia Sonnet con punteggi DeepSWE e di agenti di dominio che ora arrivano in territorio Opus, e punteggi Terminal-bench 4.0 / OSWorld che non ci arrivano. I listini attuali di Claude sono su Modelli e prezzi.

Scheda modello in sintesi​

SpecificaGemini 3.8 Flash
ID modellogemini-3.8-flash
Rilascio2 settembre 2026
Finestra di contesto1M token di input
Output massimo64K token
Livelli di thinkinglow, medium (default), high; minimal non supportato
Modalità in inputtesto, immagine, audio, video
Modalità in outputtesto
Knowledge cutoffmarzo 2026 (alcuni domini limitati a gennaio 2025)
Parametri rimossitemperature, top_p, top_k, candidate_count (dalla linea 3.6)
Prezzo introduttivo (fino al 31 dic 2026)$0.75 in input / $3.75 in output per 1M token
Prezzo standard (dal 1° gen 2027)$1.50 in input / $7.50 in output per 1M token
DisponibilitàGemini API, Google AI Studio, Antigravity, Android Studio, Stitch, Gemini Enterprise, app Gemini (AI Pro/Ultra), AI Mode, Google Sheets

La riga del knowledge cutoff è un'informazione nuova rispetto alla pagina di 3.7 e merita una seconda occhiata: marzo 2026 come titolo, ma la model card dice che alcuni domini sono limitati a gennaio 2025. Se conti sul fatto che il modello conosca l'API di una libreria del 2026, verifica con uno strumento di grounding o incolla la documentazione. È lo stesso consiglio che diamo per qualsiasi modello in Emivita della freschezza.

Migrare da 3.7 Flash (o da Claude)​

La superficie API è invariata rispetto a 3.7 Flash. Anche la lista delle cose che rompono un port da Claude è invariata, e continua a fregare le persone.

Guided walkthrough1 of 7
  1. Usa gemini-3.8-flash. L'endpoint 3.7 continua a funzionare, ma i delta dei benchmark e il comportamento 'lavora di più' arrivano solo con il nuovo ID.

Chiamata minima a 3.8 Flash (SDK Python)

from google import genai

client = genai.Client()  # reads GOOGLE_API_KEY

resp = client.models.generate_content(
  model="gemini-3.8-flash",
  contents="Review this diff. List the 3 riskiest hunks as file:line with a one-sentence reason each.",
  config={
      "thinking_level": "low",   # start low on 3.8 Flash; it already 'works harder' at medium
      # no temperature / top_p / top_k / candidate_count
      "tools": [{"function_declarations": [...]}],
  },
)
print(resp.text)

Gemini 3.8 Flash Cyber e il Fairwind Program​

Insieme al modello generale, Google ha rilasciato Gemini 3.8 Flash Cyber, che sostituisce 3.5 Flash Cyber. I numeri di Google: patching su CWE-Bench al 47.2% pass@1 contro "un modello frontier leader" al 47.8%; un tasso di successo nella scoperta di vulnerabilità sopra il 70% su 20 linguaggi di programmazione; 2,6× più patch corrette alle vulnerabilità di Chrome rispetto ai migliori modelli commerciali secondo Chrome Security; e, secondo Wiz, recall superiore di 7,5–9,7 punti a un costo 2,3–5,2× inferiore.

Quasi certamente non puoi chiamarlo. L'accesso passa dal Fairwind Program, limitato a "autorità governative fidate, oltre a operatori di infrastrutture critiche e manutentori di software", su candidatura. È la stessa forma con cui OpenAI riserva la capacità di exploit di GPT-6 Astra dietro un programma verificato (vedi la guida sul campo di Astra) e del trattamento di Anthropic dei modelli di classe Mythos. Per chi usa Claude la lezione pratica è che la capacità cyber di frontiera ora esce come SKU separato e riservato su tutti e tre gli stack, e i modelli generali deliberatamente non lo sono. La nostra sezione sicurezza copre cosa significa per gli agenti che puoi chiamare.

Quando puntare su 3.8 Flash, e quando restare su Claude​

Pro tip
  • Punta su 3.8 Flash: coding su scala repository che assomiglia a DeepSWE, dove 73.7 contro il 74.0 di Opus 5 a un sesto del costo per task è uno scambio reale.
  • Punta su 3.8 Flash: workflow di agenti finanziari, legali e di scienze della vita — ora guida ogni colonna su Vals Finance Agent v2, Harvey Legal e BioMysteryBench, incluso Opus 5.
  • Punta su 3.8 Flash: comprensione di video lunghi e grafici (LVBench 87.8, CharXiv 86.2) dove Claude non ha un percorso di input equivalente.
  • Resta su Claude Opus 5: agenti di terminale interattivi e computer use. Terminal-bench 4.0 (51.8 vs 19.1) e OSWorld-2.0 (75.4 vs 59.0) sono i divari più ampi della tabella.
  • Resta su Claude per il lavoro di conoscenza dove conta GDPval-AA v2: Opus 5 a 1824 e persino Sonnet 5 a 1584 sono avanti al 1545 di 3.8 Flash.
  • Resta su Claude per qualsiasi cosa costruita su turni prefilled, controllo della temperature o il loop di tool use di Anthropic — combatterai contro la Gemini API invece di usarla.
  • Verifica entrambi, all'effort che spedirai: la tabella di 3.8 Flash è a thinking default o high e costa ~30% di token in più per task rispetto a 3.7; quella di Claude è a effort max. Nessuna delle due è la tua impostazione di produzione.

Per l'inquadramento più ampio, Gemini per chi usa Claude; per il confronto specifico sul coding, Claude vs GPT vs Gemini per il coding; per il framework decisionale durevole, Scegliere un modello.

Verifica rapida​

Check yourself

0/5
  1. Gemini 3.8 Flash ottiene 89.4 su Terminal-bench 2.1 (Opus 5: 89.1) e 19.1 su Terminal-bench 4.0 (Opus 5: 51.8). Qual è la lezione giusta?
  2. Stesso listino $0.75 / $3.75 di 3.7 Flash. Perché un task può costare di più su 3.8 Flash?
  3. Quale di questi romperà una chiamata Claude portata su gemini-3.8-flash?
  4. Chi può chiamare Gemini 3.8 Flash Cyber?
  5. Su quale famiglia di benchmark 3.8 Flash guida ogni colonna nella tabella di Google, incluso Opus 5?
Premi Invio o Spazio per girare la carta. Usa le frecce sinistra e destra per spostarti tra le carte.Termine mostrato.
1 / 8
Key takeaways
  • DeepSWE +8.4 a 73.7 è il numero che regge il peso: un modello a prezzo Sonnet ora entro 0.3 da Opus 5 sui bug fix su scala repository.
  • Terminal-bench 4.0 (19.1 vs 51.8) e OSWorld-2.0 (59.0 vs 75.4) sono dove Opus 5 resta molto avanti — agenti interattivi e computer use restano su Claude.
  • 'Lavora di più' significa ~30% di token in più per task allo stesso listino. Fai il budget per task, parti con thinking_level a low e ricontrolla gli SLO di latenza.
  • Le rimozioni API dell'era 3.6 (temperature/top_p/top_k/candidate_count, niente prefill, call_id + name su FunctionResponse) rompono ancora i port da Claude; la lista di migrazione non si è accorciata.
  • 3.8 Flash Cyber è uno SKU separato riservato tramite Fairwind — il terzo stack questo mese a rilasciare capacità cyber di frontiera come qualcosa che non puoi semplicemente chiamare.

Fonti e approfondimenti​

Prossimi passi​