Gemini 3.8 Flash: precio, contexto y rendimiento

Presentación

Lanzado el 2 de septiembre de 2026, Gemini 3.8 Flash es uno de los 14 modelos de Google DeepMind que seguimos en este sitio. Es un modelo cerrado: se accede a él por API, a través de Google DeepMind o de uno de los 33 proveedores recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Es un lanzamiento muy reciente.

Lo clasificamos entre los gama media (34 modelos de esta categoría en el sitio).

Precio y presupuesto

Gemini 3.8 Flash cuesta 0,75 US$ por millón de tokens de entrada y 3,75 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,023 US$; mil veces esa tarea, 22,5 US$.

Es 1,2 veces más barato que el precio de salida mediano de los gama media (4,38 US$).

Los tokens leídos desde la caché cuestan 0,075 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Rendimiento medido

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Gemini 3.8 Flash obtiene un índice de capacidad de 83,7 sobre 100, calculado con 5 pruebas de nuestra cesta.

Eso lo sitúa en el puesto 22.º de nuestro ranking semanal de modelos.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 95,4 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 98,9 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 68,4 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• FrontierCode (tareas de programación avanzadas): 41,2 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 65.536 tokens.

Acepta como entrada: texto, imagen, vídeo, audio y PDF.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿Para qué usos?

Por su categoría, Gemini 3.8 Flash está pensado sobre todo para un equilibrio entre calidad y coste, para usos cotidianos que no justifican un modelo puntero.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Gemini 3.8 Flash son:

• Claude Opus 4.8 (Anthropic, índice 83,4) — ver la comparativa
• Claude Opus 4.7 (Anthropic, índice 83,3) — ver la comparativa
• Gemini 3 Flash Preview (Google DeepMind, índice 80,3) — ver la comparativa
• Grok 4.7 (xAI, índice 79,9) — ver la comparativa