Google lancia Gemini 3.8 Flash: più ragionamento con possibile aumento dei costi
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Il nuovo modello esegue più passaggi e chiama strumenti in modo iterativo; il prezzo per token resta uguale, ma il consumo di token può crescere.
Il costo per attività può salire di circa il 40%, anche se il listino non cambia. È la stima di Artificial Analysis su Gemini 3.8 Flash rispetto a 3.7 Flash1.
Google mantiene i prezzi: 0,75 dollari per milione di token in input e 3,75 dollari per milione in output. Avverte però che il modello “potrebbe usare più token per massimizzare le prestazioni, specialmente a livelli di sforzo più alti”. Chi vuole contenere i token può restare su Gemini 3.7 Flash1.
La novità sta nel modo in cui il modello lavora. Google afferma che 3.8 Flash esegue più passaggi di ragionamento nei compiti complessi e “chiama strumenti in modo iterativo” rispetto a 3.7 Flash. Più passaggi interni e sequenze di chiamate possono allungare l’output. Con tariffe invariate, i token effettivi crescono e il conto finale sale1.
Artificial Analysis definisce Gemini 3.8 Flash “il più economico che abbiamo misurato a questo livello di intelligenza”, ma rileva un maggior costo per task rispetto a 3.7 Flash. Indica due driver: circa il 30% di token di output in più per attività e più turni nelle valutazioni “agentiche”. Le affermazioni compaiono nella stessa fonte che annuncia il modello; non vengono forniti collegamenti esterni o tabelle con metriche dettagliate1.
Per gli sviluppatori la scelta è binaria. Minimizzare i token? Restare su 3.7 Flash. Potenziare il ragionamento su compiti complessi? Passare a 3.8 Flash e mettere in conto più token, a parità di prezzo per milione. L’architettura del task e il budget per attività diventano la variabile decisiva, più del listino1.
Accanto al modello principale arriva una variante. Gemini 3.8 Flash Cyber entra nel nuovo Fairwind Program di Google. L’annuncio collega la variante al programma e all’uso via API, senza ulteriori dettagli operativi nella fonte disponibile1.
Spuntano anche i primi confronti con i concorrenti. John Ennis, CEO di Aigora.ai, mette a paragone Gemini 3.8 Flash con modelli di Anthropic. La fonte non riporta metriche o esiti puntuali di questi confronti, ma segnala l’attenzione immediata al posizionamento del modello1.
Il segnale per chi sviluppa è netto: misurare i costi per task conta più di guardare il prezzo per milione di token. La configurazione del flusso, il numero di passaggi e l’uso di strumenti determinano la spesa reale. Google, intanto, offre due strade ufficiali: controllo dei token con 3.7 Flash o più ragionamento con 3.8 Flash, con l’onere di monitorare l’impatto sui token totali1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.