Gemini 3.8 Flash เทียบกับ 3.7 Flash: เปลี่ยนไปแค่ไหน คุ้มค่าที่จะอัปเกรดไหม

Google ได้เปิดตัว Gemini 3.8 Flash เมื่อวันที่ 2 กันยายน 2026 ซึ่งเป็นเวลาสามสัปดาห์หลังจาก Gemini 3.7 Flash และหกสัปดาห์หลังจาก 3.6 Flash. ราคาเปิดตัวยังคงเดิม (อินพุต $0.75, เอาต์พุต $3.75 ต่อล้านโทเค็นถึงวันที่ 31 ธันวาคม), คอนเท็กซ์ 1 ล้านโทเค็นเท่าเดิม, และตามคำกล่าวของ Google คือมีความเร็วใกล้เคียงกัน สิ่งที่เปลี่ยนไปคือวิธีการทำงานของโมเดล: มันใช้ขั้นตอนการให้เหตุผลที่เล็กลง, ตรวจสอบเอาต์พุตของตัวเอง, และเรียกใช้เครื่องมือซ้ำๆ การเปลี่ยนแปลงนี้ทำให้ได้คะแนนที่สูงขึ้นในทุกเกณฑ์มาตรฐานที่เผยแพร่ นอกจากนี้ยังทำให้แต่ละงานใช้โทเค็นมากขึ้นด้วย

ดังนั้นคำถามเกี่ยวกับการอัปเกรดจึงไม่ใช่ "3.8 Flash ดีกว่าหรือไม่" ตามข้อมูลที่ระบุแล้วมันดีกว่า คำถามคือคุณภาพที่เพิ่มขึ้นนั้นคุ้มค่ากับโทเค็นที่เพิ่มขึ้นสำหรับปริมาณงานของคุณหรือไม่ และการเปลี่ยนแปลงสำคัญสองประการจะมีผลต่อโค้ดของคุณหรือไม่ การเปรียบเทียบนี้จะอธิบายถึงสิ่งที่ยังคงเหมือนเดิม, สิ่งที่ได้รับการปรับปรุง, สิ่งที่คุณต้องจ่าย, และตารางการตัดสินใจตามปริมาณงาน แหล่งข้อมูลคือ ประกาศเปิดตัว ของ Google, หน้า มีอะไรใหม่ใน Gemini 3.8 Flash, และการทดสอบอิสระจาก Artificial Analysis สำหรับข้อมูลจำเพาะฉบับเต็ม สามารถเริ่มต้นได้ที่ Gemini 3.8 Flash คืออะไร

อีกเรื่องหนึ่งที่ต้องกล่าวถึงล่วงหน้า: Google ระบุว่า "Gemini 3.7 Flash ยังคงได้รับการสนับสนุนอย่างเต็มที่" และยังไม่ได้ประกาศวันเลิกใช้งาน ไม่มีใครบังคับคุณ

เปรียบเทียบเคียงข้าง

สิ่งที่เหมือนกัน

อย่างแรกคือราคา โมเดลทั้งสองยังคงอยู่ในแถวเดียวกันบน หน้าการกำหนดราคา ของ Google: $0.75 สำหรับอินพุตและ $3.75 สำหรับเอาต์พุต จนถึงวันที่ 31 ธันวาคม จากนั้นจะเพิ่มเป็น $1.50 และ $7.50 ในวันที่ 1 มกราคม 2027 คุณสมบัติการแคช, ส่วนลดแบบแบตช์, และคำขอการค้นหา Google 5,000 รายการต่อเดือนฟรี (ใช้ร่วมกันในทุกโมเดล Gemini 3.x) ยังคงมีอยู่ หากคุณต้องการดูรายละเอียดเป็นรายบรรทัด ข้อมูลจำเพาะและราคาอ้างอิงของ 3.7 Flash ยังคงใช้ได้กับ 3.8 Flash แบบบรรทัดต่อบรรทัด

ขีดจำกัดของคอนเท็กซ์และเอาต์พุตยังคงไม่เปลี่ยนแปลงที่ 1,048,576 โทเค็นสำหรับอินพุต และ 65,536 โทเค็นสำหรับเอาต์พุต รูปแบบข้อมูลก็ยังคงเหมือนเดิม: ข้อความ, รูปภาพ, วิดีโอ, เสียง, และ PDF สำหรับอินพุต; และข้อความสำหรับเอาต์พุต โมเดลทั้งสองไม่รองรับการสร้างเสียง, การสร้างรูปภาพ, หรือ Live API

ความเร็วใกล้เคียงกันมาก Logan Kilpatrick จาก Google อธิบายว่า 3.8 Flash มี "ราคาเท่ากับ 3.7, และมีความเร็วใกล้เคียงกัน" Artificial Analysis วัดความเร็วเอาต์พุตได้ 302.1 โทเค็นต่อวินาทีในการทดสอบระดับการให้เหตุผลสูง ซึ่งเป็นการส่งผ่านข้อมูลเมื่อโมเดลเริ่มเขียน; เวลาในการสร้างโทเค็นแรกในการทดสอบเดียวกันคือ 13.30 วินาที เนื่องจากที่ระดับ high โมเดลจะประมวลผลก่อนที่จะให้คำตอบ

พื้นผิว API ก็ยังคงเหมือนเดิม Interactions API เป็นช่องทางหลักของ Google สำหรับ Gemini 3.x ในขณะนี้ และ generateContent endpoint แบบเก่า "ยังคงได้รับการสนับสนุนอย่างเต็มที่" โดยไม่มีวันเลิกใช้งาน โค้ดที่เขียนสำหรับ 3.7 Flash บน endpoint ใด endpoint หนึ่งสามารถทำงานกับ gemini-3.8-flash ได้หลังจากเปลี่ยนสตริงโมเดล โดยมีข้อยกเว้นที่ระบุไว้ภายใต้หัวข้อ "การเปลี่ยนแปลงที่ส่งผลกระทบ" (breaking changes)

สิ่งที่ได้รับการปรับปรุง

หัวข้อข่าวของ Google สำหรับ 3.8 Flash คือ "โมเดล Flash ที่ฉลาดที่สุดของเรา" ซึ่งสร้างขึ้นสำหรับ "งานวิศวกรรมซอฟต์แวร์ระยะยาว, เอเจนต์อัตโนมัติ, และเวิร์กโฟลว์องค์กรที่ซับซ้อน" การเปลี่ยนแปลงการออกแบบเบื้องหลังคำกล่าวอ้างนั้นคือ: ในงานที่ยาก โมเดลจะ "ดำเนินการขั้นตอนการให้เหตุผลเพิ่มเติม และเรียกใช้เครื่องมือซ้ำๆ" โดยใช้ "ขั้นตอนการให้เหตุผลที่เล็กลง" และตรวจสอบ "การทำงานของตัวเองไปพร้อมกัน" นี่คือผลลัพธ์ที่ได้จากเกณฑ์มาตรฐานที่ Google และ Artificial Analysis ได้เผยแพร่เป็นข้อความ

ตารางของ Google เอง. Google ได้เผยแพร่การเปรียบเทียบตัวเลขสามรายการเทียบกับ 3.7 Flash บน หน้า DeepMind Flash ซึ่งเป็นการทดสอบที่ดำเนินการโดยผู้ขาย

มีการปรับปรุงที่สมเหตุสมผลและสอดคล้องกัน และในแต่ละรายการ 3.8 Flash ยังเหนือกว่าโมเดลขนาดใหญ่ในตารางของ Google (Claude Opus 5 ที่ 58.6% ใน Vals Finance, 54.4% ใน HLE-Verified); การเปรียบเทียบสามทางกับ Claude Fable 5.1 และ GPT-5.6 Sol จะอธิบายในรายละเอียดเพิ่มเติม นี่คือโมเดลที่ราคา Flash แต่ได้คะแนนสูงกว่าโมเดลที่มีค่าใช้จ่ายต่อโทเค็นแพงกว่าหลายเท่า ซึ่งเป็นจุดที่ Google ต้องการให้คุณรับรู้

Artificial Analysis, โดยอิสระ. บทความของ Artificial Analysis ระบุว่า 3.8 Flash ได้ 59 คะแนนในดัชนี Intelligence Index ที่ระดับ high ซึ่งเพิ่มขึ้นจาก 56 สำหรับ 3.7 Flash และ 52 สำหรับ 3.6 Flash นั่นคือสามคะแนนต่อการเปิดตัว และทำให้ 3.8 Flash มีคะแนนเท่ากับ GPT-5.6 Sol ที่ xhigh และ Grok 4.6 ที่ medium โดยสูงกว่า Claude Fable 5.1 ที่ medium หนึ่งคะแนน ในการประเมินการใช้เครื่องมือ τ³-Banking, 3.8 Flash ได้คะแนน 45% ซึ่งเพิ่มขึ้น 12 จุดจาก 3.7 Flash หากคุณใช้เอเจนต์ที่มีการเรียกใช้เครื่องมือจริง รายการนี้มีความสำคัญมากกว่าดัชนี

งานของเอเจนต์ที่เกี่ยวข้องกับเอกสารจำนวนมาก. Google กล่าวว่า 3.8 Flash "ทำงานได้มากกว่า Gemini 3.7 Flash ถึงสามเท่า" ในเวิร์กโฟลว์ที่ใช้เวลานานและเกี่ยวข้องกับเอกสารจำนวนมาก นี่คือการประเมินภายในที่ไม่มีการทดสอบสาธารณะ ดังนั้นควรพิจารณาเป็นแนวทาง อย่างไรก็ตาม มันสอดคล้องกับการออกแบบของโมเดล: ขั้นตอนการตรวจสอบที่มากขึ้นมีประโยชน์มากที่สุดในกรณีที่ความผิดพลาดเพียงครั้งเดียวสามารถทำให้งาน 40 ขั้นตอนล้มเหลวได้

การเขียนโค้ด, โดยมีช่องว่างในข้อมูล. บน DeepSWE v1.1, 3.7 Flash ได้คะแนน 65.3% เพิ่มขึ้นจาก 49.0% บน 3.6 Flash Google กล่าวว่า 3.8 Flash "มีประสิทธิภาพเหนือกว่าโมเดล Frontier ขนาดใหญ่ส่วนใหญ่" ในราคา "เพียงเศษเสี้ยวของค่าใช้จ่าย" แต่เปอร์เซ็นต์ที่แน่นอนของ 3.8 ปรากฏอยู่ในตารางรูปภาพของเอกสารโมเดลเท่านั้น ไม่ใช่ในข้อความ ดังนั้นเราจึงไม่ระบุตัวเลข ข้อมูล SWE-Bench Pro, Terminal-bench, และ OSWorld สำหรับ 3.8 Flash ไม่ได้เผยแพร่เป็นข้อความเลย หากเกณฑ์มาตรฐานเหล่านั้นเป็นตัวขับเคลื่อนการตัดสินใจของคุณ โปรดรอผลการทดสอบจากบุคคลที่สาม

ความปลอดภัยและการต้านทานการโจมตีแบบ Prompt Injection. Google รายงานว่ามีการ "ก้าวกระโดดอย่างมีนัยสำคัญ" ในการทดสอบ Gray Swan prompt-injection โดยไม่มีการระบุตัวเลข เอกสารโมเดล แสดงส่วนต่างเมื่อเทียบกับ 3.7 Flash มีขนาดเล็ก: ความปลอดภัยหลายภาษา +5.4 คะแนน, ความปลอดภัยข้อความเป็นข้อความ -0.4, การปฏิเสธโดยไม่มีเหตุผล +1.1 ตีความข้อสุดท้ายว่าเป็นการเพิ่มขึ้นเล็กน้อยของการปฏิเสธที่มากเกินไป

สิ่งที่คุณต้องจ่าย

ราคาต่อโทเค็นไม่เปลี่ยนแปลง แต่ค่าใช้จ่ายต่องานเปลี่ยนแปลงไป นี่คือการแลกเปลี่ยนที่ Google ระบุไว้อย่างเปิดเผย: โมเดล "สามารถใช้โทเค็นมากขึ้นในงานที่ใช้เวลานานและซับซ้อนตามการออกแบบ" และ "อาจใช้โทเค็นมากขึ้นเพื่อเพิ่มประสิทธิภาพสูงสุด โดยเฉพาะอย่างยิ่งในระดับความพยายามที่สูงขึ้น"

Artificial Analysis ได้วัดปริมาณไว้แล้ว เมื่อใช้งานดัชนี 3.8 Flash มีการใช้โทเค็นเอาต์พุตเฉลี่ย 48,000 โทเค็นต่องาน ซึ่งมากกว่า 3.7 Flash ถึง 30% ที่ราคาต่อโทเค็นเท่ากัน นั่นหมายถึงค่าใช้จ่ายต่องานที่ทำเสร็จสูงขึ้น:

มีสามสิ่งจากตารางนั้น ประการแรก 3.8 Flash ที่ระดับ high มีค่าใช้จ่ายต่องานสูงกว่า 3.7 Flash ที่ระดับ high ประมาณ 45% และใช้เวลาในการประมวลผลจริงนานขึ้น 14% ประการที่สอง 3.8 Flash ที่ระดับ medium ซึ่งเป็นค่าเริ่มต้น มีค่าใช้จ่ายใกล้เคียงกับ 3.7 Flash ที่ระดับ high ดังนั้นการอัปเกรดแบบ "ใช้งบประมาณเท่าเดิม" จึงเป็นไปได้หากคุณภาพระดับ medium เพียงพอสำหรับคุณ ประการที่สาม 3.8 Flash ที่ระดับ low เป็นตัวเลือกที่ถูกที่สุดและเร็วที่สุดในตาราง ทำให้เป็นตัวเลือกที่ชัดเจนสำหรับเส้นทางที่ต้องการความหน่วงต่ำ ซึ่งก่อนหน้านี้ 3.7 Flash เคยทำงานที่ระดับ high ด้วยความเคยชิน

รายละเอียดราคา 3.8 Flash จะพิจารณาสิ่งนี้รวมกับปริมาณการใช้งานรายวัน สรุปสั้นๆ คือ: หากคุณจ่ายเป็นรายงาน การอัปเกรดนี้ไม่ได้ฟรี และระดับการประมวลผลคือสิ่งที่คุณใช้ปรับเพื่อตัดสินใจว่าคุณจะซื้อการปรับปรุงไปมากน้อยเพียงใด

การเปลี่ยนแปลงที่ส่งผลกระทบโดยสรุป

การเปลี่ยนแปลงสองประการส่งผลกระทบโดยตรงต่อโค้ด 3.7 Flash ที่มีอยู่

thinking_level: "minimal" จะคืนค่าข้อผิดพลาดในการตรวจสอบ. 3.8 Flash รองรับเฉพาะ low, medium, และ high เท่านั้น หากการกำหนดค่า 3.7 มี minimal ให้กำหนดให้เป็น low คู่มือระดับการประมวลผล ครอบคลุมถึงสิ่งที่แต่ละระดับทำ รวมถึงค่าใช้จ่ายและความหน่วงของแต่ละระดับ

การตอบสนองของฟังก์ชันต้องมี call_id และ name. ทุก function_result บน Interactions API ต้องการฟิลด์ทั้งสอง และทุก functionResponse บน generateContent แบบเก่าต้องการ id และ name ที่ตรงกัน โค้ดที่คืนค่าผลลัพธ์โดยใช้เพียงชื่อเป็นคีย์จะล้มเหลวในการเรียกใช้เครื่องมือรอบที่สอง

นอกเหนือจากนั้น คู่มือการย้ายข้อมูลจาก 3.7 ไป 3.8 Flash จะอธิบายกฎของ Gemini 3 ที่ควรตรวจสอบอีกครั้ง: คงค่า temperature ไว้ที่ค่าเริ่มต้น 1.0 (Google เตือนว่าค่าที่ต่ำกว่า "อาจทำให้เกิดการวนซ้ำหรือประสิทธิภาพลดลง"), ใช้ thinking_level แทน thinking_budget ที่เป็นตัวเลข, ไม่ต้องใช้ candidate_count, และส่ง thought signatures กลับไปตามที่ได้รับมาอย่างถูกต้อง ไม่มีสิ่งเหล่านี้เป็นของใหม่ใน 3.8 แต่โค้ด 3.7 ที่ข้ามสิ่งเหล่านี้ไปจะพบปัญหาในตอนนี้

ตารางการตัดสินใจตามปริมาณงาน

รูปแบบคือ: ยิ่งงานยากและยาวนานเท่าไร การออกแบบ "ทำงานหนักขึ้น" ของ 3.8 Flash ก็ยิ่งคุ้มค่ากับโทเค็นที่ใช้ไปเท่านั้น ยิ่งงานสั้นและทำซ้ำๆ มากเท่าไร ประโยชน์ที่ได้ก็ยิ่งน้อยลงเท่านั้น และระดับการประมวลผล (หรือการคงไว้ซึ่งโมเดลเดิม) ก็ยิ่งมีความสำคัญมากขึ้น

เรียกใช้โมเดลทั้งสองเทียบกับสถานการณ์การทดสอบเดียวกันใน Apidog

ตัวเลขต่องานข้างต้นมาจากชุดทดสอบของ Artificial Analysis ไม่ใช่ของคุณ ก่อนที่คุณจะเปลี่ยนสตริงโมเดลในการใช้งานจริง ให้ลองใช้พรอมต์ของคุณเองกับโมเดลทั้งสองและเปรียบเทียบจำนวนโทเค็น Apidog ทำให้งานนี้ใช้เวลาเพียงสิบนาที

ตั้งค่า GEMINI_API_KEY เป็นตัวแปรสภาพแวดล้อมใน Apidog environment และเพิ่ม POST request ไปยัง https://generativelanguage.googleapis.com/v1beta/models/{{model}}:generateContent โดยให้ x-goog-api-key อ่านค่าจากตัวแปรนั้น กำหนดให้ model เป็นตัวแปรสถานการณ์ด้วย เนื้อหา (body) จะเหมือนกันสำหรับการเรียกใช้ทั้งสองครั้ง:

{
  "contents": [{"parts": [{"text": "{{golden_prompt}}"}]}],
  "generationConfig": {"thinkingConfig": {"thinkingLevel": "medium"}}
}

สร้างสถานการณ์การทดสอบที่มีสองขั้นตอน: การส่งคำขอโดยตั้งค่า model เป็น gemini-3.7-flash จากนั้นส่งคำขอเดียวกันโดยตั้งค่า gemini-3.8-flash ในแต่ละขั้นตอน ให้เพิ่มเงื่อนไขตรวจสอบ (assertions) บน usageMetadata.candidatesTokenCount และ usageMetadata.thoughtsTokenCount โดยมีขีดจำกัดที่สะท้อนถึงงบประมาณของคุณ รวมถึง JSON-path assertion บนฟิลด์ใดก็ตามที่แอปพลิเคชันของคุณอ่าน เรียกใช้สถานการณ์นี้กับชุดข้อมูลพรอมต์ทองคำสิบถึงยี่สิบรายการ รายงานการทดสอบจะแสดงการตอบสนองของแต่ละขั้นตอนและผลลัพธ์การตรวจสอบร่วมกัน คุณจึงสามารถอ่านจำนวนโทเค็นของโมเดลทั้งสองได้จากการเรียกใช้ครั้งเดียว และตัวเลข +30% จะกลายเป็นตัวเลขของคุณเอง แทนที่จะเป็นตัวเลขจากเกณฑ์มาตรฐาน

เมื่อตัวเลขดูถูกต้องแล้ว ตั้งเวลาสถานการณ์ เพื่อให้การเพิ่มขึ้นของโทเค็นประมวลผลอย่างเงียบๆ หลังจากการอัปเดตโมเดลจะทำให้การทดสอบล้มเหลว แทนที่จะปรากฏบนใบแจ้งหนี้ ดาวน์โหลด Apidog เพื่อตั้งค่า; แผนฟรีรองรับเวิร์กโฟลว์นี้

คำถามที่พบบ่อย

Gemini 3.8 Flash เร็วกว่า 3.7 Flash หรือไม่?

ไม่ Google อธิบายว่า "ความเร็วใกล้เคียงกัน" และ Artificial Analysis วัดความเร็วเอาต์พุตได้ประมาณ 300 โทเค็นต่อวินาทีที่ระดับ high เนื่องจาก 3.8 Flash ใช้ขั้นตอนการให้เหตุผลที่มากขึ้น เวลาประมวลผลจริงต่องานจึงเพิ่มขึ้นในการทดสอบ (2.5 นาที เทียบกับ 2.2 นาทีที่ระดับ high) การปรับเป็น low จะลดเวลาลงเหลือ 0.8 นาที

Gemini 3.8 Flash มีค่าใช้จ่ายสูงกว่า 3.7 Flash หรือไม่?

ไม่ใช่ต่อโทเค็น ทั้งสองมีราคาอินพุต $0.75 และเอาต์พุต $3.75 จนถึงวันที่ 31 ธันวาคม จากนั้นจะเพิ่มเป็น $1.50 และ $7.50 สำหรับค่าใช้จ่ายต่องาน ใช่: Artificial Analysis วัดได้ $0.58 ที่ระดับ high เทียบกับ $0.40 สำหรับ 3.7 Flash ที่ระดับ high เนื่องจาก 3.8 Flash สร้างโทเค็นเอาต์พุตเพิ่มขึ้นประมาณ 30%

Google จะเลิกใช้ Gemini 3.7 Flash หรือไม่?

Google กล่าวว่า 3.7 Flash "ยังคงได้รับการสนับสนุนอย่างเต็มที่" และยังไม่ได้ประกาศวันเลิกใช้งาน คุณสามารถใช้งานต่อไปได้ โพสต์มีอะไรใหม่ใน 3.7 Flash ยังคงเป็นแหล่งอ้างอิงสำหรับโมเดลนั้น

มีอะไรบ้างที่จะใช้งานไม่ได้เมื่อฉันเปลี่ยนไปใช้ 3.8 Flash?

สองประการ: thinking_level: "minimal" ตอนนี้จะคืนค่าข้อผิดพลาด 400 INVALID_ARGUMENT และทุกการตอบสนองของฟังก์ชันจะต้องมีทั้ง call id (call_id บน Interactions API, id บน generateContent แบบเก่า) และ name ส่วนอื่นๆ บน Gemini 3 API ยังคงไม่เปลี่ยนแปลง

การก้าวกระโดดนี้เทียบกับการเปลี่ยนแปลงจาก 3.6 ไป 3.7 ได้อย่างไร?

3.7 Flash เป็นการก้าวกระโดดที่ใหญ่กว่า: DeepSWE เพิ่มขึ้นจาก 49.0% เป็น 65.3% และดัชนี Artificial Analysis เพิ่มขึ้นจาก 52 เป็น 56 ส่วนการเปลี่ยนแปลงใน 3.8 คือเพิ่มขึ้น 3 คะแนนบนดัชนีและการออกแบบใหม่เกี่ยวกับวิธีที่โมเดลใช้โทเค็น สำหรับรุ่นก่อนหน้า โปรดดู 3.6 Flash เทียบกับ 3.5 Flash ซึ่งครอบคลุมการลดราคาที่เป็นจุดเริ่มต้นของการเปิดตัวซีรีส์นี้

สรุปสั้นๆ

อัปเกรดหากปริมาณงานของคุณเป็นแบบเอเจนต์, ใช้เครื่องมือหนัก, หรือใช้เอกสารจำนวนมาก นั่นคือจุดที่ Google และ Artificial Analysis แสดงให้เห็นถึงการเพิ่มขึ้น และเป็นที่ที่โทเค็นที่เพิ่มขึ้นหมายถึงงานที่เสร็จสมบูรณ์ ใช้งาน 3.7 Flash ต่อไป หรือเปลี่ยนไปใช้ 3.8 ที่ระดับ low หากคุณกำลังเรียกใช้คำสั่งสั้นๆ ที่ทำซ้ำๆ โดยที่ค่าใช้จ่ายต่องานเป็นตัวเลขที่คุณรายงาน ไม่ว่าจะกรณีใดก็ตาม ให้แก้ไข minimal และตรวจสอบการตอบสนองของฟังก์ชันก่อน จากนั้นวัดจำนวนโทเค็นด้วยพรอมต์ของคุณเอง ก่อนที่คุณจะเชื่อถือชุดทดสอบของใคร รวมถึงของเราด้วย