วิธีใช้ Gemini 3.8 Flash API: Interactions API, ระดับการคิด และการเรียกใช้ครั้งแรกใน Apidog

Google เปิดตัว Gemini 3.8 Flash เมื่อวันที่ 2 กันยายน 2026 และรหัสโมเดล API คือสตริง gemini-3.8-flash แบบธรรมดา โดยไม่มีส่วนต่อท้ายสำหรับรุ่นพรีวิว โมเดลนี้ยังคงราคาแนะนำของ 3.7 Flash ไว้ที่ 0.75 ดอลลาร์ต่อล้านอินพุตโทเค็น และ 3.75 ดอลลาร์ต่อล้านเอาต์พุตโทเค็นไปจนถึงวันที่ 31 ธันวาคม 2026 และ Google อธิบายว่าเป็นโมเดลที่ "ทำงานหนักขึ้น" กล่าวคือ มันใช้ขั้นตอนการให้เหตุผลมากขึ้นและเรียกใช้เครื่องมือบ่อยขึ้นในงานที่ซับซ้อน ซึ่งจะปรากฏในบิลค่าโทเค็นของคุณ

คู่มือนี้ครอบคลุมเส้นทางทั้งหมดสู่การผสานรวมที่ใช้งานได้จริง: การรับคีย์ใน AI Studio, การส่งคำขอแรกผ่าน Interactions API (API หลักของ Google สำหรับ Gemini 3.x ในปัจจุบัน), การเรียกใช้ generateContent แบบเดิมที่โค้ดส่วนใหญ่ยังคงใช้, ตำแหน่งของ thinking_level ในแต่ละส่วน, การสตรีม, และวิธีอ่าน thoughtsTokenCount เพื่อให้ค่าใช้จ่ายในการคิดไม่ทำให้คุณประหลาดใจ การเรียกใช้แต่ละครั้งเป็น HTTP ธรรมดาพร้อม JSON ดังนั้นคุณจึงสามารถสร้างและตรวจสอบแต่ละรายการใน Apidog ก่อนที่จะนำไปใช้ในโค้ดแอปพลิเคชัน

button

สำหรับภาพรวมของโมเดล, การวัดประสิทธิภาพ และสิ่งที่เปลี่ยนแปลงไป เริ่มต้นที่ Gemini 3.8 Flash คืออะไร ส่วน โพสต์เปิดตัว ของ Google มีข้อมูลอย่างเป็นทางการ

Gemini 3.8 Flash API โดยสังเขป

รายการ	ค่า
รหัสโมเดล	`gemini-3.8-flash`
เอนด์พอยต์หลัก	`POST /v1beta/interactions`
เอนด์พอยต์แบบเดิม	`POST /v1beta/models/gemini-3.8-flash:generateContent`
ส่วนหัวการยืนยันตัวตน	`x-goog-api-key`
บริบท / เอาต์พุต	1,048,576 อินพุตโทเค็น / 65,536 เอาต์พุตโทเค็น
อินพุต	ข้อความ, รูปภาพ, วิดีโอ, เสียง, PDF (เอาต์พุตเป็นข้อความเท่านั้น)
ระดับการคิด	`low`, `medium` (ค่าเริ่มต้น), `high`; `minimal` จะส่งคืนข้อผิดพลาด
ราคา (แนะนำถึง 31 ธันวาคม 2026)	$0.75 / $3.75 ต่อ 1 ล้านโทเค็น; $1.50 / $7.50 ตั้งแต่ 1 มกราคม 2027

มีสองรายละเอียดที่โดดเด่นก่อนที่คุณจะเริ่มเขียนโค้ด ระดับการคิดเริ่มต้นคือ medium ไม่ใช่ high เหมือนใน Gemini 3 Pro และโทเค็นสำหรับการคิดจะถูกเรียกเก็บเงินในอัตราเอาต์พุตตาม หน้าราคาอย่างเป็นทางการ ดังนั้นระดับที่คุณเลือกจึงเป็นการตัดสินใจเรื่องค่าใช้จ่ายพอๆ กับเรื่องคุณภาพ รายละเอียดราคา จะอธิบายตัวเลขต่อภารกิจ

ขั้นตอนที่ 1: รับ API key ใน AI Studio

เปิด Google AI Studio, ลงชื่อเข้าใช้ด้วยบัญชี Google และสร้าง API key จากหน้าคีย์ คีย์จะใช้งานได้ทันทีในระดับฟรี (free tier) พร้อมข้อจำกัดอัตราการใช้งาน และคำเตือนว่า Google ระบุว่าข้อมูลในระดับฟรี "ใช้เพื่อปรับปรุงผลิตภัณฑ์ของเรา" เชื่อมโยงบัญชีสำหรับการเรียกเก็บเงินเพื่อย้ายไปยัง Tier 1 สำหรับข้อจำกัดระดับโปรดักชัน

ส่งออกคีย์แทนที่จะวางลงในโค้ด:

export GEMINI_API_KEY="AIza..."

Python SDK อย่างเป็นทางการจะอ่าน GEMINI_API_KEY จากสภาพแวดล้อม ดังนั้น genai.Client() จึงไม่จำเป็นต้องมีอาร์กิวเมนต์ใดๆ ติดตั้งด้วย pip install google-genai

ขั้นตอนที่ 2: การเรียกใช้ครั้งแรกด้วย Interactions API

ปัจจุบัน Google ถือว่า Interactions API เป็นวิธีหลักในการเรียกใช้โมเดล Gemini 3.x คำขอเป็นอ็อบเจกต์ JSON เพียงหนึ่งเดียว: โมเดล, input และ generation_config ที่เป็นทางเลือก ซึ่งเป็นที่อยู่ของ thinking_level

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash",
    "input": "Explain HTTP caching in 3 sentences.",
    "generation_config": {"thinking_level": "medium"}
  }'

การตอบกลับเป็นรายการขั้นตอนการดำเนินการแทนที่จะเป็นข้อความเดียว ความคิดของโมเดลและการเรียกใช้เครื่องมือจะปรากฏเป็นขั้นตอน และขั้นตอนสุดท้ายคือ model_output ซึ่งเก็บข้อความ ใน Python SDK จะจัดการเรื่องนี้ให้คุณ:

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Explain HTTP caching in 3 sentences.",
    generation_config={"thinking_level": "medium"},
)

print(interaction.output_text)

ปล่อย temperature, top_p และ top_k ไว้ คำแนะนำของ Google สำหรับโมเดล Gemini 3 ทุกรุ่นคือให้ตั้งค่า temperature ไว้ที่ค่าเริ่มต้น 1.0 เนื่องจากลดค่าลง "อาจทำให้เกิดการวนซ้ำหรือประสิทธิภาพลดลง" หากคุณคัดลอกการกำหนดค่าจากโมเดลรุ่นเก่า นั่นคือบรรทัดแรกที่ควรลบออก

ขั้นตอนที่ 3: การสนทนาหลายรอบด้วย previous_interaction_id

โดยค่าเริ่มต้น Interactions API จะรักษาสถานะการสนทนาไว้บนเซิร์ฟเวอร์ หากต้องการสนทนาต่อ ให้ส่ง id ของการตอบกลับครั้งก่อนเป็น previous_interaction_id พร้อมกับอินพุตใหม่ของผู้ใช้เท่านั้น คุณไม่จำเป็นต้องส่งประวัติทั้งหมดซ้ำ

follow_up = client.interactions.create(
    model="gemini-3.8-flash",
    input="Now give one example of a Cache-Control header.",
    previous_interaction_id=interaction.id,
)
print(follow_up.output_text)

หากกฎการปฏิบัติตามข้อกำหนดของคุณห้ามการจัดเก็บข้อมูลฝั่งเซิร์ฟเวอร์ ให้ตั้งค่า store: false ข้อเสียคือคุณจะต้องจัดการสถานะด้วยตัวเอง รวมถึงการส่งบล็อกความคิดและลายเซ็นความคิดของโมเดลกลับไปให้ตรงตามที่คุณได้รับในทุกรอบ นั่นเป็นกฎเดียวกันที่ทำให้การใช้เครื่องมือสะดุด ซึ่งครอบคลุมอยู่ใน คู่มือการเรียกใช้ฟังก์ชัน สำหรับ 3.8 Flash

ขั้นตอนที่ 4: เส้นทางการเรียกใช้ generateContent แบบเดิม

โค้ด Gemini ส่วนใหญ่ในการใช้งานจริงยังคงเรียกใช้ generateContent Google เรียกว่าเป็นแบบเดิม แต่ "ยังคงรองรับอย่างเต็มที่" โดยไม่มีกำหนดเลิกใช้งาน ดังนั้นคุณจึงไม่จำเป็นต้องเขียนโค้ดใหม่ในวันนี้ คู่มือ Gemini 3.7 Flash API ของเราครอบคลุมเฉพาะเส้นทางนี้เท่านั้น รูปแบบเหมือนกันสำหรับ 3.8 Flash และการตั้งค่าการคิดอยู่ในตำแหน่งที่แตกต่างจาก Interactions

ใน generateContent ระดับจะอยู่ภายใต้ generationConfig.thinkingConfig.thinkingLevel ในรูปแบบ camelCase:

curl -X POST "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Explain HTTP caching in 3 sentences."}]}],
    "generationConfig": {"thinkingConfig": {"thinkingLevel": "low"}}
  }'

Python จะใช้ typed config objects:

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Explain HTTP caching in 3 sentences.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="low")
    ),
)
print(response.text)

หากคุณมาจากคอนฟิกที่ใช้ thinking_budget เป็นจำนวนเต็ม ให้แทนที่ด้วยสตริง enum candidate_count ก็ถูกยกเลิกไปแล้วใน Gemini 3 และรุ่นที่ใหม่กว่า รายการตรวจสอบทั้งหมดพร้อม JSON ก่อนและหลังการเปลี่ยนแปลงแต่ละครั้ง อยู่ใน คู่มือการย้ายจาก 3.7 ไป 3.8 Flash

นี่คือชุดข้อกังวลเดียวกันที่เปรียบเทียบกัน เพื่อให้คุณสามารถแปลงระหว่าง API ทั้งสองได้โดยไม่ต้องอ่านเอกสารทั้งสองอีกครั้ง:

ข้อกังวล	Interactions API	generateContent แบบเดิม
ระดับการคิด	`generation_config.thinking_level`	`generationConfig.thinkingConfig.thinkingLevel`
สถานะการสนทนา	`previous_interaction_id` (ฝั่งเซิร์ฟเวอร์)	ส่งอาร์เรย์ `contents` ทั้งหมดซ้ำ
ผลลัพธ์เครื่องมือ	`function_result` พร้อม `call_id` + `name`	`functionResponse` พร้อม `id` + `name` (ค่าเดียวกัน, ชื่อฟิลด์ต่างกัน)
ข้อความสุดท้าย	ขั้นตอน `model_output` (`output_text` ใน SDK)	`candidates[0].content.parts[].text`
ลายเซ็นความคิด	จัดการให้คุณเว้นแต่ `store: false`	ส่งคืนทุกส่วนตามที่ได้รับอย่างครบถ้วน

ขั้นตอนที่ 5: การสตรีมและการอ่านค่าใช้จ่ายในการคิด

สำหรับส่วนต่อประสานการแชท ให้เปลี่ยนชื่อเมธอดเป็น streamGenerateContent และเพิ่ม ?alt=sse เพื่อรับเหตุการณ์ที่ส่งมาจากเซิร์ฟเวอร์ (server-sent events) โดยมี candidates บางส่วนหนึ่งก้อนต่อเหตุการณ์:

curl -N "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:streamGenerateContent?alt=sse" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"List three HTTP caching headers."}]}]}'

ไม่ว่าจะสตรีมหรือไม่ การตอบกลับ generateContent ทุกครั้งจะสิ้นสุดด้วยอ็อบเจกต์ usageMetadata อ่านได้จากการเรียกใช้ทุกครั้ง:

"usageMetadata": {
  "promptTokenCount": 12,
  "candidatesTokenCount": 84,
  "thoughtsTokenCount": 310,
  "totalTokenCount": 406
}

thoughtsTokenCount คือตัวเลขที่ต้องจับตาดูใน 3.8 Flash โทเค็นสำหรับการคิดจะถูกเรียกเก็บเงินเป็นโทเค็นเอาต์พุตในอัตรา 3.75 ดอลลาร์ต่อล้านโทเค็นในช่วงแนะนำ และ Google ระบุว่าโมเดล "อาจใช้โทเค็นมากขึ้นเพื่อเพิ่มประสิทธิภาพสูงสุด โดยเฉพาะอย่างยิ่งในระดับความพยายามที่สูงขึ้น" Artificial Analysis วัดได้ประมาณ 48k โทเค็นเอาต์พุตต่อภารกิจในการรันที่ high ซึ่งมากกว่า 3.7 Flash ถึง 30% ทำให้ค่าใช้จ่ายต่อภารกิจเพิ่มขึ้นจาก 0.40 ดอลลาร์เป็น 0.58 ดอลลาร์ในขณะที่ราคาต่อโทเค็นไม่เปลี่ยนแปลง การรันที่ medium และ low มีค่าใช้จ่าย 0.41 ดอลลาร์และ 0.24 ดอลลาร์ต่อภารกิจตามลำดับ คู่มือระดับการคิด จะแปลงตัวเลขเหล่านี้ให้เป็นกลยุทธ์ต่อเส้นทาง

หากต้องการดูว่าโมเดลได้ใช้เหตุผลอะไร ให้เพิ่ม "includeThoughts": true ภายใน thinkingConfig สรุปความคิดจะถูกส่งกลับมาเป็นส่วนที่ถูกระบุด้วย "thought": true; ให้ข้ามส่วนเหล่านั้นเมื่อคุณประกอบคำตอบที่มองเห็นได้

ข้อผิดพลาดที่คุณจะพบภายในชั่วโมงแรก

thinking_level: "minimal" ไม่ผ่านการตรวจสอบความถูกต้อง Gemini 3.8 Flash รองรับเฉพาะ low, medium และ high เท่านั้น การส่ง minimal จะส่งคืนข้อผิดพลาด 400 INVALID_ARGUMENT พร้อมข้อความ "Thinking level MINIMAL is not supported for this model. Please retry with other thinking level.” (ตรวจสอบแล้วด้วยการเรียกใช้จริงเมื่อวันที่ 3 กันยายน 2026) และวิธีแก้ไขคือการเปลี่ยนคำเดียวเป็น low การกำหนดค่า 3.x รุ่นเก่าและโค้ดที่คัดลอกมามักเป็นสาเหตุ
429 หมายความว่าคุณใช้ถึงขีดจำกัดของระดับของคุณ ไม่ใช่ข้อผิดพลาด หน้ารายละเอียดข้อจำกัดอัตราการใช้งาน อธิบายระดับต่างๆ: ระดับฟรี (free tier) มีข้อจำกัดอัตราการใช้งาน, Tier 1 จะปลดล็อกเมื่อคุณเชื่อมโยงบัญชีสำหรับการเรียกเก็บเงิน, Tier 2 ต้องการค่าใช้จ่าย 100 ดอลลาร์บวกสามวัน, และ Tier 3 ต้องการ 1,000 ดอลลาร์บวก 30 วัน ตัวเลขคำขอต่อนาทีและโทเค็นต่อนาทีต่อโมเดลจะแสดงเฉพาะในหน้าข้อจำกัดอัตราการใช้งานของ AI Studio สำหรับบัญชีของคุณเท่านั้น ดังนั้นควรตรวจสอบที่นั่นแทนที่จะเชื่อตัวเลขจากบล็อกโพสต์ หากเจอ 429 ให้รอสักครู่แล้วลองใหม่; หากเจอ 429 ซ้ำๆ แม้ปริมาณการใช้งานไม่มาก ให้พิจารณาอัปเกรดระดับ สำหรับงานออฟไลน์ Batch API เป็นวิธีแก้ไขที่ดีกว่า: ทำงานโดยมีส่วนลด 50% (0.375 ดอลลาร์ / 1.875 ดอลลาร์ต่อล้านโทเค็นในช่วงแนะนำ) และมีข้อจำกัดโทเค็นในคิวของตัวเองที่ 3M ใน Tier 1, 400M ใน Tier 2 และ 1B ใน Tier 3 คู่มือโหมด Batch ของ Gemini แสดงรูปแบบคำขอ
ขาด call_id ในผลลัพธ์ฟังก์ชัน หากคุณใช้เครื่องมือ function_result ทุกครั้ง (Interactions) จะต้องมีทั้ง call_id และ name บน 3.8 Flash และ functionResponse แบบเดิมทุกครั้งจะต้องมี id ที่ตรงกันพร้อม name การละเว้นอย่างใดอย่างหนึ่งจะทำให้การสนทนาล้มเหลว

ทดสอบเอนด์พอยต์ทั้งสองใน Apidog ก่อนนำไปใช้งาน

เมื่อคำขอทั้งสองทำงานจากเทอร์มินัลได้แล้ว ให้ย้ายไปยังที่ที่ทั้งทีมสามารถเรียกใช้ได้ ดาวน์โหลด Apidog สร้างโปรเจกต์ และเพิ่มเอนด์พอยต์ทั้งสองด้านบนเป็นคำขอที่บันทึกไว้ นิสัย 4 ประการนี้จะให้ผลตอบแทนที่ดี:

เก็บคีย์ไว้นอกคำขอ เพิ่ม GEMINI_API_KEY เป็นตัวแปรสภาพแวดล้อม และอ้างอิงถึงมันเป็น {{GEMINI_API_KEY}} ในส่วนหัว x-goog-api-key คำขอที่บันทึกไว้จะไม่เก็บความลับ และการสลับระหว่างคีย์ฟรีกับคีย์แบบชำระเงินคือการเปลี่ยนแปลงสภาพแวดล้อมเพียงครั้งเดียว
ยืนยันสถานะและการใช้งานโทเค็น เพิ่มการยืนยันว่าสถานะเป็น 200 จากนั้นเพิ่มการยืนยัน JSON path ว่า usageMetadata.thoughtsTokenCount ยังคงอยู่ภายใต้ขีดจำกัดที่คุณกำหนดสำหรับแต่ละพรอมต์ ขีดจำกัดนี้คือสัญญาณเตือนค่าใช้จ่ายของคุณ: หากการอัปเดตพรอมต์หรือการเปลี่ยนแปลงโมเดลแบบเงียบๆ ทำให้โทเค็นสำหรับการคิดเพิ่มขึ้น การทดสอบจะล้มเหลวก่อนที่จะมีใบแจ้งหนี้ คู่มือการทดสอบ SSE ครอบคลุมการทดสอบแบบสตรีมมิ่ง ซึ่ง Apidog จะแสดงผลเป็นสตรีมเหตุการณ์ที่รวมกันแทนที่จะเป็นส่วนข้อมูลดิบ
ส่งพรอมต์เดียวกันในทั้งสามระดับ ทำซ้ำคำขอด้วย low, medium และ high และเปรียบเทียบ thoughtsTokenCount กับเวลาตอบสนองแบบเคียงข้างกัน สิ่งนี้จะให้ตัวเลขจริงสำหรับพรอมต์ของคุณแทนที่จะเป็นค่าเฉลี่ย
ตั้งเวลาไว้ เปลี่ยนคำขอให้เป็นสถานการณ์การทดสอบและเรียกใช้ตามกำหนดเวลา เพื่อให้การเปลี่ยนแปลงข้อจำกัดอัตราการใช้งาน, การเปลี่ยนแปลงการตรวจสอบความถูกต้อง เช่น การลบ minimal หรือการเพิ่มขึ้นของโทเค็น แสดงอยู่ในรายงาน ไม่ใช่ในการใช้งานจริง วิธีตั้งเวลาการทดสอบ API ใน Apidog จะอธิบายขั้นตอนการตั้งค่า

Apidog ไม่ได้รันโมเดลหรือแทนที่ SDK แต่ให้เวอร์ชันที่บันทึกได้ แชร์ได้ และสามารถยืนยันได้ของการเรียกใช้ HTTP ซึ่งเป็นส่วนที่ทีมส่วนใหญ่มักข้ามไปจนกว่าจะมีบางสิ่งผิดพลาด

คำถามที่พบบ่อย (FAQ)

โปรเจกต์ใหม่ควรใช้เอนด์พอยต์ใด? Interactions API Google เรียกว่า generateContent เป็นแบบเดิม และยังคงรองรับอย่างเต็มที่ แต่ฟีเจอร์ใหม่ๆ จะปรากฏบน Interactions ก่อน และสถานะฝั่งเซิร์ฟเวอร์ทำให้โค้ดหลายรอบสั้นลง ใช้ generateContent สำหรับบริการที่มีอยู่ต่อไปจนกว่าคุณจะมีเหตุผลในการย้าย
ฉันจำเป็นต้องมีบัญชีแบบชำระเงินเพื่อเรียกใช้ Gemini 3.8 Flash หรือไม่? ไม่จำเป็น คีย์ AI Studio แบบฟรีสามารถใช้งานได้ โดยมีข้อจำกัดอัตราการใช้งานและข้อกำหนดการใช้ข้อมูลของ Google คู่มือการใช้งานฟรี จะระบุสิ่งที่คุณจะได้รับและไม่ได้รับจากระดับฟรี รวมถึงข้อเท็จจริงที่ว่าแอป Gemini ต้องการแผน AI Pro หรือ Ultra สำหรับ 3.8 Flash
3.8 Flash ช้ากว่า 3.7 Flash หรือไม่? ต่อโทเค็นแล้วไม่ช้า Logan Kilpatrick ของ Google กล่าวว่ามีความเร็วเท่ากัน และ Artificial Analysis วัดได้ประมาณ 300 เอาต์พุตโทเค็นต่อวินาที แต่ต่อภารกิจจะใช้เวลานานกว่าที่ high (2.5 นาทีเทียบกับ 2.2 นาทีในการรันของพวกเขา) เนื่องจากสร้างโทเค็นมากขึ้น
ฉันยังคงเรียกใช้ Gemini 3.7 Flash ได้หรือไม่? ได้ Google ระบุว่า 3.7 Flash "ยังคงรองรับอย่างเต็มที่" และยังไม่ได้ประกาศวันเลิกใช้งาน หากค่าใช้จ่ายโทเค็นที่เพิ่มขึ้นของ 3.8 Flash ไม่ได้ให้ประโยชน์ใดๆ แก่ปริมาณงานของคุณ การใช้ 3.7 Flash ต่อไปเป็นทางเลือกที่ถูกต้อง
3.8 Flash รองรับ Live API หรือการสร้างรูปภาพหรือไม่? ไม่รองรับ โมเดลนี้สร้างได้เฉพาะข้อความเท่านั้น การสร้างเสียง, การสร้างรูปภาพ และ Live API ไม่ได้รับการสนับสนุนในโมเดลนี้

ไปต่อที่ไหนดี

ตอนนี้คุณมีเส้นทางการเรียกใช้งานสองแบบ รูปแบบการสนทนาหลายรอบ และการตรวจสอบการใช้โทเค็นแล้ว จากนี้ไป คุณสามารถเชื่อมต่อเครื่องมือด้วยคู่มือการเรียกใช้ฟังก์ชัน กำหนดระดับต่อเส้นทางด้วยโพสต์ระดับการคิด และหากคุณยังตัดสินใจว่าจะย้ายหรือไม่ การเปรียบเทียบ 3.8 กับ 3.7 Flash จะแสดงข้อดีข้อเสีย รักษา Apidog scenario ให้ทำงานต่อไป เพื่อให้ค่าใช้จ่ายที่เปลี่ยนแปลงปรากฏเป็นการทดสอบที่ล้มเหลว