跳到主要内容
Router One
注册
返回博客

Gemini 3.8 Flash API 接入指南：国内调用、价格与思考级别

发布约 13 分钟读完作者Router One 团队方法说明
Gemini 3.8 FlashGeminiGoogle模型选型API 网关指南

截至 2026-11-05 的模型目录，Router One 以 google/gemini-3.8-flash 列出 Gemini 3.8 Flash。国内开发者不需要 VPN：用 Router One 的 Key 向 https://api.router.one/v1/chat/completions 发 "model": "google/gemini-3.8-flash"，或者把 OpenAI 兼容 SDK、客户端的 base URL 换成 https://api.router.one/v1，请求就会像目录里其他模型一样被路由、计费并记入日志。截至 2026-11-05 的套餐接口，Gemini 3.8 Flash 在 Pro、Max、Ultra 的「普通模型」档：用套餐时，调用扣这一档的额度，超出额度的调用从钱包扣费；不用套餐时，每次调用都按 token 从钱包扣费，实时单价看 Gemini 3.8 Flash 模型页。

本文依次讲清：目录对这个 id 列出了什么；Google 官方对这个模型的说明（token 上限、思考级别、价格时间表与状态）；费用和套餐怎么算；它和 Gemini 3.7 Flash 有什么不同；怎样用 curl 与 OpenAI SDK 发出第一个请求；哪些客户端能调用；以及国内怎么用。文中的目录、套餐信息与 Google 的说法都注明了日期，发起新请求前以实时目录为准。

Gemini 3.8 Flash 速览

项目目录所列（2026-11-05）
目录 idgoogle/gemini-3.8-flash
输入 / 输出文本、图像输入，文本输出
能力标签chat、streaming、tool calling、vision
端点POST /v1/chat/completions（OpenAI 兼容）
不提供的端点POST /v1/messages（只服务 Claude 系列与 DeepSeek id）
套餐Pro、Max、Ultra 的「普通模型」档（2026-11-05 套餐接口）；超出额度或不用套餐时按钱包计费
套餐扣次分段在套餐额度内，单次输入超过 128,000 tokens 的请求按 2 次计，超过 256,000 按 4 次，超过 512,000 按 8 次
渠道 idvertex/gemini-3.8-flash，截至 2026-10-15 的模型目录已列出：Vertex 渠道单独定价的产品，不在任何套餐档位（2026-11-05 套餐接口）
单价按 token 计费，见模型页；本文不印具体数字

Google 官方给它的模型代码是 gemini-3.8-flash，也就是 Google 自家 Gemini API 上用的名字；向 Router One 发请求时用上面的目录 id。

Google 官方怎么说明 Gemini 3.8 Flash

Google 的 Gemini 3.8 Flash 模型页（2026-11-05 核对）称它是 Google 最智能的 Flash 模型，面向长周期的软件工程与复杂的企业工作流，并就 Google 自家的 Gemini API 列出以下信息：

  • 状态。 gemini-3.8-flash 列为稳定版。Google 的弃用说明页（2026-11-05 核对）给出的发布日期是 2026-09-02，尚未公布停用日期。
  • Token 上限。 输入上限 1,048,576 token，输出上限 65,536 token，也就是 Google 在 Gemini 3.8 Flash 新功能页（2026-11-05 核对）里说的 1M token 上下文窗口。
  • 输入与输出。 输入支持文本、图像、视频、音频与 PDF，输出为文本。Router One 的目录条目列出的是文本与图像输入，所以下面的示例只发这两种。
  • 功能。 函数调用、结构化输出、缓存、代码执行、搜索 grounding 与 URL context 都列为支持；图像生成、音频生成与 Live API 不支持。
  • 思考。 支持 low、medium、high 三个级别；在 Google 自家的 Gemini API 上不支持 minimal，传了会报错。详见下一节。

以上是 Google 对自家 Gemini API 的说法；Router One 负责的是目录条目本身，以及网关如何路由和计费。目录为这个 id 列出了 tool calling 能力标签，函数工具按标准的 Chat Completions tools 数组传。Google 的内置工具属于 Gemini API 的功能：在 Router One 的 Chat Completions 端点上，托管搜索工具只对 google/gemini-3-flash 生效，其他 id 的 tools 数组按原样转发（API 兼容性事实页）。迁移前先用自己的提示词测试代码会发送的工具定义。

思考级别与 reasoning_effort

按 Google 的新功能页与思考指南（均为 2026-11-05 核对）：

  • 级别。 Gemini 3.8 Flash 的思考级别为 low、medium、high，默认是 medium；在 Google 自家的 Gemini API 上不支持 minimal，传了会报错。
  • Token 用量。 这个模型在长时间运行的复杂任务上本来就会用更多 token；日常任务 Google 建议调低推理强度，减少 token 消耗。
  • 输出上限。 Google 的输出上限把思考 token 也算在内；模型还在思考时就触到上限，返回的内容会被截断，甚至为空。
  • 关不掉思考。 Google 的 OpenAI 兼容说明（2026-11-05 核对）在 Chat Completions 上用 reasoning_effort 设置 Gemini 模型的思考级别，不传时用模型的默认级别，并说明 Gemini 3 系列模型不能关闭推理。

以上规则描述的是 Google 自家的 API。在 /v1/chat/completions 上，发往 google/gemini-3.8-flash 与 vertex/gemini-3.8-flash 的请求若把 reasoning_effort 设为 none 或 minimal，Router One 会按 low 发出（自 2026-10-30 起，2026-11-05 观察），响应里不会注明。下面的示例都不设 reasoning_effort；如果你的代码会设，迁移前先用自己的提示词跑一遍。思考产生的输出按模型公示的输出单价计费，没有单独的推理价格行（定价事实页），所以按钱包计费时，思考级别既影响质量也影响成本。套餐额度按请求次数计，输入长度分段只看输入，思考输出不会让一次调用落入更高的分段。

费用怎么算

Gemini 3.8 Flash 按 token 计费，单价以模型页公示的输入与输出单价为准。Router One 为每个模型单独公示单价，部分模型最低官方价 1 折；本文不印每 token 单价，因为它会过时。不用套餐时，每次调用都从钱包扣费；用 Pro、Max、Ultra 套餐时，调用扣「普通模型」额度（截至 2026-11-05 的套餐接口），超出额度的调用按公示单价从钱包扣费。在套餐额度内，单次输入超过 128,000 tokens 的请求按 2 次计，超过 256,000 按 4 次，超过 512,000 按 8 次（2026-11-05 的模型目录）；实时分段见模型页与价格页。

Google 的 Gemini API 另有自己的定价。按 Google 的定价页与新功能页（均为 2026-11-05 核对），Gemini 3.8 Flash 在 Gemini API 上的推广价持续到 2026-12-31，Google 的标准价从 2027-01-01 起生效，Google 的输出价包含思考 token。这些日期属于 Google 的价目表；Router One 对这个 id 收取的单价以模型页为准。

控制台 → 日志里每次调用都带模型、Token、钱包扣费或套餐扣减次数、延迟和状态（每请求可观测）。一个任务扣了多少钱包余额、用了多少次套餐额度，都可以按它发出的调用逐条加总，不必凭估算。

订阅套餐覆盖 Gemini 3.8 Flash 吗？

覆盖。截至 2026-11-05 的套餐接口，Gemini 3.8 Flash 在 Router One Pro、Max、Ultra 三个套餐的「普通模型」档，与 Gemini 3.7 Flash、Gemini 3.6 Flash 以及这一档列出的其他模型同档。用套餐时，它的调用扣这一档的额度（档内所有模型共用这份额度），超出额度后按公示单价从钱包扣费。Vertex 渠道 ID vertex/gemini-3.8-flash 是单独定价的产品，2026-11-05 的套餐接口里没有档位列出它，无论是否订阅都按公示单价从钱包扣费。套餐的模型列表会调整，各套餐额度与实时模型列表以价格页为准。

Gemini 3.8 Flash 与 Gemini 3.7 Flash 的区别

按 Google 的 Gemini API 发布说明（2026-10-08 条目，2026-11-05 核对），Google 已在 Gemini API 上弃用 gemini-3.7-flash，指定 gemini-3.8-flash 接替，并把发往 gemini-3.7-flash 的请求自动转到 gemini-3.8-flash；Google 的弃用说明页（2026-11-05 核对）还写明 gemini-3.7-flash 这个端点不会停用。Google 的两个模型页列出的输入类型、token 上限与思考级别相同，Gemini 3.7 Flash 被 Google 称为上一代模型。

在 Router One 上，截至 2026-11-05 的模型目录两个 id 都在列，都走 /v1/chat/completions；截至 2026-11-05 的套餐接口，两者都在 Pro、Max、Ultra 的「普通模型」档，所以用套餐时，切换后仍扣同一份额度。Key、base URL 和端点都不变，请求层面只需把 model 从 google/gemini-3.7-flash 改成 google/gemini-3.8-flash。切换前对比 Gemini 3.7 Flash 与 Gemini 3.8 Flash 两个模型页的公示单价，并用自己的提示词把两个模型都跑一遍；新项目建议从 Gemini 3.8 Flash 开始。

对比页并排渲染规格表与实时单价：Gemini 3.8 Flash vs Gemini 3.7 Flash、DeepSeek V4.1 Flash vs Gemini 3.8 Flash、Gemini 3.8 Flash vs Claude Sonnet 5、Gemini 3.8 Flash vs GPT-5.6 Terra、Grok 4.7 vs Gemini 3.8 Flash。

发出第一个请求

  1. 创建 Key。 控制台 → API 密钥 → 创建密钥，Key 形如 sk-...。试用阶段给这把 Key 设一个 maxSpend 消费上限。每把 Key 的消费上限（maxSpend）限的是这把 Key 能从钱包扣的钱：累计扣费到上限后，这把 Key 上需要钱包付费的请求返回 HTTP 402。套餐额度覆盖的请求从账户共用的套餐额度里扣，不计入任何 Key 的上限。其他 Key 照常可用（按 Key 成本追踪）。
  2. 准备套餐或钱包余额。 用 Pro、Max、Ultra 套餐时，Gemini 3.8 Flash 的调用先扣「普通模型」额度（2026-11-05 的套餐接口）；不用套餐或额度用完后从钱包扣费——充值在控制台 → 充值。
  3. 设置 base URL：在任意 OpenAI 兼容 SDK 或客户端里填 https://api.router.one/v1。
  4. 调用模型。 下面的示例都用目录 id google/gemini-3.8-flash，并显式设置 max_tokens。

用 curl 调用 Chat Completions，开启流式：

bash
curl https://api.router.one/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-3.8-flash",
    "max_tokens": 32768,
    "stream": true,
    "messages": [
      {"role": "system", "content": "你负责给客服工单分类，回复一个类别和一条下一步建议。"},
      {"role": "user", "content": "客户的订单 8812 被重复扣款，要求退还多扣的那一笔。"}
    ]
  }'

用 OpenAI Python SDK 发同样的请求（不开流式；pip install -U openai），只需要改 base_url 和 Key：

python
from openai import OpenAI

client = OpenAI(
    base_url="https://api.router.one/v1",
    api_key="sk-your-api-key",
)

response = client.chat.completions.create(
    model="google/gemini-3.8-flash",
    max_tokens=32768,
    messages=[
        {"role": "system", "content": "你负责给客服工单分类，回复一个类别和一条下一步建议。"},
        {"role": "user", "content": "客户的订单 8812 被重复扣款，要求退还多扣的那一笔。"},
    ],
)
print(response.choices[0].message.content)
print(response.choices[0].finish_reason, response.usage)

返回遵循 Chat Completions 的格式：正文在 choices[0].message.content，finish_reason 说明生成为什么停止，usage 给出输入与输出的 token 数。

用 Node 的 OpenAI SDK 流式输出（npm install openai）：

ts
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.router.one/v1",
  apiKey: "sk-your-api-key",
});

const stream = await client.chat.completions.create({
  model: "google/gemini-3.8-flash",
  max_tokens: 32768,
  stream: true,
  messages: [
    {
      role: "user",
      content:
        "客户的订单 8812 被重复扣款，要求退还多扣的那一笔。请写一段两句话的回复。",
    },
  ],
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

以 base64 data URL 内联发送图片（Python，沿用上面的 client）：

python
import base64

with open("receipt.png", "rb") as f:
    image_b64 = base64.b64encode(f.read()).decode()

response = client.chat.completions.create(
    model="google/gemini-3.8-flash",
    max_tokens=32768,
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "把这张小票上的每一项列成 JSON。"},
            {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{image_b64}"}},
        ],
    }],
)
print(response.choices[0].message.content)

每个请求都适用的几条规则：

  • 每个请求都显式设置 max_tokens。 在你预期的最长回答之上留出余量，上面的示例设的是 32768。Router One 的 Chat Completions 也接受 max_completion_tokens 作为同一个上限（两者都传时以 max_completion_tokens 为准）。按 Google 的思考指南（2026-11-05 核对），思考 token 也计入输出上限，所以要多留余量。
  • 不要传采样参数。 按 Google 新功能页上的迁移清单（2026-11-05 核对），去掉 temperature、top_p 与 top_k，也不要让对话以预填的 model 轮（最后一条 assistant 消息）结尾；语气与格式要求改写进 system 消息。
  • 长回答用流式。 stream: true 让输出边生成边返回（流式输出指南）。
  • 按钱包计费的调用，要保持充足的余额。 请求执行前，网关会按预估额从余额中预留；余额不够时，网关会把 max_tokens 调低到余额能覆盖的数值，长回答可能因此被截断。余额连这次请求的初始预留都覆盖不了时，网关会在模型运行前返回 HTTP 402。
  • 图片直接内联。 图片以 base64 data URL 放进 image_url 内容块发送，写法见上面的示例；Router One 不提供 Files API。
  • 先测试代码依赖的东西。 把一类任务迁过去之前，先用你自己的提示词，把代码会发送的参数与请求形态（工具定义、图片输入、输出上限、思考设置）都测一遍。
  1. 看 Trace。 控制台 → 日志里每次调用都带模型、Token、钱包扣费或套餐扣减次数、延迟和状态（每请求可观测）。可重试的上游故障由同一模型多条候选线路之间的自动故障转移消化；Gemini 3.8 Flash 的请求绝不会被换成别的模型来回答。

网关在调用任何模型之前就拒绝的请求，在控制台 → 日志里没有记录，原因看状态码和错误信息：401 说明 Key 没有通过校验；402 说明钱包余额或这把 Key 的 maxSpend 不够覆盖这次请求的初始预留；404 说明路径或模型 id 不存在，请照目录原样复制 id。其他状态码见错误码速查。

哪些客户端能调用

凡是支持 Chat Completions、能填自定义 base URL 的客户端，都能调用 Gemini 3.8 Flash：官方 OpenAI SDK（OpenAI SDK 接入），以及集成目录里发送 /v1/chat/completions 请求的聊天应用与框架。给客户端填上 base URL https://api.router.one/v1 和 Router One 的 Key，model 写 google/gemini-3.8-flash；这个端点的总体说明见 OpenAI 兼容 API。

Claude Code 调不了 Gemini 3.8 Flash。Claude Code 向 /v1/messages 发送 Anthropic Messages 请求，这个端点只服务 Claude 系列与 DeepSeek id。目录里列出的其他对话模型 id 发过去，网关会在调用任何模型之前返回 HTTP 400；对这个 id，错误信息是 model 'google/gemini-3.8-flash' must be called via /v1/chat/completions。Gemini 3.8 Flash 请从支持 Chat Completions 的客户端调用。各模型系列的端点规则见 API 兼容性事实页。

渠道 id

截至 2026-10-15 的模型目录，Vertex 渠道还列出了 vertex/gemini-3.8-flash：与 google/gemini-3.8-flash 同一基础模型、单独定价的产品，单价见它自己的模型页，只走 POST /v1/chat/completions。2026-11-05 的套餐接口里没有档位列出它，无论是否订阅都从钱包扣费。截至 2026-11-05 的模型目录，AI Studio 渠道也列出了自己的 Gemini 3.8 Flash id，适用同样的渠道规则。渠道 id 的路由只在本渠道内进行；带销售渠道前缀的模型 ID 不代表任何地区、数据存放地或认证方面的承诺，规则见渠道模型 ID 指南。本文示例都用默认渠道 id。

国内怎么用

中国大陆可直连 api.router.one，无需 VPN，Key 和 base URL 与海外完全一致。支付宝或银行卡在同一个托管收银台完成充值，也支持 6 条链上的 USDT/USDC（Tron、BSC、以太坊、Polygon、Base、Arbitrum），无需美国信用卡。Router One 列出的其他 Gemini 模型怎么接入，见 Gemini API 国内接入与 Gemini API 国内使用指南。

常见问题

国内能直接调用 Gemini 3.8 Flash 吗？ 能。中国大陆可直连 api.router.one，无需 VPN，Key 和 base URL 与海外完全一致。支付宝或银行卡在同一个托管收银台完成充值，也支持 6 条链上的 USDT/USDC（Tron、BSC、以太坊、Polygon、Base、Arbitrum），无需美国信用卡。

Router One 上 Gemini 3.8 Flash 的模型 ID 是什么？ 截至 2026-11-05 的模型目录，目录 id 是 google/gemini-3.8-flash，代码和客户端配置里都用它；Google 官方的模型代码 gemini-3.8-flash 是 Google 自家 Gemini API 上的名字。用 Pro、Max、Ultra 套餐时，调用扣「普通模型」额度（截至 2026-11-05 的套餐接口）；不用套餐时，按 token 从钱包扣费。

Gemini 3.8 Flash API 价格是多少？ 在 Router One 上按 token 计费，单价以 Gemini 3.8 Flash 模型页公示的输入与输出单价为准，部分模型最低官方价 1 折；本文不印具体数字，因为它会过时。用套餐时先扣「普通模型」额度（截至 2026-11-05 的套餐接口）。在 Google 自家的 Gemini API 上，这个模型的推广价持续到 2026-12-31，Google 的标准价从 2027-01-01 起生效（Google 定价页与新功能页，2026-11-05 核对）。

Gemini 3.8 Flash 有免费额度吗？ Google 的 Gemini API 有：按 Google 的定价页与计费说明页（均为 2026-11-05 核对），它的免费层把 Gemini 3.8 Flash 的输入与输出列为免费，Google 会用免费层的内容改进自家产品，免费层要用 Google 的 API Key。在 Router One 上，Gemini 3.8 Flash 的调用扣套餐的「普通模型」额度（截至 2026-11-05 的套餐接口），或按公示单价从钱包扣费。

调用 Gemini 3.8 Flash 需要 Google 的 API Key 吗？ 通过 Router One 不需要：一把 Router One 的 Key（sk-...）配 https://api.router.one/v1，就能调用 Gemini 3.8 Flash 和目录里的其他模型，不用申请 Google 的 API Key，也不用开 Google Cloud 结算账号。Google 的 API Key 用于 Google 自家的 Gemini API 及其免费层。

Gemini 3.8 Flash 的上下文窗口多大？ 按 Google 的模型页（2026-11-05 核对），输入上限 1,048,576 token，输出上限 65,536 token，即 Google 所说的 1M token 上下文窗口；Google 的思考指南把思考 token 也计入输出上限。Router One 模型页显示这个 id 的实时目录条目。

Gemini 3.8 Flash 支持哪些思考级别？ 按 Google 的说明（2026-11-05 核对），在 Google 自家的 Gemini API 上：low、medium、high，默认 medium；不支持 minimal，传了会报错，Gemini 3 系列模型也不能关闭推理。Google 的 OpenAI 兼容说明用 reasoning_effort 设置思考级别。在 /v1/chat/completions 上，发往 google/gemini-3.8-flash 与 vertex/gemini-3.8-flash 的请求若把 reasoning_effort 设为 none 或 minimal，Router One 会按 low 发出（自 2026-10-30 起，2026-11-05 观察），响应里不会注明。本文示例都不设 reasoning_effort；你的代码要设的话，先用自己的提示词测一遍。

Gemini 3.8 Flash 和 Gemini 3.7 Flash 有什么区别？ 按 Google 的 Gemini API 发布说明（2026-10-08 条目，2026-11-05 核对），Google 已弃用 gemini-3.7-flash，指定 gemini-3.8-flash 接替，并把发往它的请求自动转到 gemini-3.8-flash；Google 两个模型页列出的 token 上限与思考级别相同。截至 2026-11-05 的模型目录，Router One 上两个 id 都在列；截至 2026-11-05 的套餐接口，两者都在 Pro、Max、Ultra 的「普通模型」档，切换只需改 model 字符串；新项目建议从 google/gemini-3.8-flash 开始。

Gemini 3.8 Flash 在 Router One 订阅套餐里吗？ 在。截至 2026-11-05 的套餐接口，它在 Pro、Max、Ultra 的「普通模型」档，用套餐时调用扣这一档的额度，超出额度的调用按公示单价从钱包扣费。截至 2026-11-05 的套餐接口，Vertex 渠道 ID vertex/gemini-3.8-flash 不在任何档位。各套餐额度见价格页。

能在 Claude Code 里用 Gemini 3.8 Flash 吗？ 不能。Claude Code 向 /v1/messages 发送 Anthropic Messages 请求，这个端点只服务 Claude 系列与 DeepSeek id，所以 Gemini 3.8 Flash 的请求发到那里，会在调用任何模型之前返回 HTTP 400，错误信息是「model 'google/gemini-3.8-flash' must be called via /v1/chat/completions」。请从支持 Chat Completions 的客户端调用 Gemini 3.8 Flash。

下一步

相关权威页面

这篇文章归入「LLM API 网关与路由」主题，以下页面作为商业页、配置文档、证据页和信任事实源。

Gemini API 页面Gemini API 国内接入国内免 VPN 调用 Gemini 系列：一把 OpenAI 兼容 Key，支付宝或银行卡充值。商业主页面Router One API 网关承接统一模型调用、路由、fallback、预算和观测的产品首页。API 文档Router One API 文档OpenAI 兼容端点、CLI 配置和模型调用示例。证据页智能路由方法论按指定模型路由、同模型故障转移与故障线路降级，以及客户侧 trace 的字段边界。对比页OpenRouter 替代方案专业对比全球模型目录广度与国内直连、套餐额度和公示单价的差异。信任页可引用事实表面向搜索爬虫、AI 答案引擎和客户的稳定事实源。数据留存数据留存政策prompt/completion 留存边界和请求元数据政策。网关页面LLM API 网关一个 OpenAI 兼容端点接入整个模型目录，含路由、fallback 与预算控制。路由页面智能模型路由请求由你指定的模型处理；出错的线路会换同一模型的另一条线路重试，并被排到最后，恢复后再回到正常顺序。故障转移页面LLM 供应商故障转移什么样的请求才符合在另一条健康供应商路由上重试的条件。可观测页面逐请求 Trace 日志每个请求的模型与请求 ID、Token、延迟、状态与报错。兼容性页面OpenAI 兼容端点沿用 OpenAI SDK，只改 base URL 即可触达各个模型系列。成本追踪页面LLM 成本追踪按 Key、按模型、按请求的花费归因，配合限住钱包扣费的 Key 级上限。转售方页面在 Router One 上搭你自己的 API 服务带消费上限的客户 Key、按 Key 的用量归因，以及明确的「不提供」清单。客户端接入SDK 与客户端配置指南把任意编程 agent、SDK、聊天客户端或 LLM 应用平台指向同一个端点，每个都有专属指南。模型对比模型价格与上下文两两对比每百万 token 单价、上下文窗口与能力，渲染自实时模型目录。

相关阅读

Gemini 4 Argon API 接入指南：国内调用、OpenAI 兼容接口与套餐

Gemini 4 Argon 国内直连调用：目录 ID google/gemini-4-argon、OpenAI 兼容的 Chat Completions 端点、套餐额度与钱包计费，附第一个请求示例。

查看

GPT-6 Luna API 接入指南：国内调用、工具调用与计费

GPT-6 Luna 国内直连调用：openai/gpt-6-luna 模型 ID、按 OpenAI 文档的工具调用规则，不在任何套餐档位、按钱包计费，附 Responses 与 Chat Completions 示例。

查看

Azure GPT 与 AWS / Vertex Claude 渠道 ID：一把 Key 按渠道调用

Router One 目录里的 azure/、aws/、vertex/、aistudio/ 渠道 ID：选渠道后路由、价格、订阅配额与日志各自怎么变，以及 Claude Code、Codex 如何指定渠道。

查看