Entwicklerleitfaden für Gemini 3.8 Flash

Gemini 3.8 Flash ist unser bisher intelligentestes Modell für den Arbeitseinsatz. Es bietet im Vergleich zu Gemini 3.7 Flash erhebliche Verbesserungen in den Bereichen Softwareentwicklung, agentische Aufgaben und kritische, mehrstufige Problemlösung in spezialisierten Bereichen. Gemini 3.8 Flash bietet im Vergleich zu Gemini 3.7 Flash erhebliche Vorteile und erreicht oft die Leistung teurerer Frontier-Modelle.

In diesem Dokument erfahren Sie mehr über die Neuerungen in Gemini 3.8 Flash, wie es in die Gemini-Modellfamilie passt und wie Sie zu Gemini 3.8 Flash migrieren. Außerdem finden Sie eine Kurzanleitung zur Verwendung von Gemini 3.8 Flash.

Wie passt es in die Gemini-Familie?

Die Gemini Flash-Modelle sind die wichtigsten Modelle für den Arbeitseinsatz in der Gemini 3-Familie. Sie schließen die Lücke zwischen den Pro-Modellen mit umfassenden Schlussfolgerungen und den Gemini Flash-Lite-Modellen mit hohem Durchsatz und bieten gleichzeitig eine hohe Token-Effizienz und multimodale Verarbeitung in mehreren Schritten.

Im Vergleich zu Gemini 3.7 Flash bietet Gemini 3.8 Flash eine höhere Genauigkeit und zuverlässigere Leistung, verbraucht aber mehr Tokens. Mit den Denkaufwandstufen von Gemini 3.8 Flash können Sie diesen Verbrauch jedoch modulieren. Auf der mittleren Denkaufwandstufe können Sie weiterhin komplexe agentische Aufgaben lösen und gleichzeitig den Token-Verbrauch reduzieren. Sie können auch niedrigere Denkaufwandstufen für latenzempfindliche Aufgaben verwenden, um den Rechenaufwand vollständig zu vermeiden. Wenn Sie die Recheneffizienz optimieren möchten, sollten Sie Gemini 3.7 Flash verwenden.

Modellspezifikationen und Vergleiche

In der folgenden Tabelle werden einige Spezifikationen von Gemini 3.8 Flash, Gemini 3.7 Flash und Gemini 3.1 Pro verglichen:

Auf der Modellseite von Gemini 3.8 Flash finden Sie die vollständige Liste der unterstützten Funktionen, Tools und Verbrauchsoptionen.

Neuerungen in Gemini 3.8 Flash

In der folgenden Tabelle werden die Standard-Benchmarks für die Entwicklerbewertung zwischen Gemini 3.8 Flash und Gemini 3.7 Flash verglichen:

Kurzanleitung

Bevor Sie beginnen, müssen Sie sich mit den Standardanmeldedaten für Anwendungen (Application Default Credentials, ADC) oder einem API-Schlüssel bei der Agent Platform authentifizieren. Weitere Informationen finden Sie unter Erste Schritte mit der Gemini Enterprise Agent Platform.

Ersetzen Sie in den folgenden Codeblöcken PROJECT_ID durch Ihre Projekt-ID.

Installation

Achten Sie darauf, dass Sie das neueste google-genai-SDK verwenden:

pip install --upgrade google-genai

Einfache Anfrage

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
  model="gemini-3.8-flash",
  contents="How does AI work?",
)
print(response.text)

curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash:generateContent \
-d '{
  "contents": {
    "role": "USER",
    "parts": { "text": "Why is the sky blue?" },
  },
}'

Obligatorische API-Regeln und Verhaltenskonventionen

Gemini 3.8 Flash erzwingt die folgenden Standard-API-Konventionen der Gemini 3-Familie:

• Eingestellte Sampling-Parameter (temperature, top_k, top_p): Diese Parameter werden vom Backend ignoriert. Stattdessen können Sie den Determinismus mit thinking_level (LOW, MEDIUM, HIGH) und response_schema oder json_schema steuern.
• Nicht unterstützte Parameter (frequency_penalty, presence_penalty, candidate_count): Wenn Sie frequency_penalty, presence_penalty oder candidate_count übergeben, wird ein aktiver API-Fehler ausgelöst. Entfernen Sie sie aus dem Legacy-Clientcode.

• Strenge Regeln für Funktionsaufrufe: Ein FunctionResponse Turn muss genau mit der id, dem name und der Anzahl der Ausführungen des vorherigen FunctionCall übereinstimmen.

  • Multimodale Assets: Platzieren Sie multimodale Assets immer in der Antwortnutzlast.
  • Formatierung und Text vor dem Tool: Formatieren Sie Inline-Anweisungen mit \n\n. Wenn Malformed_Function_Call-Fehler im Zusammenhang mit Text vor dem Tool auftreten, entfernen Sie vor Toolaufrufen alle Kommentare am Anfang.

  • Wenn Sie vor einem Toolaufruf Zwischennotizen oder Statusaktualisierungen übergeben möchten, umschließen Sie sie in einem dedizierten update()-Funktionsaufruf, anstatt rohes XML oder Text auszugeben:

    {
      "name": "update",
      "description": "Update working notes before tool execution",
      "parameters": {
        "type": "OBJECT",
        "properties": {
          "previous_step": {"type": "STRING"},
          "plan": {"type": "STRING"},
          "next_step": {"type": "STRING"}
        },
        "required": ["previous_step", "plan", "next_step"]
      }
    }
    

• Validierung der Chatsequenz:

  • Verlaufsnutzlasten dürfen nicht mit einem "model"-Turn enden.
  • Vorausgefüllte Modell-Turns werden nicht unterstützt und müssen beim Upgrade entfernt werden.
  • Leere Turns im Unterhaltungsverlauf werden automatisch entfernt oder führen zu Validierungsfehlern.

Migration von Gemini 3.7 Flash oder Gemini 3.6 Flash zu Gemini 3.8 Flash

So migrieren Sie von Gemini 3.7 Flash oder Gemini 3.6 Flash zu Gemini 3.8 Flash:

1. Modell-ID aktualisieren: Ändern Sie die Modellstring in Ihren API-Aufrufen in gemini-3.8-flash.
2. Parameter für das Budget für Schlussfolgerungen ersetzen: Ersetzen Sie die Konfigurationen für die Ganzzahl thinking_budget durch die String-Enum thinking_level gesetzt auf einen der folgenden Werte:
   • HIGH: Empfohlen für dichte visuelle Qualitätssicherung, Erkennung von Bewegungen im Bruchteil einer Sekunde (Sport, Bearbeitung) oder mehrstufige Schlussfolgerungen in Videos mit einer Länge von mehr als 60 Minuten.
   • MEDIUM: Die Standardstufe für den Denkaufwand. Diese Stufe bietet ein optimales Gleichgewicht für allgemeine Fragen und Antworten zu Videos, Zusammenfassungen von Vorlesungen und das Abrufen von Clips.
   • LOW: Empfohlen für Aufgaben wie schnelle transkriptorientierte Suchvorgänge oder grundlegende Metadatenextraktion.
3. Eingestellte und nicht unterstützte Parameter entfernen:
   • Entfernen Sie temperature, top_p und top_k.
   • Entfernen Sie candidate_count, frequency_penalty und presence_penalty.
   • Entfernen Sie alle vorausgefüllten Modell-Turns aus Unterhaltungsverläufen.

Zusammenfassende Checkliste für Entwickler

Zusätzliche Ressourcen

• Modellseite von Gemini 3.8 Flash
• Einführungs-Notebook