gemini-3.8-flash

Gemini 3.8 Flash · API

POST https://nezhagate.com/v1/chat/completions

Gemini 3.8 Flash 对话接口（Google）：3.8 代的 Flash 模型，面向长周期编程、Agent 工作流和复杂推理。动态思考（简单问题快答、难题多想），上下文约 100 万 token、最多输出 64K，支持图片输入。兼容 OpenAI SDK。

📥 上下文窗口（最大输入）：约 1,000,000 tokens（百万级超长上下文）。

在 Playground 试用 →

快速开始

两步跑通：先发一个普通请求，再试流式输出。把 YOUR_API_KEY 换成你的 Key，下面的命令可以直接运行。接口和 OpenAI 的 Chat Completions 一致，已有的 OpenAI 代码只要改 base_url 和 model。

第 1 步 · 发送请求

curl

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "messages": [{"role": "user", "content": "用一句话解释什么是光合作用"}]}'

返回（HTTP 200）

JSON

{
  "id": "chatcmpl-7f3c9a1e2b4d6f8a",
  "object": "chat.completion",
  "created": 1791281400,
  "model": "gemini-3.8-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "光合作用是植物利用阳光，把二氧化碳和水转化成糖并释放氧气的过程。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 42,
    "total_tokens": 60,
    "prompt_tokens_details": {"cached_tokens": 0}
  }
}

message.content 是回答。usage 是这一单计费用的 token 数，其中 prompt_tokens_details.cached_tokens 是命中缓存、按缓存价计费的部分。

第 2 步 · 流式输出（推荐）

curl

curl -N https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "stream": true, "messages": [{"role": "user", "content": "用一句话解释什么是光合作用"}]}'

流式返回标准的 SSE：每一块的正文在 choices[0].delta.content，最后一块带 usage，以 data: [DONE] 结束。回答长、或者模型要先思考时，请用流式：非流式请求最长约 10 分钟，超过会被断开。

Python（OpenAI SDK）

Python

from openai import OpenAI

client = OpenAI(base_url="https://nezhagate.com/v1", api_key="YOUR_API_KEY")

# 1. 一问一答
resp = client.chat.completions.create(
    model="gemini-3.8-flash",
    messages=[{"role": "user", "content": "用一句话解释什么是光合作用"}],
)
print(resp.choices[0].message.content)

# 2. 流式输出
stream = client.chat.completions.create(
    model="gemini-3.8-flash",
    messages=[{"role": "user", "content": "用一句话解释什么是光合作用"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

认证

Header

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

在控制台创建 API Key 后即可调用。

规格速览

上下文窗口	~1,000,000 token
单次最多输出	64K token
输入	文本、图片
思考	动态思考：模型按问题难度决定想多少
工具调用	不作保证：`tools` 可能被忽略，模型直接作答
联网搜索	支持（`web_search: true`，搜索本身不收费）
接口	/v1/chat/completions
流式输出	支持（`stream: true`，SSE）
计费方式	按 token：输入、输出（含思考）和缓存命中分别计价，失败不收费

请求参数

POST /v1/chat/completions 的请求体（JSON），和 OpenAI 的 Chat Completions 相同。下表是常用参数，以及它们在这个模型上的实际效果：

参数	类型	必填	说明
model	string	是	模型 id：`gemini-3.8-flash`。
messages	array	是	对话消息数组，每条有 `role`（`system` / `user` / `assistant` / `tool`）和 `content`。`content` 可以是字符串，也可以是 `text` 和 `image_url` 组成的数组（看图，见下文）。多轮对话把历史消息按顺序全部带上。
stream	boolean	否	`true` 时以 SSE 流式返回，最后一块带 `usage`。默认 `false`。
max_tokens	integer	否	输出上限，思考 token 也算在里面。给得太小，模型可能在写出正文前就用完：网关会返回 400 `max_tokens_too_small`，不计费（建议 512 以上）。部分模型上，过小的值会被自动调高到能完整作答的下限，仍只按实际用量计费。
temperature / top_p	number	否	采样参数，原样转给模型（`temperature` 取 0–2）。思考型模型可能不受它们影响。
web_search	boolean	否	`true` 时先联网搜索，把结果作为参考资料交给模型，见下文。

其余 OpenAI 参数（如 stop、seed、user）原样转给模型，是否生效由模型决定。

价格

按 token 计费，价格实时读取计费表（每百万 token）。只按成功请求的实际用量收费：失败、超时、被拒都不收费。1 积分 = $0.005。

类型	美元 / 百万 token	积分 / 百万 token
输入	$0.60	120
输出（含思考）	$3.60	720
缓存命中	$0.06	12

举例：输入 2,000 token、输出 1,000 token（含思考）的一次请求约 $0.0048。

思考

动态思考：模型按问题难度自己决定想多少，简单问题快答、难题多想，不需要额外参数。思考 token 也占输出额度，max_tokens 别设得太小。

思考 token 计入 usage.completion_tokens，按输出价计费（部分模型另在 completion_tokens_details.reasoning_tokens 给出明细）。

提示缓存

不需要任何参数：重复的长前缀（同一段系统提示词、多轮对话前面的部分）可能被模型方自动缓存，命中的部分按更低的缓存价计费。是否缓存、命中多少由模型方决定；把固定不变的内容放在消息最前面，命中的机会更大。

命中的 token 数在 usage.prompt_tokens_details.cached_tokens 里返回，这部分按缓存命中价计费，其余输入按输入价。

看图（图片输入）

在 content 数组里放 image_url。推荐用 base64 的 data URI（data:image/png;base64,...），所有线路都能读到；公网图片链接要由线路去下载，个别线路可能取不到或超时。图片按模型方的规则折算成输入 token。

curl

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "messages": [{"role": "user", "content": [{"type": "text", "text": "这张图里有什么"}, {"type": "image_url", "image_url": {"url": "data:image/png;base64,iVBORw0KGgo..."}}]}]}'

联网搜索

请求里加 "web_search": true（或在 tools 里放 {"type": "web_search"}）：网关先根据对话实时搜索，把最多 5 条结果和链接作为参考资料交给模型，模型再作答并标注来源。搜索本身不收费，参考资料按输入 token 计费。

curl

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "web_search": true, "messages": [{"role": "user", "content": "今天有哪些重要的科技新闻"}]}'

线路与稳定性

每个模型背后有多条线路。一条线路出错、超时或满载时，网关会在开始返回内容之前自动换到下一条，不需要你重试，也不会重复收费。
流式请求一旦开始输出就不再换线：中途断开时，按断开前已经产生的用量计费（见计费与退款）。
所有线路都满载时返回 429 并带 Retry-After，按它的秒数等待后重试；失败的请求不计费。各模型的状态见服务状态。

错误与退款

出错时返回一个 error 对象（message、type、code、param），请按 HTTP 状态码和 code 判断，不要匹配 message 的文字。失败的请求不计费，完整列表见错误码。

HTTP	code	原因	怎么办
400	invalid_messages / invalid_role / invalid_max_tokens	对话请求的 `messages` 缺失、为空或格式不对，`role` 不在允许的范围，或 `max_tokens` 不是正整数。`param` 指出是哪个字段。	修正 `param` 指出的字段。
400	model_not_found	型号写错、没有传 `model`，或这个型号不能用在这个接口上（例如拿对话模型调生图接口）。	以 `GET /v1/models` 或 API 手册里的模型 id 为准。
400	max_tokens_too_small	思考型模型把 `max_tokens` 全部用在了思考上，没有写出正文（非流式对话）。	调大 `max_tokens` 后重试。
400	content_filter	模型处理了请求，但没有给出任何内容，通常是内容触发了模型方的安全策略。	调整提示词后重试；原样重试通常还会被拒。
4xx	invalid_request	模型方拒绝了请求（例如上下文超长、参数不支持），状态码和 `message` 按模型方的原样返回，`code` 是模型方给出的值。	按 `message` 修改请求。
401	invalid_api_key	Key 不存在、已删除或已停用，或者账号已停用。	到控制台「API Keys」页面检查这把 Key。
402	insufficient_quota	余额不够预扣这一单。网关先按这一单可能的最高费用预扣，同时发很多请求时也可能出现。	如果是并发突发，稍等几秒重试；否则充值。
403	permission_denied	这个模型不在这把 Key 的模型白名单里。	换成白名单里的模型，或在控制台修改白名单。
429	rate_limit_exceeded	超过了这把 Key 设置的每分钟请求数（按最近 60 秒计）。不带 `Retry-After`。	等几秒再试，或在控制台调高这把 Key 的上限。
429	rate_limit_exceeded	这个模型的所有线路都已满载，请求没有发出。只出现在对话类接口：图片和视频任务不会被拒，而是排队。OpenAI 兼容接口带 `Retry-After`。	按 `Retry-After` 的秒数等待后重试。
502	upstream_timeout	线路超时，包括迟迟没有返回第一个字。	重试；长回答建议用 `stream: true`。
502	upstream_unavailable	线路出错或暂时不可用。	稍后重试。
502	upstream_busy	模型方限流。模型方的 429 不会原样返回给你，而是换成这个 502。	稍后重试。
502	empty_completion	模型方返回了空内容。这不是对你的内容的判定。	重试。
502	upstream_prompt_filter	提示词被模型方的预检拦截。这不是模型对内容的判定。	稍后重试，或稍微调整措辞。
503	model_maintenance	型号维护中，暂停接单，期间不会改由其他模型作答。	维护结束后重试，进度见服务状态。

流式请求开始输出后再出错，状态码不会改变：错误会以一条带 error 的数据出现在流里，或者流直接结束（没有 data: [DONE]），请按中断处理。

Gemini 3.8 Flash · API

快速开始

认证

规格速览

请求参数

价格

思考

提示缓存

看图（图片输入）

联网搜索

线路与稳定性

错误与退款

欢迎回来

创建账户

重置密码