Gemini Flash API
Принимает переписку списком сообщений, изображения, звук и видео, возвращает текст. У Gemini 3.8 Flash контекст 1 048 576 токенов, ответ до 65 536, знания до марта 2026 года. Модель Google, выпущена 2 сентября 2026 года.
Gemini 3.8 Flash API работает в России без VPN: один API ключ GEN202, оплата рублями с российской карты. Подключено и проверено 2 октября 2026 года.
Цена: за миллион токенов, вход — 380.6 кр. (190,3 ₽ · $1.73), выход — 1904.1 кр. (952,05 ₽ · $8.655).
кр. — кредиты, покупаются за рубли.
работает
Песочница
Войдите и получите 50 кредитов на тесты и любое использование сервиса. Без регистрации доступен один запрос в сутки.
Нажмите «Запустить» — ответ модели появится здесь
{ }
Цена Gemini 3.8 Flash
Цена за миллион токенов, отдельно за вход и за выход. Списывается фактический расход из поля
usage ответа: сколько токенов ушло в запрос и сколько модель
вернула. Минимальное списание за вызов — 0.02 кр.: обращение к модели стоит
денег само по себе, независимо от длины запроса.
| Токены | Наша цена |
|---|---|
| Вход | 380.6 кр. $1.73190,3 ₽ |
| Выход | 1904.1 кр. $8.655952,05 ₽ |
кр. — кредиты, покупаются за рубли.
Вызов через API
Адрес один, и ответ приходит на этот же запрос: задачу ставить и опрашивать не нужно — этим текст и
отличается от картинок. Ключ передаётся заголовком
Authorization: Bearer sk-… и выпускается
в кабинете. На один ключ шлюз пропускает
60 запросов в минуту.
Счёт идёт по токенам из поля usage ответа: вход и выход по своим
ставкам. Кредиты списываются после ответа, по факту — заранее ничего не удерживается, поэтому
короткий вопрос стоит ровно столько, сколько стоит, и не занимает баланс под будущий ответ.
Сколько списано, приходит в самом ответе полем credits_consumed.
Перед вызовом проверяется одно: на балансе есть деньги. Запрос, не дошедший до ответа, не
тарифицируется вовсе.
Поля запроса
Все три лежат в корне тела запроса — вложенного input у текста нет.
Остальные поля формата OpenAI — temperature,
top_p, stop,
seed, response_format,
reasoning_effort и прочие — шлюз передаёт поставщику, проверив
значение: temperature от 0 до 2 (у Claude до 1),
top_p от 0 до 1, штрафы от −2 до 2,
reasoning_effort — minimal, low, medium или high (у GPT 6 Astra, GPT 6.1 Sol, GPT 6 Luna, Gemini 3.8 Flash, Gemini 4 Argon и Grok 4.7 — low, medium или high; у Kimi K3 и DeepSeek V4.1 Flash — low или high), стоп-слов не
больше четырёх. Негодное значение возвращается отказом 400 с именем поля и не стоит ничего:
поставщик на такое отвечает своей пятисоткой, из которой не видно, что дело в значении. Набор у каждого
семейства свой, потому что форматы вызова разные: что именно принимает выбранная модель, названо
на её странице.
stream работает: ответ приходит событиями, как это принято у Chat
Completions, и заканчивается строкой data: [DONE]. У поставщика ответ
при этом запрашивается целиком — иначе неоткуда взять объём токенов, по которому считается цена
вызова, — поэтому весь текст приходит одним событием, а не словом за словом. Расход и объём
стоят на последнем событии, рядом с признаком конца.
tools передаётся всем моделям каталога.
n и
best_of не передаются: несколько вариантов ответа умножают расход, а
перед вызовом проверено, что денег хватает на один.
| Поле | Тип | Обяз. | Допустимые значения |
|---|---|---|---|
| model | текст | обязательное | gemini/3-8-flash либо другое имя из каталога текстовых моделей |
| messages | массив | обязательное |
Непустой список сообщений с ролями system,
user, assistant. Пустой список
или не массив — отказ 400
|
| max_tokens | целое | опц. |
От 1 до 128000; вне границ — отказ 400.
Синоним — max_completion_tokens
· без него шлюз подставит потолок модели
|
Вызов
Запрос показан целиком, с именем этой модели: подставить остаётся только свой ключ. Ответ приходит сразу — задачу ставить и опрашивать не нужно.
curl https://api.gen202.com/v1/chat/completions \
-H "Authorization: Bearer sk-ваш-ключ" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini/3-8-flash",
"messages": [{"role": "user", "content": "Привет"}],
"max_tokens": 200
}'from openai import OpenAI
client = OpenAI(api_key="sk-ваш-ключ", base_url="https://api.gen202.com/v1")
answer = client.chat.completions.create(
model="gemini/3-8-flash",
messages=[{"role": "user", "content": "Привет"}],
max_tokens=200,
)
print(answer.choices[0].message.content)
print(answer.usage) # по нему выставлен счётОтвет
Форма ответа — OpenAI Chat Completions. Многоточия стоят там, где значение зависит от самого запроса: текст ответа и три числа расхода. Выдумывать их вместо примера нельзя — счёт выставляется по этим самым числам.
{
"choices": [
{
"index": 0,
"message": { "role": "assistant", "content": "…" },
"finish_reason": "stop"
}
],
"usage": { "prompt_tokens": …, "completion_tokens": …, "total_tokens": … }
}
Текст лежит в choices[0].message.content, причина остановки — в
finish_reason (stop или
length). По usage выставляется счёт, так
что сверить списание можно прямо из ответа. Служебных полей ответа OpenAI
(id, created,
object) шлюз не добавляет.
Отказы
Тело отказа — объект error, как у OpenAI:
{"error":{"message":…,"type":…,"code":…,"param":null}}. Ни один из этих отказов не тарифицируется:
деньги списываются только после ответа модели, и возвращать после отказа нечего.
| Код | code | Когда |
|---|---|---|
| 400 | model_not_found | Имени из поля model нет среди текстовых моделей. В сообщении перечислено, что принимается. |
| 400 | invalid_messages | Поле messages не передано, пустое или не массив. |
| 400 | invalid_max_tokens | Поле max_tokens не целое число или меньше единицы. Значение больше потолка модели отказа не даёт: шлюз ставит потолок модели. |
| 400 | invalid_setting | Настройка запроса с негодным значением: штраф вне границ от −2 до 2, reasoning_effort не из списка minimal, low, medium, high, пустое стоп-слово или больше четырёх стоп-слов. В сообщении назван сам параметр. Негодные temperature и top_p отказа не дают: шлюз их не передаёт; уровень рассуждения, которого нет у модели, заменяется ближайшим. |
| 400 | key_required | Названный заголовком учёта ключ не принадлежит аккаунту или отключён. При вызове по ключу Bearer такого отказа не бывает. |
| 400 | result_link_expired | Во входе стоит наша ссылка на готовый результат, а срок её вышел: результаты хранятся 14 дней. Ссылка названа в сообщении. Загрузите файл заново. Запрос не тарифицируется: к модели он не уходил. |
| 400 | invalid_request | Модель отказала по самому запросу: например, не принимает поле или приложенный файл. В сообщении — её слова. Повтор того же запроса не пройдёт, поправьте то, что названо. Запрос не тарифицируется. |
| 400 | — | Тело запроса не разобралось как JSON. Проверьте, что отправляете правильно составленный объект. |
| 401 | invalid_api_key | Ключа нет в заголовке Authorization, либо он неверный или отключён. |
| 402 | insufficient_credits | На балансе не осталось свободных кредитов. Перед вызовом шлюз проверяет только это — сумма списывается после ответа, по факту. |
| 403 | forbidden | Аккаунт заблокирован: вызовы модели, пополнение и загрузка файлов ему закрыты. Ключи при этом не отключены — запрет лежит на аккаунте. |
| 413 | invalid_request | Запрос слишком велик для модели: много или тяжёлые файлы, длинная переписка. Запрос не тарифицируется. |
| 413 | — | Тело запроса больше предела в 512 КиБ. |
| 415 | — | Не тот тип содержимого. Заголовок Content-Type должен быть application/json. |
| 422 | invalid_request | Модель не смогла обработать запрос в таком виде. В сообщении — её слова. Запрос не тарифицируется. |
| 429 | concurrent_request | Другой запрос этого аккаунта ещё считается. Пока на балансе 50 кредитов или меньше, текстовые запросы выполняются по одному: списание приходит после ответа, и одновременные запросы увели бы счёт в минус. Дождитесь ответа или пополните баланс. |
| 429 | — | Больше 60 запросов в минуту на один ключ. |
| 502 | upstream_error | Поставщик не ответил или ответил ошибкой. Запрос не тарифицируется: списывать нечего, ответа не было. |
| 503 | service_overloaded | Поставщик перегружен или отбил запрос по своему лимиту. Запрос не тарифицируется, повторить можно через несколько секунд — срок назван в заголовке Retry-After. |
| 503 | upstream_error | Модель временно недоступна у поставщика. Запрос не тарифицируется. |
Что Google говорит про Gemini 3.8 Flash
Gemini 3.8 Flash — языковая модель компании Google, выпущенная 2 сентября 2026 года. В GEN202 миллион присланных токенов стоит 190,3 ₽, миллион токенов ответа — 952,05 ₽.
Объявление о выпуске Gemini 3.8 Flash начинается так: «Building on the momentum of 3.7 Flash from three weeks ago and marking our third Flash release in only six weeks, today we’re introducing Gemini 3.8, our best reasoning and coding model yet, at the same speed and low cost of 3.7». Перевод наш: «Продолжая разгон, взятый с 3.7 Flash три недели назад, и выпуская третью модель Flash всего за шесть недель, мы представляем Gemini 3.8 — нашу лучшую на сегодня модель для рассуждения и кода, с той же скоростью и той же низкой ценой, что у 3.7».
Саму модель там же описывает одна строка: «Gemini 3.8 Flash: our most intelligent workhorse model, delivering significant improvements from 3.7 Flash across software engineering, agentic tasks, and critical, multi-step reasoning in specialized domains». Перевод наш: «Gemini 3.8 Flash — наша самая умная рабочая модель: заметные улучшения против 3.7 Flash в разработке программ, агентных задачах и ответственном рассуждении в несколько шагов в специальных областях».
В карточке модели Gemini 3.8 Flash сказано, на чём выпуск построен: «Gemini 3.8 Flash is the next iteration in the Gemini 3 model family, building on Gemini 3.7 Flash, delivering performance advancements across software engineering and agentic knowledge workflows. It continues to support customizable effort levels to control the mix of quality, cost and latency». Перевод наш: «Gemini 3.8 Flash — следующий выпуск семейства Gemini 3, построенный на Gemini 3.7 Flash: он сильнее в разработке программ и в агентной работе со знаниями. Уровни усилия по-прежнему настраиваются и задают соотношение качества, цены и задержки».
Слова Google о Gemini 3.8 Flash приведены по его страницам на 3 октября 2026 года.
Gemini 3.8 Flash и соседние выпуски ряда: даты и имена для поля model
В каталоге GEN202 три выпуска ряда Flash, и все они вызываются одним ключом. В таблице у каждого — имя у Google, день выхода, суть перемены и имя, которое уходит в поле model.
| Имя у Google | Дата выхода | Что изменилось | Имя для поля model |
|---|---|---|---|
| gemini-3.8-flash | 2 сентября 2026 | Долгая работа над кодом и задачи в несколько шагов; модель чаще проверяет себя и тратит больше токенов | gemini/3-8-flash |
| gemini-3.7-flash | 13 августа 2026 | Переделана основа рассуждения, добавлено понимание видео по шагам | gemini/3-7-flash |
| gemini-3.6-flash | 21 июля 2026 | Код, работа со знаниями и разные виды материала при меньшем расходе токенов, чем у 3.5 Flash | gemini/3-6-flash |
Все три даты Google держит в таблице снятия с поддержки строками «September 2, 2026», «August 13, 2026» и «July 21, 2026», и у каждой из трёх моделей там же стоит «No shutdown date announced» — срок отключения не объявлен.
Почему между выпусками три недели, видно из карточки модели: «Gemini 3.8 Flash is based on Gemini 3.7 Flash. For more information about the model architecture for Gemini 3.8 Flash, see the Gemini 3.7 Flash model card». Перевод наш: «Gemini 3.8 Flash построена на основе Gemini 3.7 Flash. Об устройстве модели Gemini 3.8 Flash смотрите карточку Gemini 3.7 Flash».
Оба прошлых выпуска разобраны на своих страницах — Gemini 3.7 Flash и Gemini 3.6 Flash.
Характеристики Gemini 3.8 Flash: вход, окно и предел ответа
Окно, предел ответа и виды входа у Gemini 3.8 Flash те же, что у прошлого выпуска ряда. В таблице они собраны в одном месте, и числа в ней — те, по которым GEN202 считает вызов.
Виды входа Google перечисляет на странице модели в справочнике Gemini API строкой «Text, Image, Video, Audio, and PDF», а выход — одним словом «Text».
| Характеристика | Значение |
|---|---|
| Что берёт на вход | текст, картинки, видео, звук и PDF |
| Чем отвечает | текстом |
| Имя для поля model | gemini/3-8-flash |
| Окно контекста | 1 048 576 токенов |
| Предел одного ответа | 65 536 токенов |
| Значения reasoning_effort | low, medium и high |
| Дата выхода | 2 сентября 2026 |
| Отсечка знаний | март 2026 года |
Обе ставки Gemini 3.8 Flash — за присланное и за ответ — напечатаны в таблице цен выше по странице.
Как выбрать уровень рассуждения у Gemini 3.8 Flash
Перед ответом модель рассуждает, и глубину рассуждения задаёт поле reasoning_effort. Уровней у неё три — low, medium и high, и для каждого Google называет своё применение в руководстве по модели.
- Оставьте medium для большинства задач. Этот уровень стоит у модели по умолчанию. Google называет его лучшим по качеству для большинства задач и советует для сложного кода и работы по шагам с инструментами: первый проход на нём выходит точнее.
- Поставьте low там, где ответа ждёт человек. Нижний уровень сокращает время до ответа. Google отдаёт ему разговор в реальном времени, черновики текстов, быстрый разбор данных и реагирование на сбои.
- Поднимите до high на самом трудном. Верхний уровень включает рассуждение и работу с инструментами в полную силу. Google предлагает его для глубокого рассуждения, математики и трудных задач в несколько шагов.
- Сравните уровни по расходу. Чем выше уровень, тем больше токенов уходит на рассуждение, а оплачиваются они по ставке ответа. Расход каждого вызова приходит в поле usage — по нему уровни и сравнивают на своей задаче.
GEN202 принимает в поле reasoning_effort значения low, medium и high. Готовый запрос с этим полем стоит в разделе «Вызов через API».
Для чего Google предлагает Gemini 3.8 Flash
Назначение модели карточка называет так: «Gemini 3.8 Flash is well-suited for users, developers, and enterprises, designed for cost-effective scaling of general-purpose, production-ready agents. Some use cases include: software engineering, agent tasks, and complex knowledge workflows». Перевод наш: «Gemini 3.8 Flash подходит обычным пользователям, разработчикам и компаниям и рассчитана на то, чтобы недорого наращивать работу универсальных агентов, готовых к рабочей нагрузке. Среди применений — разработка программ, агентные задачи и сложная работа со знаниями».
В руководстве по модели эти три направления раскрыты: долгая работа над кодом вплоть до переделки сразу многих файлов, агенты с планированием в несколько шагов и вызовом инструментов, рабочие процессы компаний, где важна точность фактов.
Сама Google поставила модель в приложение Gemini, в режим ИИ в Поиске, в Google AI Studio, в Gemini API, в Gemini Enterprise и в среду Antigravity: её агент работает на этой модели по умолчанию.
Что Gemini 3.8 Flash принимает на вход: видео, звук и PDF
Кроме текста модель принимает картинки, видео, звуковые файлы и документы PDF, и кладутся они в тот же запрос, что и задание. Видео и звук на входе берут в каталоге только модели Google: Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.7 Flash и Gemini 3.6 Flash.
Про документы Google пишет в руководстве по разбору документов: «Gemini models can process documents in PDF format, using native vision to understand entire document contexts». Перевод наш: «Модели Gemini разбирают документы в формате PDF собственным зрением и понимают документ целиком». В проверке GEN202 2 октября 2026 года модель разобрала присланные PDF и картинку и вызвала функцию.
Окно у модели — 1 048 576 токенов на весь запрос: задание, приложенный материал и прошлая переписка делят его между собой. Ответ бывает длиной до 65 536 токенов.
Ответ приходит текстом. Присланные ролик, звуковой файл и документ модель разбирает, а картинки и видео в каталоге создают отдельные модели.
Сколько токенов тратит Gemini 3.8 Flash и как считается длинный запрос
Ставки у Gemini 3.8 Flash те же, что у Gemini 3.7 Flash: 190,3 ₽ за миллион присланных токенов и 952,05 ₽ за миллион токенов ответа. От длины запроса они не зависят, поэтому длинный материал кладут в запрос целиком.
Разница между выпусками — в расходе. Google пишет об этом прямо: «Gemini 3.8 Flash can use more tokens on longer running and complex tasks, by design. To deliver higher-quality results on difficult, multi-step goals, the model takes smaller reasoning steps, calls tools iteratively, and verifies its work along the way». Перевод наш: «Gemini 3.8 Flash по замыслу может тратить больше токенов на долгих и сложных задачах. Чтобы результат на трудных целях в несколько шагов был лучше, модель рассуждает мелкими шагами, вызывает инструменты по кругу и по ходу проверяет свою работу».
Там же сказано, что с этим делать: «Not every workflow needs this level of verification. For everyday tasks, you can lower the reasoning effort to reduce token consumption. Alternatively, Gemini 3.7 Flash remains fully supported». Перевод наш: «Такая проверка нужна не каждой работе. На повседневных задачах уровень рассуждения можно снизить и так сократить расход токенов. Либо остаться на Gemini 3.7 Flash: она полностью поддерживается».
Токены рассуждения входят в счёт по ставке ответа: на странице цен Gemini API ставка выхода у этой модели так и подписана — «Output price (including thinking tokens)», цена выхода вместе с токенами обдумывания.
Рублёвые ставки Gemini 3.8 Flash на этой странице назначает GEN202; Google считает свою цену в долларах. Пакеты пополнения, которыми оплачивают Gemini 3.8 Flash, и цена кредита собраны на странице цен.
Что у Gemini 3.8 Flash выросло против Gemini 3.7 Flash
В карточке модели стоит таблица «Results as of September, 2026», и колонки двух соседних выпусков идут в ней рядом. Новый выпуск выше прошлого в каждой её строке.
Строки идут по областям работы: долгая разработка программ, работа со знаниями, задачи финансового аналитика и юриста, работа из командной строки, разбор документов PDF и сложных графиков, длинное видео, работа за компьютером и задачи по биологии.
Два примера с числами: в долгой разработке программ — 73,7 процента против 65,3 на наборе DeepSWE v1.1, в работе за компьютером — 59,0 процента против 50,6 на OSWorld-2.0.
Одно число Google вынес в объявление: «3.8 Flash also achieves a 54.9% on HLE-Verified, demonstrating its ability to handle multi-step reasoning across STEM, humanities, and professional fields». Перевод наш: «3.8 Flash набирает 54,9 процента на HLE-Verified и показывает, что справляется с рассуждением в несколько шагов в точных науках, гуманитарных и профессиональных областях». У прошлого выпуска в той же строке таблицы 53,6 процента.
Все эти числа — собственные замеры Google. На своей работе выпуски сравнивают одним заданием на обеих моделях: цена у них одна, а Gemini 3.7 Flash стоит в том же каталоге.
Что показали независимые проверки Gemini 3.8 Flash
Сводный показатель у Artificial Analysis записан так: «Gemini 3.8 Flash (High) scores 41 on the Artificial Analysis Intelligence Index, placing it well above average among comparable models (median: 26)». Перевод наш: «Gemini 3.8 Flash на уровне high набирает 41 балл по индексу интеллекта Artificial Analysis — заметно выше среднего среди сопоставимых моделей, где медиана 26». На уровне medium, который стоит у модели по умолчанию, там же 40 баллов, на low — 33.
Там же видно, во что обходится глубина: на весь набор проверок уровень high израсходовал 170 миллионов токенов ответа, уровень medium — 95 миллионов, а медиана у сопоставимых моделей — 81 миллион.
Скорость на уровне high — 239 токенов в секунду при медиане 77, а первого токена ответа ждут 15,82 секунды при медиане 4,03 секунды у рассуждающих моделей близкой цены.
Саймон Уиллисон в день выпуска, 2 сентября 2026 года, попросил модель одной строкой сделать что-нибудь занятное на HTML и записал итог: «Took 13 seconds, cost 1.8 cents» — 13 секунд и 1,8 цента. Про ряд Flash он пишет: «it's fast, cheap, and competent at things like HTML and JavaScript» — перевод наш: «он быстрый, дешёвый и толковый в таких вещах, как HTML и JavaScript».
Два соседних выпуска между собой сравнивает текстовая арена LMArena, где люди вслепую выбирают лучший из двух ответов: 2 октября 2026 года у строки gemini-3.8-flash-high 1495 очков при 26 298 голосах, у gemini-3.7-flash-high — 1488 при 21 539. Обе строки помечены «Preliminary», то есть оценка ещё уточняется.
Страницы Artificial Analysis и LMArena о Gemini 3.8 Flash приведены на 3 октября 2026 года.
До какого времени Gemini 3.8 Flash знает мир
Границу знаний Google называет в карточке модели: «The knowledge cutoff date for Gemini 3.8 Flash is March 2026 – users can expect updated information for some domains while in others they may experience the model’s knowledge is limited to January 2025 (in line with the Gemini 3 Model Family)». Перевод наш: «Отсечка знаний Gemini 3.8 Flash — март 2026 года: по одним областям сведения свежие, по другим знания модели могут обрываться на январе 2025 года, как у всего семейства Gemini 3».
Граница та же, что у двух прошлых выпусков ряда: новая модель построена на Gemini 3.7 Flash и знания унаследовала от неё.
Свежие сведения — цены, сроки, новые имена — присылают прямо в запросе: окно модели на это рассчитано.
Что Google оговаривает про Gemini 3.8 Flash
В карточке модели Google повторяет оговорки, общие для ряда: модель может выдумать факт, а ответ иногда приходит с задержкой или обрывается по времени ожидания. Новая строка в этом выпуске — про расход: на высоких уровнях рассуждения модель тратит больше токенов.
Проверки безопасности и тона Google сводит так: «Overall, Gemini 3.8 Flash performs similarly to Gemini 3.7 Flash across both safety and tone, with low unjustified refusals». Перевод наш: «В целом Gemini 3.8 Flash держится вровень с Gemini 3.7 Flash и по безопасности, и по тону, а необоснованных отказов мало».
По рамке предельных возможностей он опирается на проверку прошлого выпуска: значимых новых возможностей в её областях у модели, по его оценке, не прибавилось, и выход на отслеживаемые уровни он считает маловероятным.
В объявлении названа защита от злоупотреблений в двух областях — оружие массового поражения и нападения на вычислительные системы — и заметно выросшая стойкость к чужим указаниям, подложенным в запрос; её замеряла компания Gray Swan.
Параметры выборки — temperature, top_p и top_k — Google в разделе о переходе на эту модель называет устаревшими и советует убрать из настроек. Запрос к GEN202 с полями temperature и top_p проходит: так было в проверке 2 октября 2026 года.
Как купить доступ к Gemini 3.8 Flash в России и сколько стоит миллион токенов
Gemini 3.8 Flash по API покупают на GEN202, и счёт у Google для этого заводить не нужно: войдите, внесите рубли на баланс и получите ключ в кабинете. Запросы к Gemini 3.8 Flash принимает адрес GEN202, поэтому из России модель отвечает без VPN.
- Откройте счёт. Счёт заводится письмом со ссылкой или через Яндекс, и на нём сразу появляются 50 приветственных кредитов — по ставке Gemini 3.8 Flash это 26 тысяч токенов ответа.
- Внесите деньги. Самое маленькое пополнение — 500 ₽, это 1 000 кредитов: у Gemini 3.8 Flash их хватит на 525 тысяч токенов ответа или на 2,6 миллиона токенов присланного материала.
- Получите ключ. Ключ выпускают в кабинете, а в поле model запроса пишут gemini/3-8-flash; этот же ключ вызывает Gemini 3.7 Flash, Gemini 3.6 Flash и остальной каталог.
За миллион присланных токенов Gemini 3.8 Flash берёт 190,3 ₽, за миллион токенов ответа — 952,05 ₽, а тысяча токенов ответа, около 500 слов по-русски, стоит 0,95 ₽. С длиной запроса ставка Gemini 3.8 Flash не растёт, и обе её части есть в таблице цен выше.
С того же счёта оплачиваются GPT, Grok, Claude, Kimi, DeepSeek и Jev, картинки и видео из каталога, а поговорить с Gemini 3.8 Flash без ключа можно в чате Gemini. Как устроена покупка для всех моделей Gemini, включая Gemini 3.8 Flash, и что при этом даётся бесплатно, рассказано на странице Gemini API.