Gemini 3.8 Flash: Model Agen Coding Google yang Lebih Murah dan Fairwind untuk Pertahanan Siber

Google merilis Gemini 3.8 Flash sebagai model serbaguna untuk rekayasa perangkat lunak, tugas agentic—yakni alur kerja AI yang dapat merencanakan dan menjalankan langkah-langkah—serta penalaran khusus yang membutuhkan banyak tahap. Bersamaan dengan itu, Google memperkenalkan model pertahanan siber yang aksesnya dibatasi. 8

Nilai jual utamanya bukan sekadar respons cepat atau tarif token murah. Google menempatkan Flash sebagai model andalan untuk alur kerja developer dan agen yang berjalan lebih lama, dengan harga awal yang jauh di bawah sejumlah model frontier pesaing. 8

Rilis Flash ketiga dalam enam minggu

Gemini 3.8 Flash meluncur tiga minggu setelah Gemini 3.7 Flash. Artinya, ini adalah rilis ketiga keluarga Flash dalam enam minggu. Google menyebutnya sebagai model “workhorse” atau model andalan paling cerdasnya, dengan peningkatan pada rekayasa perangkat lunak, tugas agentic, dan penalaran multilangkah pada bidang khusus. 38

Bagi developer, perbedaannya penting: Flash 3.8 tidak hanya diarahkan untuk permintaan singkat berlatensi rendah. Model ini ditujukan pula bagi pekerjaan yang perlu menyusun rencana, melakukan eksekusi berulang, dan memakai alat bantu. Itu membuatnya relevan untuk asisten pemrograman maupun alur kerja otonom, tetapi pola pemakaian akan sangat menentukan biaya sebenarnya.

Harga Gemini 3.8 Flash: tarif awal sampai akhir 2026

Harga API perkenalan Gemini 3.8 Flash adalah US$0,75 per juta token input dan US$3,75 per juta token output—sama seperti Gemini 3.7 Flash. Tarif ini berlaku hingga 31 Desember 2026. Mulai 1 Januari 2027, harga standar yang dilaporkan menjadi US$1,50 per juta token input dan US$7,50 per juta token output. 38

Bagi tim yang sedang menyusun anggaran, pengujiannya perlu dilakukan dengan catatan tersebut: biaya evaluasi pada masa promo belum tentu mencerminkan tarif daftar pada 2027.

Harga token bukan satu-satunya ukuran biaya

Model yang dirancang untuk bernalar lebih lama, memeriksa hasilnya sendiri, dan berulang kali memanggil alat dapat memakai lebih banyak token output serta lalu lintas alat untuk satu tugas yang selesai. Artificial Analysis melaporkan biaya terukur sekitar US$0,58 per tugas Intelligence Index untuk Gemini 3.8 Flash, dibanding US$0,40 pada Gemini 3.7 Flash, bersamaan dengan rata-rata token output yang lebih tinggi. 2532

Jadi, harga per token yang rendah belum otomatis berarti tagihan akhir rendah untuk loop agen yang kompleks. Ukuran yang lebih berguna adalah biaya per tugas yang berhasil diselesaikan pada repositori dan alur kerja sendiri, bukan hanya tarif input-output. Untuk tugas lebih sederhana yang sudah dapat ditangani 3.7 Flash dengan baik, mempertahankan model tersebut dalam strategi pemilihan model bisa menjadi cara mengendalikan biaya selama keduanya memakai tarif perkenalan yang sama. 3

Perbandingan dengan GPT-5.6 Sol, Grok 4.6, dan Claude Fable 5.1

Pada Intelligence Index komposit dari Artificial Analysis, Gemini 3.8 Flash memperoleh skor 59 pada pengaturan penalaran tinggi, naik tiga poin dari Gemini 3.7 Flash. Skor itu sama dengan GPT-5.6 Sol pada penalaran extra-high dan Grok 4.6 pada penalaran medium. Pada pengaturan lebih tinggi dalam laporan yang sama, GPT-5.6 Sol dan Grok 4.6 mencapai 61, sedangkan Claude Fable 5.1 mencapai 66. 21

Angka ini berguna sebagai titik pembanding, bukan peringkat mutlak. Hasil dapat berubah bergantung pada level penalaran, komposisi tugas, batas latensi, kebijakan penggunaan alat, dan anggaran token.

Model	Hasil Intelligence Index yang dilaporkan	Harga API utama per 1 juta token input/output
Gemini 3.8 Flash	59 pada penalaran tinggi	US$0,75 / US$3,75 perkenalan; US$1,50 / US$7,50 standar 321
GPT-5.6 Sol	59 pada extra-high; 61 pada maksimum	US$5 / US$30 2021
Grok 4.6	59 pada medium; 61 pada tinggi	US$2 / US$6 2021
Claude Fable 5.1	66 pada maksimum	US$10 / US$50 2126

Tarif token awal Gemini memang secara material lebih murah daripada tarif daftar pesaing yang disebut di atas. Namun, harga daftar lebih rendah tidak membuktikan bahwa model itu akan lebih murah untuk seluruh beban kerja. Hasil CursorBench, misalnya, memperlihatkan gambaran spesifik tugas yang berbeda: Fable 5.1 Max mencatat tingkat keberhasilan lebih tinggi daripada Gemini 3.8 Flash High, sementara Gemini mencatat biaya proses terukur yang lebih rendah pada benchmark itu. 30

Karena itu, keputusan sebaiknya dibuat berdasarkan pengujian pada level penalaran, panjang konteks, dan izin penggunaan alat yang benar-benar dibutuhkan dalam produksi.

Fairwind: akses terbatas untuk Gemini 3.8 Flash Cyber

Di samping model umum tersebut, Google meluncurkan Fairwind Program, inisiatif akses terbatas untuk pemerintah, mitra tepercaya, dan pembela sektor prioritas. Contoh yang disebut Google mencakup penyedia layanan kesehatan dan layanan telekomunikasi. 514

Peserta Fairwind memperoleh akses awal ke Gemini 3.8 Flash Cyber, varian yang berfokus pada keamanan siber. Google menyatakan model ini ditujukan untuk pendeteksian kerentanan dan penambalan otomatis. Program tersebut memasangkannya dengan CodeMender, agen keamanan kode milik Google, untuk mendukung riset kerentanan serta perbaikan perangkat lunak. 814

Ini bukan berarti model siber tersebut tersedia untuk seluruh pelanggan API. Pembatasan aksesnya penting karena kemampuan menemukan dan memperbaiki kerentanan bersifat dual-use: dapat memperkuat pertahanan, tetapi juga berpotensi disalahgunakan. Karena itu, pembatasan kepada pembela tepercaya merupakan bagian dari desain produk, bukan sekadar soal ketersediaan. 514

Sinyal strategi AI Google

Peluncuran ini memperlihatkan pendekatan dua jalur:

• Ketersediaan umum: merilis model yang ekonomis untuk coding, penalaran, dan pengembangan agen.
• Akses terkendali: menempatkan kemampuan siber yang lebih sensitif di balik program untuk pembela yang telah diseleksi. 58

Rilis ini juga terjadi saat peta jalan model flagship Google masih belum jelas. Demis Hassabis berpindah dari kepemimpinan operasional harian Google DeepMind menjadi chairman DeepMind dan chief scientist Alphabet; ia tidak meninggalkan Alphabet. Secara terpisah, laporan menyebut Gemini 3.5 Pro yang semula diharapkan hadir pada Juni mengalami penundaan. 33

Konteks tersebut tidak membuktikan alasan Google mempercepat rilis Flash. Namun, arahnya terlihat jelas: Gemini 3.8 Flash adalah taruhan konkret yang sudah tersedia untuk agen yang mampu tetapi sadar biaya, sementara jadwal model flagship Google masih kurang pasti.

Intinya

Gemini 3.8 Flash menarik bagi tim yang menginginkan kemampuan coding dan penalaran agentic lebih kuat daripada model ringan biasa, dengan harga token awal yang rendah. Posisi benchmark-nya menunjukkan kemampuan kompetitif pada pengaturan tertentu, tetapi tidak menjadikannya pemimpin mutlak atas GPT-5.6 Sol, Grok 4.6, atau Claude Fable 5.1. 21

Bagi pembeli, pengujian terpenting adalah total biaya dan keandalan pada tugas nyata—terutama ketika alur kerja melibatkan jejak penalaran panjang dan panggilan alat berulang. Untuk organisasi keamanan yang memenuhi syarat Fairwind, pengumuman yang lebih penting justru dapat berupa akses terkendali ke Flash Cyber dan CodeMender untuk mendeteksi serta memperbaiki kerentanan. 14