Gemini 3.8 Flash: análisis del modelo, precios y benchmarks
Gemini 3.8 Flash no es el modelo más nuevo de Google, pero igual quise probarlo: qué dice Google que trae y cómo se porta cuando le pides algo concreto. Hice con él la misma prueba que ya había hecho con DeepSeek-V4.1-Flash: una turbina de avión en 3D, generada por la API a partir de una sola consigna.
Primero van las cifras que publica Google. Después, la prueba y una comparación con DeepSeek y con Gemini 4 Argon. Esta comparación de tres modelos es de la primera ronda. La más reciente, con Kimi K3.1 Pro y una consigna más detallada, está en el artículo de Kimi. Hay más análisis de este tipo en el centro de Modelos de IA.
Una advertencia sobre las cifras: las puntuaciones de la primera parte las publica Google en la ficha del modelo. No las midió un evaluador independiente. Las cifras de la prueba propia salen de una sola ejecución mía por modelo.
En corto
- Qué es: el modelo que Google describe como “our most intelligent workhorse model” (algo así como “nuestro modelo de trabajo más inteligente”). Es un LLM multimodal: acepta texto, imágenes, audio y video, y responde con texto.
- Límites: hasta 1M de tokens de entrada y 64K de salida.
- Esfuerzo de razonamiento: tres niveles,
low,medium(el predeterminado) yhigh. - Precio: 0,75 dólares por millón de tokens de entrada y 3,75 por millón de salida hasta el 31 de diciembre de 2026. Desde el 1 de enero de 2027, 1,50 y 7,50.
- Mi prueba: una turbina 3D con la misma consigna en tres modelos. Salió bien en los tres. Después hice una segunda ronda con una consigna más detallada y un cuarto modelo; está en la comparación de los cuatro modelos.
Qué dice Google del modelo
Fecha, límites y disponibilidad
Tabla 1: Datos básicos de Gemini 3.8 Flash según Google
| Dato | Lo que dice Google | Fuente |
|---|---|---|
| Fecha de publicación | “Published 2 September 2026” | Ficha del modelo |
| Entrada | “a token context window of up to 1M” | Ficha del modelo |
| Salida | “Text, with a 64K token output” | Ficha del modelo |
| Fecha de corte del conocimiento | “March 2026” | Ficha del modelo |
| Identificador en la API | gemini-3.8-flash | Modelos de la API |
| Dónde está | Google Antigravity, la API de Gemini (Google AI Studio y Android Studio) y Stitch; en Gemini Enterprise; y para suscriptores de Google AI Pro y Ultra | Anuncio de Google |
Cómo leerla: el “contexto de hasta 1M” es lo que puedes enviar al modelo, y los 64K son lo máximo que puede devolver en una respuesta. Si quieres repasar el concepto, está en ventana de contexto.
El anuncio presenta dos variantes: Gemini 3.8 Flash y Gemini 3.8 Flash Cyber. La segunda es la de ciberseguridad y, según el anuncio, se limita a defensores de confianza a través del programa Fairwind. Este artículo habla solo de la general.
Sobre la velocidad, el anuncio dice que el modelo trabaja “at the same speed and low cost of 3.7”. No da cifras de velocidad. También avisa: “At times, the model might use more tokens to maximize performance”. Esto último se nota en mi prueba.
Niveles de razonamiento
La documentación de la API de Gemini lista para gemini-3.8-flash el pensamiento como “On (medium)” y los niveles low, medium y high. El nivel minimal no está disponible para este modelo. Un modelo de razonamiento piensa antes de responder, y ese pensamiento también se cobra. La página de pensamiento lo dice así: “When thinking is turned on, response pricing is the sum of output tokens and thinking tokens”. Y añade que el cobro se basa en los tokens completos de razonamiento, aunque la API solo devuelva un resumen.
Precios
Tabla 2: Precios de Gemini 3.8 Flash por millón de tokens, nivel de pago, según Google
| Concepto | Hasta el 31 de diciembre de 2026 | Desde el 1 de enero de 2027 |
|---|---|---|
| Entrada | 0,75 dólares | 1,50 dólares |
| Salida (incluye el razonamiento) | 3,75 dólares | 7,50 dólares |
| Entrada en caché | 0,075 dólares | 0,15 dólares |
Fuente: página de precios de la API de Gemini, consultada el 27 de octubre de 2026. La página dice “$0.75 through December 31, 2026.” y “$1.50 starting January 1, 2027.” para la entrada, y “$3.75 through December 31, 2026.” y “$7.50 starting January 1, 2027.” para la salida. También indica que el nivel gratuito es “Free of charge”.
El anuncio llama a estos 0,75 y 3,75 dólares el precio de introducción: “Introductory price expires on December 31, 2026”.
Benchmarks
Un benchmark es una prueba estándar para comparar modelos. Esta es la tabla que publica Google en la ficha del modelo, con cuatro de sus seis columnas (omito Claude Sonnet 5 y GPT-5.6 Terra). Los nombres de pruebas y modelos están tal como los escribe Google.
Tabla 3: Gemini 3.8 Flash frente a otros modelos, según la ficha del modelo de Google
| Benchmark (qué mide) | Gemini 3.8 Flash | Gemini 3.7 Flash | Claude Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| DeepSWE v1.1 (ingeniería de software de largo recorrido) | 73,7 % | 65,3 % | 74,0 % | 72,7 % |
| GDPVal-AA v2 (trabajo de conocimiento, Elo) | 1545 | 1482 | 1824 | 1710 |
| Vals Finance Agent v2 (tareas de analista financiero) | 61,4 % | 59,0 % | 58,6 % | 53,8 % |
| Harvey’s Legal Agent Benchmark (flujos legales complejos) | 10,0 % | 8,8 % | 6,7 % | 2,5 % |
| Terminal-bench 2.1 (programación en terminal) | 89,4 % | 85,8 % | 89,1 % | 88,8 % |
| Terminal-bench 4.0 (capacidades generales de agente) | 19,1 % | 11,2 % | 51,8 % | 37,3 % |
| GDP.PDF (comprensión de PDF) | 35,0 % | 34,0 % | 37,0 % | 40,0 % |
| CharXiv Reasoning (síntesis de gráficos complejos, sin herramientas) | 86,2 % | 84,5 % | 83,7 % | 85,8 % |
| LVBench (video largo) | 87,8 % (agéntico); 87,1 % (estático) | 85,4 % | 75,4 % | 82,1 % |
| HLE-Verified (razonamiento experto multidisciplinario) | 54,9 % | 53,6 % | 54,4 % | 54,5 % |
| OSWorld-2.0 (uso del computador, puntuación parcial) | 59,0 % | 50,6 % | 75,4 % | 62,6 % |
| BioMysteryBench, Human Solvable | 88,8 % | 87,1 % | 90,1 % | 79,5 % |
| BioMysteryBench, Human Difficult | 56,5 % | 43,5 % | 49,4 % | 44,7 % |
| LABBench2 (investigación en biología) | 86,2 % | 82,1 % | 84,2 % | 82,1 % |
Cómo leerla: cada fila es una prueba distinta y, en todas, más alto es mejor (GDPVal-AA es una puntuación Elo, no un porcentaje). Fíjate en dos cosas. Frente a su antecesor, Gemini 3.7 Flash, mejora en todas las filas. Frente a los modelos más grandes de la tabla, queda por detrás en las pruebas de agente más duras, como Terminal-bench 4.0 (19,1 % contra 51,8 % de Claude Opus 5) y OSWorld-2.0 (59,0 % contra 75,4 %). Son números de Google, medidos bajo sus condiciones.
El anuncio de Google destaca dos: sobre DeepSWE v1.1 dice que “3.8 Flash outperforms most larger frontier models in autonomously solving complex engineering problems end to end”, y añade que logra “54.9% on HLE-Verified”.
Prueba propia: una turbina en 3D generada con la API
Las tablas de arriba las publica Google. Para ver al modelo trabajar en algo concreto le pedí lo mismo que a DeepSeek: una animación 3D de un motor de avión con un corte parcial que deje ver cómo funciona por dentro. Usé la misma consigna, sin tocarla, y publico el resultado tal como salió.
Cómo se hizo:
- Modelo:
gemini-3.8-flash, por la API de Gemini (métodostreamGenerateContent, con respuesta en streaming). - Razonamiento: activado, con
thinkingLevelenhigheincludeThoughtsentrue. - Límite de salida:
maxOutputTokensen 65536. - Fecha: 27 de octubre de 2026, 20:46 UTC (15:46 en Colombia).
- Intentos: lo corrí una sola vez, sin reintentos ni correcciones.
La consigna (prompt) completa fue esta, idéntica a la de DeepSeek:
Crea una animación 3D interactiva de un motor turbofan (motor a reacción de avión) con un corte parcial que deje ver su funcionamiento interno.
Requisitos:
- Un único archivo HTML autocontenido. Usa Three.js 0.169.0 desde https://cdn.jsdelivr.net/npm/three@0.169.0/ con un import map (módulo `three` y `three/addons/`). No cargues ningún otro recurso externo: ni imágenes, ni fuentes, ni modelos.
- Construye la geometría con primitivas de Three.js. Incluye, en orden de adelante hacia atrás: el ventilador (fan) con sus álabes, el compresor de baja y de alta presión (varias etapas de álabes), la cámara de combustión, la turbina de alta y de baja presión, el eje central y la tobera de salida, todo dentro de una carcasa (nacelle).
- Corte parcial: quita un cuarto de la carcasa y de las piezas estáticas para que se vea el interior, como en un modelo de museo.
- Animación: las piezas giratorias rotan alrededor del eje; el ventilador y la turbina de baja presión giran juntos más lento, y el compresor y la turbina de alta presión giran juntos más rápido. Representa el flujo de aire con partículas que entran por el ventilador, se dividen entre el flujo de derivación (bypass) y el núcleo, cambian de color al pasar por la cámara de combustión y salen por la tobera.
- Controles: OrbitControls para girar y hacer zoom; un botón para pausar o reanudar; un botón para alternar entre vista con corte y vista completa; y un botón de "despiece" que separa las secciones a lo largo del eje con una transición suave y las vuelve a unir.
- Etiquetas en español sobre cada sección (Ventilador, Compresor, Cámara de combustión, Turbina, Tobera) que sigan a la pieza al girar la cámara.
- Fondo oscuro, iluminación que destaque el metal, y que se adapte al tamaño de la ventana (también en un celular).
- Rendimiento razonable: que funcione fluido en una laptop común.
Devuelve solo el archivo HTML completo dentro de un bloque de código ```html.Three.js es una biblioteca de JavaScript para dibujar escenas 3D en el navegador.
Tabla 4: Consumo de la prueba con Gemini 3.8 Flash
| Dato | Valor |
|---|---|
| Tokens de entrada (la consigna) | 500 |
| Tokens de salida, en total | 40.710 |
| De ellos, razonamiento | 23.410 |
| De ellos, la respuesta (el código) | 17.300 |
| Tiempo hasta el último fragmento recibido | unos 247 segundos |
| Costo, calculado con los precios oficiales | unos 0,153 dólares |
| Resultado | un archivo HTML de unos 46,6 KB, 1.361 líneas |
Cómo leerla: el 58 % de los tokens de salida fue razonamiento interno, que no se ve en el resultado pero sí se paga y se espera. Los otros 17.300 tokens son el código final. La cuenta del costo: 500 tokens de entrada a 0,75 dólares por millón, más 40.710 tokens de salida (razonamiento y respuesta) a 3,75 dólares por millón, da unos 0,153 dólares.
Sobre las mediciones:
- Costo: la API de Google no tiene un servicio para consultar el saldo, así que no pude leerlo como hice con DeepSeek. Lo calculé multiplicando los tokens que informa la API (
usageMetadata) por los precios oficiales de la Tabla 2. La cuenta es de pago: Gemini 4 Argon no está en el plan gratuito y corrió con la misma llave. - Tiempo: se midió desde que envié la petición hasta el último fragmento recibido por streaming.
- Razonamiento: el texto de “pensamiento” que devuelve la API es un resumen. El número de tokens de razonamiento sale del campo
thoughtsTokenCount. - Velocidad: a ese ritmo, el modelo generó unos 165 tokens por segundo.
Si no se ve bien en la página, puedes abrir la turbina a pantalla completa. Puedes girarla con el ratón o el dedo, acercarte y usar los botones de la interfaz.
Mi opinión: Me gustó el resultado. Los reflejos y el acabado metálico están bien logrados, y en general las piezas del motor encajan mejor que en el intento de DeepSeek. La interfaz con los botones funciona bien y es un buen detalle que muestre las revoluciones por minuto. Lo único que no me convenció fue el encuadre: la turbina aparece demasiado pegada a la cámara, y la carcasa exterior quedó un poco corta en comparación con el resto del cuerpo. Pero para una orden básica, cumplió bastante bien.
El único recurso externo que carga es Three.js desde jsDelivr, como pedía la consigna.
Detalles técnicos que muestran que no es perfecto: revisando el código aparecen tres fallos.
- El corte no aparece al cargar: se supone que arranca con la vista en corte, porque el botón “Vista con Corte” aparece activo, pero se ve la turbina completa. Si la opción de corte está activa al cargar, debería mostrar la sección cortada. Hay que pulsar el botón dos veces para ver el interior.
- El despiece deja piezas atrás: el cuarto de carcasa que se retira y los bordes naranjas del corte no se mueven con su módulo. Cuando las secciones se separan, esas piezas se quedan en su sitio.
- No deja hacer zoom en el celular: la página bloquea el zoom con los dedos (
user-scalable=no), una práctica que las pautas de accesibilidad desaconsejan.
Es una sola ejecución, así que sirve como muestra y no como medición. Con otra consigna, otro nivel de esfuerzo u otro intento, el resultado y el consumo cambian.
Segunda ronda: prompt más detallado
Después repetí la prueba con una consigna más detallada: la misma de arriba más una lista de “Detalles de calidad” (álabes curvos, sin piezas que se crucen, corte como estado inicial, un control de empuje con velocidad variable y más). La consigna completa está en el artículo de Kimi K3.1 Pro, junto con la comparación de los cuatro modelos.
Con Gemini 3.8 Flash hice dos intentos. El primero: 833 tokens de entrada, 35.638 de salida (18.859 de razonamiento y 16.779 de código), unos 249 segundos, 48,0 KB y unos 0,134 dólares. El segundo: 29.047 de salida (11.366 de razonamiento y 17.681 de código), unos 159 segundos, 50,7 KB y unos 0,110 dólares. Los costos son calculados con los precios oficiales.
En el primer intento aparece un objeto raro atravesado al frente, un anillo con un tubo largo que parece un equipo y no un motor de avión, y la carcasa tapa el corte. El segundo también salió mal. Puedes ver los resultados en las páginas del intento 1 y del intento 2.
Mi opinión: Aquí el modelo mostró su límite. De los cuatro, fue el que peor reaccionó cuando le pedí precisión. En los dos intentos el resultado salió defectuoso: piezas cruzadas, tubos que no corresponden a un motor y la carcasa tapando el corte que debía mostrar el interior. Funciona muy bien cuando le das una orden abierta y tiene libertad para crear, pero cuando le exiges encajes y dimensiones exactas, se pierde por completo.
Tercer intento: una consigna ajustada para Gemini 3.8 Flash
Después de los dos intentos fallidos de la segunda ronda, quise ver si Gemini 3.8 Flash podía llegar a un resultado decente con una consigna ajustada a su medida. La consigna es la primera, más una lista corta de “Detalles clave” en lugar de la lista larga:
Crea una animación 3D interactiva de un motor turbofan (motor a reacción de avión) con un corte parcial que deje ver su funcionamiento interno.
Requisitos:
- Un único archivo HTML autocontenido. Usa Three.js 0.169.0 desde https://cdn.jsdelivr.net/npm/three@0.169.0/ con un import map (módulo `three` y `three/addons/`). No cargues ningún otro recurso externo: ni imágenes, ni fuentes, ni modelos.
- Construye la geometría con primitivas de Three.js. Incluye, en orden de adelante hacia atrás: el ventilador (fan) con sus álabes, el compresor de baja y de alta presión (varias etapas de álabes), la cámara de combustión, la turbina de alta y de baja presión, el eje central y la tobera de salida, todo dentro de una carcasa (nacelle).
- Corte parcial: quita un cuarto de la carcasa y de las piezas estáticas para que se vea el interior, como en un modelo de museo.
- Animación: las piezas giratorias rotan alrededor del eje; el ventilador y la turbina de baja presión giran juntos más lento, y el compresor y la turbina de alta presión giran juntos más rápido. Representa el flujo de aire con partículas que entran por el ventilador, se dividen entre el flujo de derivación (bypass) y el núcleo, cambian de color al pasar por la cámara de combustión y salen por la tobera.
- Controles: OrbitControls para girar y hacer zoom; un botón para pausar o reanudar; un botón para alternar entre vista con corte y vista completa; y un botón de "despiece" que separa las secciones a lo largo del eje con una transición suave y las vuelve a unir.
- Etiquetas en español sobre cada sección (Ventilador, Compresor, Cámara de combustión, Turbina, Tobera) que sigan a la pieza al girar la cámara.
- Fondo oscuro, iluminación que destaque el metal, y que se adapte al tamaño de la ventana (también en un celular).
- Rendimiento razonable: que funcione fluido en una laptop común.
Detalles clave (revísalos antes de entregar):
- Geometría ordenada: el eje del motor va sobre el eje X y todas las piezas quedan centradas en él. La entrada de aire es un anillo que mira hacia adelante, alineado con la carcasa. Nada sobresale del motor ni queda atravesado.
- Álabes con forma real: perfil curvo y torcido (no placas rectangulares) en el ventilador, el compresor y la turbina, sin chocar con la carcasa.
- La vista con corte es el estado inicial y se ve el interior desde el primer momento.
- Control de empuje con velocidad variable: un control deslizante que cambie con una transición suave la velocidad de los dos ejes y de las partículas, con indicadores de rpm y de temperatura que se actualicen.
- Materiales sencillos (MeshStandardMaterial) para que se vea bien en cualquier equipo.
- No bloquees el zoom del navegador en el celular.
Devuelve solo el archivo HTML completo dentro de un bloque de código ```html.Tabla 5: Consumo del intento con la consigna ajustada
| Dato | Valor |
|---|---|
| Tokens de entrada (la consigna) | 707 |
| Razonamiento | 16.622 |
| Respuesta (el código) | 16.343 |
| Salida total | 32.965 |
| Tiempo | unos 226 segundos |
| Archivo HTML | unos 44,5 KB |
| Costo, calculado con los precios oficiales | unos 0,124 dólares |
Con este intento, Gemini 3.8 Flash suma tres intentos después de la primera ronda: unos 634 segundos y unos 0,37 dólares calculados. La página resultante no mejoró.
Mi opinión: El resultado no mejoró. Salió una forma bastante extraña que no parece un motor de avión; se nota que el modelo intentó cumplir con los requisitos, pero no logró resolver la geometría y se desarmó. Tres intentos para llegar a esto: apague y vámonos. Queda claro que con Gemini 3.8 Flash, insistirle con más detalles en este tipo de tareas solo hace perder tiempo y dinero.
La misma prueba en tres modelos
Esta comparación es de la primera ronda, con la consigna simple. La más reciente, con cuatro modelos y dos consignas, está en el artículo de Kimi K3.1 Pro.
Repetí la prueba con Gemini 4 Argon, el modelo más nuevo de Google, y la comparé con la de DeepSeek-V4.1-Flash. Los tres recibieron la misma consigna. El detalle de Argon está en su artículo y el de DeepSeek en el suyo.
Tabla 6: La misma consigna en tres modelos, una ejecución por modelo
| Dato | DeepSeek-V4.1-Flash | Gemini 3.8 Flash | Gemini 4 Argon |
|---|---|---|---|
| Tokens de entrada (la consigna) | 593 | 500 | 522 |
| Razonamiento | 43.023 | 23.410 | 9.235 |
| Respuesta (el código) | 8.972 | 17.300 | 21.595 |
| Salida total | 51.995 | 40.710 | 30.830 |
| Parte de razonamiento | 83 % | 58 % | 30 % |
| Tiempo | unos 226 s | unos 247 s | unos 295 s |
| Archivo HTML | unos 25 KB | unos 46,6 KB | unos 62,7 KB |
| Costo | unos 0,06 dólares | unos 0,153 dólares | unos 0,309 dólares |
| Cómo se obtuvo el costo | saldo de la cuenta | tokens × precio oficial (0,75 y 3,75) | tokens × precio de lanzamiento (2 y 10) |
Cómo leerla: DeepSeek gastó la mayor parte de su salida en razonamiento y escribió el código más corto. Argon hizo lo contrario: razonó poco y escribió el archivo más largo. Gemini 3.8 Flash quedó en el medio. El costo sube en el mismo orden, pero no es una comparación limpia: cada empresa tiene su propia tarifa, y el precio de lanzamiento de Argon (2 y 10 dólares por millón) está vigente hasta el 30 de noviembre de 2026, según el artículo sobre Argon.
Notas de método, para que sepas cuánto fiarte de la tabla:
- Costo de los modelos de Gemini: calculado con
usageMetadatapor los precios oficiales, porque la API de Google no tiene un servicio para consultar el saldo. - Costo de DeepSeek: sale de la diferencia del saldo de su cuenta, que muestra dos decimales. El valor exacto puede estar entre 0,05 y 0,07 dólares.
- Tiempo: el de DeepSeek se tomó de la hora en que se guardaron los archivos, unos segundos después de recibir la respuesta. El de Gemini se midió hasta el último fragmento recibido por streaming. No son del todo comparables.
- Tokens de entrada: cada empresa cuenta los tokens a su manera, por eso la misma consigna da 593, 500 y 522.
- Razonamiento de Gemini: el texto de “pensamiento” es un resumen. El conteo viene de
thoughtsTokenCount. - Una ejecución por modelo. Otra corrida daría otros números.
Lo que vi al compararlos:
- Tamaños: Gemini maneja mejor los tamaños. En la turbina de DeepSeek se ven intersecciones de sólidos en la parte de atrás, donde va la turbina antes de la tobera, porque ese tamaño no está bien calculado.
- Cubierta del ventilador: la del Gemini 3.8 Flash es un poco más corta que la de DeepSeek.
- Cámara: en los dos modelos de Gemini la turbina queda muy pegada a la pantalla. En el de DeepSeek no pasaba.
- Empuje: solo Argon trae un control de empuje que cambia la velocidad de la turbina y de las partículas, los valores de los ejes y la temperatura. En el 3.8 Flash las revoluciones que muestra son un texto fijo.
- Argon: de los tres, es el mejor. Los detalles están en su artículo.
Aquí va la advertencia más importante: es un experimento de una sola pasada y con una consigna básica. Los tres resultados son buenos. Con una consigna más detallada o con mejores referencias se podrían pulir bastante.
Si quieres ver las tres turbinas juntas, aquí están las páginas completas: DeepSeek, Gemini 3.8 Flash y Gemini 4 Argon.
Qué significa para ti
- Si usas la API de Gemini: el identificador es
gemini-3.8-flash. El razonamiento se cobra como salida: en mi prueba con el nivelhigh, más de la mitad de la salida fue razonamiento. Si el costo importa, pruebalowomediumy compara. - Si comparas precios: el precio de 0,75 y 3,75 dólares es de introducción y termina el 31 de diciembre de 2026. Desde el 1 de enero de 2027 sube al doble. Revisa la página de precios antes de calcular.
- Si evalúas modelos para un cliente: los benchmarks de la ficha los publica Google, y mi prueba es una sola ejecución. Mide con tu propio caso.
Tu primer paso
Toma una tarea real de tu trabajo y ejecútala con gemini-3.8-flash en dos niveles de pensamiento, por ejemplo low y high. Anota tokens, tiempo y calidad. Con esas tres cifras sabrás si el nivel alto se justifica para ti.
Fuentes
Consultadas el 27 de octubre de 2026. Las cifras de rendimiento de la primera parte las publica Google.
- Google DeepMind, ficha del modelo Gemini 3.8 Flash (fecha de publicación, límites, fecha de corte y tabla de benchmarks).
- Google, Introducing Gemini 3.8 Flash and 3.8 Flash Cyber (2 de septiembre de 2026; disponibilidad y precio de introducción).
- Google AI for Developers, Modelos de la API de Gemini (identificador del modelo).
- Google AI for Developers, Pensamiento en la API de Gemini (niveles y cobro del razonamiento).
- Google AI for Developers, Precios de la API de Gemini (precios y fechas).
- Artículos relacionados en este blog:
Más allá del código: estrategia, escalabilidad e impacto
Lecturas clave para conectar la arquitectura técnica con el valor de negocio y rentabilidad.
Análisis de la Decisions API de OpenAI (beta): respuestas tipadas con probabilidades, entrada de imágenes y precio por token, frente a Jev y Laya.
Qué trae Kimi K3.1 Pro según Moonshot: ventana de 1M de tokens, niveles de razonamiento, pesos abiertos, benchmarks y costo real por API. Incluye una prueba propia frente a DeepSeek, Gemini 3.8 Flash y Gemini 4 Argon.
Guía en lenguaje sencillo de DeepSeek-V4.1-Flash: caché KV más pequeña, expertos activados por token, benchmarks, pesos abiertos y la actualización 1017.