
Sage-S2.1-Flash vs. Gemini 3.8 Flash: uno tiene un acantilado de precios, el otro no tiene precio
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
Gemini 3.8 Flash cuesta hoy 0,75 dólares por millón de tokens de entrada y 3,75 dólares por millón de tokens de salida. El 1 de enero de 2027 costará 1,50 y 7,50 dólares —el mismo modelo, los mismos pesos, el doble en la factura—, porque el precio introductorio de Google para el modelo termina el 31 de diciembre de 2026. Sage-S2.1-Flash, publicado discretamente por Shanghai AI Laboratory el 15 de noviembre de 2026, no tiene un precio que duplicar. Tiene 645 gigabytes de pesos con licencia MIT, una ficha de modelo de 21 bytes y una guía de despliegue que da por hecho que tienes ocho H200.
Si se ponen esos dos hechos uno al lado del otro, la intención de búsqueda detrás de esta comparativa queda clara: en realidad, la gente no pregunta qué modelo es más inteligente. Pregunta si conviene seguir alquilando el nivel Flash de Google o si un modelo científico abierto que pueden descargar ya sustituye parte de esa factura. La respuesta depende de una fecha y de una distinción que la mayoría de las comparativas pasa por alto: entre un modelo barato por token y un modelo cuyos tokens no tienen ningún medidor.
¿Qué está realmente programado para cambiar?
La propia documentación de Google para Gemini 3.8 Flash enumera dos tarifas, y solo una de ellas está vigente:
• Introductorio, hasta el 31 de diciembre de 2026 — $0.75 por millón de entrada, $3.75 por millón de salida, $0.075 de entrada en caché
• Estándar, a partir del 1 de enero de 2027 — $1,50 por millón de entrada, $7,50 por millón de salida
• Contexto — 1.000.000 de tokens, con un límite de salida de 64.000 tokens
• Pensamiento — tres niveles: bajo, medio (el predeterminado) y alto; la antigua configuración mínima ahora produce un error
• Parámetros eliminados: temperature, top_p, top_k, candidate_count y los turnos de modelo precargados ya no se aceptan
Esa última línea es la que cuesta tiempo de ingeniería en lugar de dinero, y es fácil pasarla por alto en una conversación sobre precios. Una pipeline migrada de Gemini 3.6 Flash a 3.8 Flash no puede conservar su configuración de muestreo; el modelo rechaza esos parámetros. Los prefills multiturno también han desaparecido, sustituidos por un previous_interaction_id del lado del servidor. Todo lo que construyas sobre 3.8 Flash de aquí a enero es un desarrollo que tendrás que reajustar dos veces: una por el cambio de API que ya has hecho y otra por el cambio de tarifas que aún no has hecho.
Gemini 3.8 Flash es también, según la propia descripción de Google, el «modelo Flash de la generación anterior»: estable, aún el predeterminado detrás del agente y el SDK de Antigravity, y el destino de migración designado para las solicitudes de gemini-2.5-pro a partir del 1 de diciembre de 2026. Es un caballo de batalla con un horizonte conocido libre de retirada, no un experimento de vanguardia. Esa es una virtud real, y no es una que Sage-S2.1-Flash ofrezca actualmente.

Dos productos diferentes que llevan «Flash» en el nombre
La coincidencia en el nombre está haciendo más trabajo del que merece, así que vale la pena desmontarla.
Gemini 3.8 Flash es un caballo de batalla multimodal, propietario y alojado. Acepta entradas de texto, imagen, vídeo, audio y archivos, y devuelve texto. Artificial Analysis le otorga una puntuación de 30,8 en el Intelligence Index con esfuerzo alto, y funciona a aproximadamente 114 tokens de salida por segundo, con un tiempo hasta el primer token de 19,7 segundos en su prueba de contexto largo. Se cobra por token, con medición de uso, y está disponible hoy a través de la propia API de Google y de canales de reventa en la nube.
El otro lado del nombre es un artefacto de investigación. Sage-S2.1-Flash tiene 320 mil millones de parámetros con 18 mil millones activos por token, publicado como 120 fragmentos bfloat16 bajo licencia MIT por el Laboratorio de IA de Shanghái el 15 de noviembre de 2026 — 645 GB de pesos, una torre de visión y una configuración que declara un límite de 1.048.576 tokens en 45 capas. Treinta y cuatro de esas capas usan un tipo de atención lineal; once usan atención dispersa. No es un servicio. Es una descarga con una guía de implementación adjunta.
La palabra "Flash" en ambos nombres significa, respectivamente, "nivel pequeño en una gama alojada" y "la variante rápida de una familia de modelos de investigación". No compiten por la misma partida. Compiten por el mismo trabajo, y solo a veces.
El único punto de referencia cuyo nombre comparten
Aquí la comparación se vuelve genuinamente interesante y, acto seguido, decepcionante de un modo instructivo.
La tabla de evaluación de InternLM para Sage-S2.1-Flash abarca 35 benchmarks y ocho modelos de comparación: GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Qwen3.8-Max, GPT-5.6 Sol, Claude Opus 5, GPT-6 Astra, GPT-6.1 Sol y Claude Opus 5.5. Gemini 3.8 Flash no figura entre ellos. No existe una tabla de puntuaciones compartida para esta comparación, ni creada por el proveedor ni de ningún otro tipo.
Lo que coincide es el nombre de un benchmark. InternLM reporta 87,9 para Sage-S2.1-Flash en Terminal-Bench 2.1. Artificial Analysis reporta 87,6 para Gemini 3.8 Flash en Terminal-Bench 2.1. Hay tres décimas de diferencia, y es tentador llamarlo empate, lo cual sería un error. Las dos cifras provienen de arneses distintos, con andamiajes, números de intentos y configuraciones de herramientas diferentes, y ninguno de los dos laboratorios ha publicado la configuración de su ejecución. Una diferencia de 0,3 puntos entre dos arneses privados no es la medición de nada. Es una coincidencia que resulta conveniente para quien quiera reclamar paridad.
Todo lo demás que ambos tienen en común debe razonarse en lugar de restarse. Artificial Analysis sitúa a Gemini 3.8 Flash en 95,3 en GPQA Diamond, 85,6 en MMMU-Pro, 47,8 en Humanity's Last Exam, 56,6 en SciCode y un GDPval de 1.442. InternLM sitúa a Sage-S2.1-Flash en 75,8 en BabyVision, 84,8 en OSWorld-G, 72,2 en OfficeQA Pro V2, 90,3 en MLE-bench Lite y 25,0 en Harvey LAB. Esas listas apenas se solapan y, donde no lo hacen, no hay nada que comparar: solo dos laboratorios que describen fortalezas diferentes con vocabularios diferentes.

De dónde procede la evidencia, cuál es la verdadera diferencia.
Deja los números a un lado por un momento y mira la procedencia, porque decide cuánto peso puede tener cualquiera de lo anterior.
Gemini 3.8 Flash se mide por un tercero en un harness público. La cifra de 30.8 del Intelligence Index, los números de velocidad y las puntuaciones de GPQA y MMMU-Pro provienen todos de Artificial Analysis ejecutando el mismo procedimiento que ejecuta en cada modelo que lista. Puedes estar en desacuerdo con el harness; no puedes acusar a Google de haberlo escrito.
Sage-S2.1-Flash solo es medido por sus autores, en un archivo separado por tabulaciones registrado en un repositorio de GitHub creado el 16 de noviembre y publicado en un sitio estático en internlm.github.io/Sage-S2.1-Flash. Nada del repositorio de Hugging Face enlaza a ese sitio. La tarjeta del modelo contiene una línea de licencia y nada más: 21 bytes, todo ello frontmatter YAML.
La tabla del proveedor sí tiene una señal de credibilidad que merece reconocimiento: incluye filas en las que el modelo pierde. Sage queda 6,9 puntos por detrás de DeepSeek-V4.1-Flash-1017 en DeepSWE, 5,5 en NL2Repo-Bench y 7,5 en APEX-Agents, y por detrás de Qwen3.8-Max en Terminal-Bench 2.1 y SWE-bench Pro. Un laboratorio que publica sus propias derrotas es un laboratorio que se puede leer. Pero una tabla autopublicada con derrotas sigue siendo una tabla autopublicada, y ningún tercero ha reproducido una sola fila.
Cuatro preguntas que la gente realmente se está haciendo
La mayor parte de la confusión en este enfrentamiento proviene de reducir varias decisiones separadas a una sola. Por separado, cada una tiene una respuesta clara.
• ¿Puede Sage-S2.1-Flash sustituir a Gemini 3.8 Flash para trabajos de texto de gran volumen? No, y no por una cuestión de calidad. Gemini 3.8 Flash, a 0,75 $ por millón de tokens de entrada, sale más barato que la electricidad y la amortización del nodo que Sage necesita, para una carga de trabajo medida en millones de llamadas cortas. Es la herramienta equivocada para ese trabajo, con cualquier puntuación de benchmark.
• ¿Gana Sage en contexto largo, dado que ambos afirman tener un millón de tokens? Solo a partir de enero. Hoy Gemini 3.8 Flash cobra $0.75 por millón de tokens de entrada en toda su ventana, sin recargo por prompts largos; lo mismo se aplica a $1.50 desde el 1 de enero. Sage no tiene ningún precio por token, lo que significa que la pregunta no es "cuál es más barato por token" sino "cuál es más barato por mes", y eso depende de si el nodo de ocho H200 está ocupado. Un nodo que permanece inactivo entre trabajos es más caro que casi cualquier tarifa por token.
• ¿Es un problema el límite de salida? Para Sage, es desconocido: ningún documento de la versión indica una longitud máxima de salida. Para Gemini 3.8 Flash es de 64.000 tokens, lo que basta para la mayoría de los pasos agénticos y no alcanza para la generación de formato largo en una sola llamada. Si tu carga de trabajo emite 100K tokens en una sola respuesta, Gemini 3.8 Flash queda descartado por una especificación, no por una puntuación.
• ¿A cuál puedo llamar realmente el lunes? Gemini 3.8 Flash. Sage-S2.1-Flash no tiene ningún endpoint alojado que hayamos podido confirmar; el enlace «Try the API» del sitio de lanzamiento apunta a un portal que no mostraba su catálogo a un cliente sin JavaScript, y ningún proveedor de inferencia incluía el modelo en Hugging Face en el momento de escribir esto.

Donde habría que poner a prueba la afirmación científica
La afirmación diferenciadora de Sage-S2.1-Flash no es «mejor agente», sino «más tipos de entrada científica en un solo modelo»: grafos moleculares, estructuras cristalinas, secuencias de proteínas y estructuras tridimensionales, ADN y ARN, espectros, espectros de masas, difracción de rayos X, electrocardiogramas, electroencefalogramas y curvas de luz. Esa lista proviene del texto de lanzamiento en inglés de InternLM, no de la ficha del modelo, y es una declaración de diseño más que un resultado medido.
La documentación de Gemini 3.8 Flash no hace ninguna afirmación equivalente. Acepta vídeo y audio de forma nativa —una ventaja real en alcance que la configuración de Sage también admite mediante tipos de token de vídeo y audio—, pero Google no la describe como entrenada con espectros o patrones de difracción. La forma honesta de decirlo es que, en formatos científicos, un modelo tiene una especialización documentada y ninguna verificación independiente, y el otro tiene una amplia entrada multimodal y puntuaciones de terceros en benchmarks generales que, casualmente, incluyen algunos científicos (SciCode con 56,6, GPQA con 95,3).
Si esa especialidad es importante para tu trabajo, la prueba no es una tabla de clasificación. Son un puñado de tus propias figuras, espectros o imágenes criogénicas, pasadas por ambos y revisadas por un experto en la materia. Diez documentos y una tarde resuelven más que treinta y cinco filas de proveedores, y es el único experimento de este artículo que produce un resultado que puedes defender internamente.
Los saques tienden trampas, porque deciden el fin de semana.
Cualquiera que descargue Sage-S2.1-Flash debería leer primero su guía de despliegue, por un motivo fácil de subestimar: todos los fallos que documenta son silenciosos. El tokenizador interpretará mal la sintaxis agéntica, las imágenes se asociarán al resultado de herramienta equivocado en una llamada paralela fuera de orden, SGLang sustituirá discretamente su propia plantilla de chat, la caché KV FP8 no funcionará en Hopper y LMDeploy rechazará un tipo de capa renombrado a menos que transformers esté fijado por debajo de 5.19. Ninguno de esos fallos genera un mensaje de error. Todos producen una salida plausible sobre la entrada equivocada, que es el peor modo de fallo que puede tener un agente.
La lista equivalente de Google es más corta y está mejor respaldada: sin temperature, top_p ni top_k; sin turnos precargados; errores Malformed_Function_Call atribuidos al texto previo a la herramienta; se exigen call_id y name en cada FunctionResponse. La diferencia entre las dos listas no es la longitud. Es que una tiene una guía de migración y una vía de soporte detrás, y la otra es una advertencia en un archivo markdown, escrita por las personas que escribieron el modelo, para el primer puñado de usuarios.
Probar ambos sin comprometerse con ninguno
Un detalle práctico sobre el acantilado de enero: porque un catálogo de paso directo refleja el precio de lista del proveedor en lugar de una versión negociada de este, un cambio de tarifa se aplica el día que el proveedor lo publica. Gemini 3.8 Flash se puede invocar a través de OrcaRouter ahora a google/gemini-3.8-flash — $0,75 de entrada y $3,75 de salida por millón, la tarifa introductoria, con la ventana de 1.048.576 tokens intacta — y cuando Google pase a $1,50 y $7,50, el catálogo también lo mostrará, sin una renegociación. Sage-S2.1-Flash no está en el catálogo en absoluto; son pesos MIT que servirías en tu propio hardware, y ningún enrutador cambia eso.
La medida útil para un equipo que está sopesando esto no es alquilar ocho H200 por corazonada, sino ejecutar la prueba de formato científico descrita anteriormente contra un modelo alojado al que pueda llamar en una tarde, y cuantificar qué le hace realmente el aumento de enero a su factura antes de diseñar en función de él. Dos líneas de aritmética bastan para la mayoría de los equipos: multiplique los tokens de entrada de Gemini 3.8 Flash del mes pasado por $0.75 y otra vez por $1.50, y haga lo mismo con la salida a $3.75 y $7.50. Si la diferencia es menor que una sola hora de H200 al mes, el modelo abierto no es la respuesta y ninguna cantidad de lectura de benchmarks lo convertirá en una. Si la diferencia es mayor, ahora sabe el presupuesto que tiene para un experimento, que es un punto de partida mucho mejor que una posición en la clasificación.
Esa aritmética también explica por qué merece la pena prestar atención al precio de traspaso aquí. OrcaRouter ofrece el precio de lista del proveedor sin añadir margen, así que el cambio del 1 de enero aparecerá en el catálogo el día que Google lo publique, en lugar de la próxima vez que se renueve un contrato. Una comparación redactada con los $0.75 de hoy estará equivocada dentro de seis semanas; una redactada con un catálogo en vivo al menos falla de forma evidente.
Cuando la comparación por fin se vuelve real —un precio de Sage publicado o un endpoint alojado que merezca enrutarse—, el DSL de enrutamiento es lo que abarata actuar en consecuencia: una sola política que envía las llamadas en formato científico al modelo especializado y todo lo demás al nivel Flash económico, con conmutación por error automática para que un endpoint experimental nunca se convierta en un punto único de fallo. Esa es la postura que esta comparativa realmente exige. No una migración, sino una separación.
Qué decidir, y cuándo
Antes del 1 de enero de 2027, la respuesta pragmática es Gemini 3.8 Flash para cualquier cosa orientada a producción y medida por tokens, porque es barato, está medido, es invocable y su cambio de precio es una fecha conocida en lugar de una sorpresa. Sage-S2.1-Flash merece una evaluación solo si tu trabajo implica los formatos de entrada científicos que menciona, y solo si tienes las GPU o la paciencia.
A partir del 1 de enero, el cálculo cambia exactamente en un factor de dos por parte de Google, y el argumento a favor del modelo abierto se vuelve más fuerte sin que el modelo abierto haga nada. Vale la pena planificarlo ya: si tu factura de contexto largo es la razón por la que estás leyendo esto, haz los cálculos a $1.50 y $7.50 antes de comprometer la arquitectura con una tarifa que expira en seis semanas.
Y que quede una cosa clara en todo momento. Sage-S2.1-Flash no es un Gemini más barato. Es un modelo científico abierto y grande, con una especialidad documentada, sin precio y sin puntuación independiente, publicado sin anuncio por un laboratorio que todavía no ha dicho cuánto cuesta. La razón para seguirlo de cerca es que se puede poseer. La razón para no adoptarlo este mes es que nadie, ni siquiera sus autores, te ha dicho qué hace bajo un arnés que puedas inspeccionar.
Comparados en este artículo2
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
