כרטיס כותרת שנוצר עם הכיתוב 'Sage-S2.1-Flash vs Gemini 3.8 Flash' מעל כתובית המשנה 'לאחד יש צוק מחירים, ולשני אין מחיר', כאשר שני צ'יפים מתחת מציגים 'המחיר מוכפל ב-1 בינואר 2027' ו'645 GB של משקלים'. רקע לבן, הדגשות גרדיאנט בכחול ובציאן, אייקוני קו שטוחים. הלוגו של OrcaRouter מורכב בפינה הימנית התחתונה.
Guides & Insights

Sage-S2.1-Flash לעומת Gemini 3.8 Flash: לאחד יש צוק מחירים, ולשני אין מחיר

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

Gemini 3.8 Flash עולה היום $0.75 לכל מיליון אסימוני קלט ו-$3.75 לכל מיליון אסימוני פלט. ב-1 בינואר 2027 הוא יעלה $1.50 ו-$7.50 — אותו מודל, אותם משקלים, חשבונית כפולה, כי התמחור ההקדמי של גוגל עבור המודל מסתיים ב-31 בדצמבר 2026. ל-Sage-S2.1-Flash, שפורסם בשקט על ידי Shanghai AI Laboratory ב-15 בנובמבר 2026, אין מחיר שיוכפל. יש לו 645 גיגה-בייט של משקלים ברישיון MIT, כרטיס מודל בגודל 21 בייט, ומדריך פריסה שמניח שיש לך שמונה H200.

הציבו את שתי העובדות זו לצד זו, וכוונת החיפוש שמאחורי ההשוואה הזו נעשית ברורה: אנשים לא באמת שואלים איזה מודל חכם יותר. הם שואלים אם להמשיך לשכור את שכבת Flash של Google, או שמא מודל מדעי פתוח שהם יכולים להוריד מחליף עכשיו חלק מהחשבון הזה. התשובה תלויה בתאריך, ובהבחנה שרוב ההשוואות מדלגות עליה — בין מודל שזול לכל טוקן לבין מודל שלטוקנים שלו אין מד בכלל.

מה בעצם מתוכנן להשתנות

התיעוד של Google עצמה עבור Gemini 3.8 Flash מפרט שני מחירונים, ורק אחד מהם בתוקף:

• מחיר היכרות, עד 31 בדצמבר 2026 — $0.75 למיליון קלט, $3.75 למיליון פלט, $0.075 לקלט במטמון

• סטנדרטי, החל מ-1 בינואר 2027 — $1.50 למיליון טוקנים בקלט, $7.50 למיליון טוקנים בפלט

• הקשר — 1,000,000 טוקנים, עם תקרת פלט של 64,000 טוקנים

• חשיבה — שלוש רמות, נמוכה, בינונית (ברירת המחדל) וגבוהה; ההגדרה minimal הישנה מחזירה כעת שגיאה

• פרמטרים שהוסרו — temperature, top_p, top_k, candidate_count ותורות מודל שמולאו מראש אינם מתקבלים עוד

השורה האחרונה היא זו שעולה זמן הנדסי ולא כסף, וקל לפספס אותה בדיון תמחור. צינור שהועבר מ-Gemini 3.6 Flash ל-3.8 Flash לא יכול לשמור על תצורת הדגימה שלו; המודל דוחה את פרמטרי הכוונון. גם המילויים המוקדמים הרב-תוריים נעלמו, והוחלפו ב-previous_interaction_id בצד השרת. כל מה שתבנו על 3.8 Flash בין עכשיו לינואר הוא מערכת שתצטרכו לכוונן מחדש פעמיים — פעם אחת בגלל שינוי ה-API שכבר ביצעתם, ופעם אחת בגלל שינוי התעריף שעדיין לא ביצעתם.

‏Gemini 3.8 Flash הוא גם, על פי תיאורו של Google עצמה, "מודל ה-Flash מהדור הקודם" — יציב, עדיין ברירת המחדל מאחורי סוכן ה-Antigravity וה-SDK, ויעד ההעברה (migration) המיועד לבקשות gemini-2.5-pro החל מ-1 בדצמבר 2026. מדובר בסוס עבודה עם אופק ידוע ללא פרישה, ולא בניסוי בחזית הטכנולוגיה. זו סגולה אמיתית, והיא אינה משהו ש-Sage-S2.1-Flash מציע כיום.

Screenshot of Google's AI Studio documentation page 'What's new in Gemini 3.8 Flash'. The model table shows the model ID gemini-3.8-flash, a default thinking level of medium, and the pricing note that Gemini 3.8 Flash is available through the end of the year at an introductory price of $0.75 per 1M input tokens and $3.75 per 1M output tokens. The intro text states the model supports a 1M-token context window, 64k max output tokens and tunable thinking levels of low, medium and high.

שני מוצרים שונים הנושאים את השם "Flash"

צירוף המקרים בשמות עושה יותר עבודה ממה שמגיע לו, ולכן שווה לפרק אותו.

Gemini 3.8 Flash הוא סוס עבודה רב-מודלי, קנייני ומתארח. הוא מקבל קלט של טקסט, תמונה, וידאו, אודיו וקבצים ומחזיר טקסט. Artificial Analysis נותנת לו ציון של 30.8 במדד האינטליגנציה במאמץ גבוה, כשהוא פועל בקצב של כ-114 אסימוני פלט לשנייה עם זמן של 19.7 שניות עד לאסימון הראשון בבדיקת ההקשר הארוך שלו. הוא מתומחר לפי אסימון, נמדד במדידה, וזמין כיום דרך ה-API של Google עצמה וערוצי מכירה חוזרת בענן.

הצד השני של השם הוא ארטיפקט מחקרי. Sage-S2.1-Flash הוא מודל בעל 320 מיליארד פרמטרים, עם 18 מיליארד פעילים לכל טוקן, שפורסם כ-120 שרדים של bfloat16 תחת רישיון MIT על ידי Shanghai AI Laboratory ב-15 בנובמבר 2026 — 645 GB של משקלים, מגדל חזותי, ותצורה שמצהירה על תקרה של 1,048,576 טוקנים על פני 45 שכבות. שלושים וארבע מהשכבות הללו משתמשות בסוג של קשב לינארי; אחת עשרה משתמשות בקשב דליל. זה לא שירות. זו הורדה עם מדריך פריסה מצורף.

המילה "Flash" בשני השמות מציינת, בהתאמה, "דרגה קטנה בהיצע מתארח" ו"הגרסה המהירה של משפחת מודלי מחקר". הם אינם מתחרים על אותו סעיף. הם מתחרים על אותה משימה, ורק לעיתים.

אמת המידה היחידה ששמה משותף להם

כאן ההשוואה נעשית מעניינת באמת, ואז מיד מאכזבת באופן מלמד.

טבלת ההערכה של InternLM עבור Sage-S2.1-Flash מכסה 35 מבחני בנצ'מרק ושמונה מודלי השוואה: 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 ו-Claude Opus 5.5. Gemini 3.8 Flash לא נכלל ביניהם. אין לוח תוצאות משותף להתמודדות הזו, בין אם הוא נבנה על ידי ספק ובין אם לא.

מה שכן חופף הוא שם בנצ'מרק. InternLM מדווחת 87.9 עבור Sage-S2.1-Flash ב-Terminal-Bench 2.1. Artificial Analysis מדווחת 87.6 עבור Gemini 3.8 Flash ב-Terminal-Bench 2.1. הפער ביניהם הוא שלוש עשיריות, ומפתה לקרוא לזה תיקו — וזה יהיה שגוי. שני המספרים מגיעים ממערכות הרצה שונות, עם שלדי הרצה שונים, מספרי ניסיונות שונים ותצורות כלים שונות, ואף אחת מהמעבדות לא פרסמה את הגדרות ההרצה שלה. הפרש של 0.3 נקודות בין שתי מערכות הרצה פרטיות אינו מדידה של דבר. זהו צירוף מקרים שנוח למי שרוצה לטעון לשוויון.

כל דבר אחר שמשותף לשניים חייב להיות מוסק בהיגיון ולא מגורע. Artificial Analysis מציבה את Gemini 3.8 Flash על 95.3 ב-GPQA Diamond, 85.6 ב-MMMU-Pro, 47.8 ב-Humanity's Last Exam, 56.6 ב-SciCode ו-GDPval של 1,442. InternLM מציבה את Sage-S2.1-Flash על 75.8 ב-BabyVision, 84.8 ב-OSWorld-G, 72.2 ב-OfficeQA Pro V2, 90.3 ב-MLE-bench Lite ו-25.0 ב-Harvey LAB. הרשימות האלה בקושי מצטלבות, ובמקומות שבהם הן אינן מצטלבות, אין מה להשוות — רק שתי מעבדות שמתארות חוזקות שונות במינוחים שונים.

A generated two-column comparison scoreboard titled 'Sage-S2.1-Flash vs Gemini 3.8 Flash - the scoreboard'. The Sage-S2.1-Flash column reads: Price: none published; Price change: none scheduled; Context: 1,048,576 tokens; Weights: MIT, about 645 GB; Independent score: none; Terminal-Bench 2.1: 87.9. The Gemini 3.8 Flash column reads: Price: $0.75 / $3.75; Price change: doubles 1 Jan 2027; Context: 1,000,000 tokens; Weights: proprietary; Independent score: AA Index 30.8; Terminal-Bench 2.1: 87.6. Footer: 'Sage figures the vendor's own, unaudited; Gemini price and index per Google and Artificial Analysis.' The OrcaRouter logo is composited in the bottom-right corner.

מאין מגיעות הראיות — זה ההבדל האמיתי.

הנח לרגע למספרים בצד והבט במקור, כי הוא קובע כמה משקל יכול לשאת כל אחד מהדברים לעיל.

Gemini 3.8 Flash נמדד על ידי צד שלישי באמצעות מערך בדיקה ציבורי. נתון מדד האינטליגנציה של 30.8, נתוני המהירות וציוני GPQA ו-MMMU-Pro כולם מגיעים מ-Artificial Analysis, שמפעילה את אותו הליך שהיא מפעילה על כל מודל שהיא מציגה. אפשר לחלוק על מערך הבדיקה; אי אפשר להאשים את Google בכך שהיא כתבה אותו.

Sage-S2.1-Flash נמדד רק על ידי המחברים שלו, בקובץ מופרד בטאבים שהועלה למאגר GitHub שנוצר ב-16 בנובמבר, ופורסם באתר סטטי בכתובת internlm.github.io/Sage-S2.1-Flash. שום דבר במאגר Hugging Face אינו מקשר לאתר הזה. כרטיס המודל מכיל שורת רישיון ותו לא — 21 בתים, שכולם YAML frontmatter.

לטבלת הספק יש בכל זאת סימן אמינות אחד שראוי לזקוף לזכותה: היא כוללת שורות שבהן המודל מפסיד. Sage מפגר אחרי DeepSeek-V4.1-Flash-1017 ב-6.9 נקודות ב-DeepSWE, ב-5.5 ב-NL2Repo-Bench וב-7.5 ב-APEX-Agents, ומפגר אחרי Qwen3.8-Max ב-Terminal-Bench 2.1 וב-SWE-bench Pro. מעבדה שמפרסמת את הפסדיה היא מעבדה שאפשר לקרוא את המספרים שלה. אבל טבלה שהספק מפרסם בעצמו, ויש בה הפסדים, היא עדיין טבלה שהספק מפרסם בעצמו, ואף צד שלישי לא שחזר אפילו שורה אחת.

ארבע שאלות שאנשים באמת שואלים

רוב הבלבול בהתמודדות הזו נובע מכיווץ כמה החלטות נפרדות לאחת. כשמפרידים אותן, לכל אחת יש תשובה ברורה.

• האם Sage-S2.1-Flash יכול להחליף את Gemini 3.8 Flash לעבודות טקסט בנפח גבוה? לא, וזה לא בגלל איכות. Gemini 3.8 Flash במחיר של $0.75 למיליון טוקני קלט זול יותר מהחשמל ומהפחתת העלות על הצומת ש-Sage זקוק לו, עבור עומס עבודה שנמדד במיליוני קריאות קצרות. זה הכלי הלא נכון למשימה הזו בכל ציון benchmark.

• האם Sage מנצחת בהקשר ארוך, מאחר ששתיהן מצהירות על מיליון טוקנים? רק לאחר ינואר. היום Gemini 3.8 Flash גובה $0.75 עבור מיליון טוקני קלט לאורך כל החלון, ללא תוספת תשלום על פרומפט ארוך; כך הדבר גם ב-$1.50 החל מ-1 בינואר. ל-Sage אין כלל מחיר לפי טוקן, כלומר השאלה אינה "מה זול יותר לפי טוקן" אלא "מה זול יותר לפי חודש" — וזה תלוי בשאלה אם צומת שמונת כרטיסי ה-H200 עסוק. צומת שיושב בטל בין עבודות יקר יותר מכמעט כל תעריף טוקנים.

• האם תקרת הפלט מהווה בעיה? עבור Sage, זה אינו ידוע — אין מסמך בשחרור שמציין אורך פלט מרבי. עבור Gemini 3.8 Flash הוא 64,000 טוקנים, שזה מספיק לרוב השלבים הסוכניים ולא מספיק ליצירה ארוכת טווח בקריאה אחת. אם עומס העבודה שלך מפיק 100K טוקנים בתגובה אחת, Gemini 3.8 Flash נפסל על סמך מפרט, לא על סמך ציון.

• איזה מהם אני יכול למעשה לקרוא ביום שני? Gemini 3.8 Flash. ל-Sage-S2.1-Flash אין נקודת קצה מתארחת שיכולנו לאשר; הקישור "Try the API" באתר ההשקה מפנה לפורטל שלא יציג את הקטלוג שלו ללקוח ללא JavaScript, ואף ספק הסקה לא הציג את המודל ב-Hugging Face בזמן כתיבת הדברים.

Screenshot of the OrcaRouter model page for google/gemini-3.8-flash. It shows a 1M-token context, 65k max output, text, image, video, file and audio input, vision, audio, tools, JSON and reasoning tags, a release date of 2026-09-02, and the price row $0.75 input and $3.75 output per million tokens with a 0.72 s time to first token.

היכן שהטענה המדעית תצטרך להיבדק

הטענה המבדילה של Sage-S2.1-Flash אינה "סוכן טוב יותר", אלא "יותר סוגים של קלט מדעי במודל אחד": גרפים מולקולריים, מבנים גבישיים, רצפי חלבון ומבנים תלת-ממדיים, DNA ו-RNA, ספקטרים, ספקטרי מסה, עקיפת קרני רנטגן, אלקטרוקרדיוגרמות, אלקטרואנצפלוגרמות ועקומות אור. הרשימה הזו מגיעה מנוסח ההשקה באנגלית של InternLM, לא מכרטיס המודל, והיא הצהרת עיצוב ולא תוצאה מדודה.

התיעוד של Gemini 3.8 Flash אינו מציג טענה מקבילה. הוא מקבל וידאו ואודיו באופן מקורי — יתרון אמיתי בהיקף שגם התצורה של Sage תומכת בו דרך סוגי טוקנים של וידאו ואודיו — אך Google אינה מתארת אותו כמאומן על ספקטרום או תבניות עקיפה. הדרך הכנה לנסח זאת היא שבפורמטים מדעיים, למודל אחד יש התמחות מתועדת ואין אימות עצמאי, ולשני יש קלט מולטימודלי רחב וציונים מצד שלישי במבחני בנצ'מרק כלליים שבמקרה כוללים גם מדעיים (SciCode ב־56.6, GPQA ב־95.3).

אם ההתמחות הזו חשובה לעבודה שלך, המבחן אינו לוח דירוג. זהו קומץ מהאיורים, הספקטרה או תמונות הקריו שלך עצמך, שמועברים דרך שתיהן, ונבדקים על ידי מומחה בתחום. עשרה מסמכים ואחר צהריים מכריעים יותר משלושים וחמישה שורות ספקים, וזהו הניסוי היחיד במאמר הזה שמפיק תוצאה שאתה יכול להגן עליה בתוך הארגון.

מלכודות ההגשה, כי הן מחליטות את סוף השבוע

כל מי שאכן מוריד את Sage-S2.1-Flash צריך לקרוא קודם את מדריך הפריסה שלו, מסיבה שקל להמעיט בחשיבותה: כל כשל שהוא מתעד מתרחש בשקט. הטוקנייזר יפרש לא נכון תחביר סוכני, תמונות ייצורפו לתוצאת הכלי הלא נכונה בקריאה מקבילית שאינה לפי הסדר, SGLang יחליף בשקט בתבנית הצ'אט שלו, מטמון KV מסוג FP8 לא יעבוד ב-Hopper, ו-LMDeploy ידחה סוג שכבה ששמו שונה אלא אם transformers מוצמדת לגרסה נמוכה מ-5.19. אף אחד מאלה אינו מפיק הודעת שגיאה. כולם מפיקים פלט סביר אודות קלט שגוי, וזהו מצב הכשל הגרוע ביותר שיכול להיות לסוכן.

הרשימה המקבילה של Google קצרה יותר ונתמכת טוב יותר: אין temperature, top_p או top_k; אין תורות שיחה מלאות מראש; שגיאות Malformed_Function_Call מיוחסות לטקסט שלפני הכלי; call_id ו-name נדרשים בכל FunctionResponse. ההבדל בין שתי הרשימות אינו באורך. ההבדל הוא שלאחת יש מדריך הגירה ומסלול תמיכה מאחוריה, ולשנייה יש אזהרה בקובץ markdown, שנכתבה על ידי מי שכתבו את המודל, עבור קומץ המשתמשים הראשונים.

לנסות את שניהם בלי להתחייב לאף אחד מהם

פרט מעשי אחד לגבי צוק ינואר: מכיוון שקטלוג pass-through משקף את מחיר המחירון של הספק ולא גרסה שלו שנקבעה במשא ומתן, שינוי תעריף נכנס לתוקף ביום שבו הספק מפרסם אותו. ניתן כעת לקרוא ל-Gemini 3.8 Flash דרך OrcaRouter בכתובת google/gemini-3.8-flash — $0.75 לקלט ו-$3.75 לפלט למיליון, בתעריף ההיכרות, כשחלון של 1,048,576 טוקנים נשמר במלואו — וכאשר Google תעבור ל-$1.50 ול-$7.50, הקטלוג יציג גם זאת, בלי משא ומתן מחדש. Sage-S2.1-Flash כלל אינו בקטלוג; אלו משקלי MIT שתשרת על החומרה שלך, ואף נתב לא משנה זאת.

הצעד המועיל לצוות ששוקל זאת אינו לשכור שמונה H200s על סמך תחושת בטן. אלא להריץ את מבחן הפורמט המדעי שתואר לעיל מול מודל מתארח שאפשר לפנות אליו בתוך אחר צהריים, ולהעמיד במספר מה העלייה של ינואר עושה בפועל לחשבון שלכם לפני שאתם מתכננים סביבה. שתי שורות חשבון מכסות את רוב הצוותים: הכפילו את טוקני הקלט של Gemini 3.8 Flash מהחודש שעבר ב-$0.75 ושוב ב-$1.50, ועשו אותו דבר עבור הפלט ב-$3.75 וב-$7.50. אם הפער קטן משעת H200 בודדת בחודש, המודל הפתוח אינו התשובה, ושום כמות של קריאת בנצ'מרקים לא תהפוך אותו לכזו. אם הפער גדול יותר, כעת אתם יודעים מה התקציב העומד לרשותכם לניסוי, וזו נקודת פתיחה טובה בהרבה ממיקום בלוח המובילים.

החישוב הזה הוא גם הסיבה שתמחור ללא תוספת שווה תשומת לב כאן. OrcaRouter מציגה את מחיר המחירון של הספק בלי להוסיף מרווח, ולכן השינוי של 1 בינואר יופיע בקטלוג ביום שבו Google מפרסמת אותו, ולא בפעם הבאה שבה יחודש חוזה. השוואה שנכתבה מול 0.75 הדולר של היום תהיה שגויה בעוד שישה שבועות; השוואה שנכתבה מול קטלוג חי לפחות תיכשל בקול רם.

כאשר ההשוואה אכן הופכת לזמינה — מחיר Sage שפורסם, או נקודת קצה מתארחת ששווה לנתב אליה — ה-DSL לניתוב הוא מה שהופך את הפעולה לזולה: מדיניות אחת ששולחת קריאות בפורמט מדעי למודל המתמחה ואת כל השאר לשכבת Flash הזולה, עם מעבר כשל אוטומטי כך שנקודת קצה ניסיונית לעולם לא הופכת לנקודת כשל יחידה. זו הגישה שההתמודדות הזו בעצם דורשת. לא הגירה, אלא פיצול.

מה להחליט, ומתי

לפני 1 בינואר 2027, התשובה הפרגמטית היא Gemini 3.8 Flash לכל שימוש בסביבת ייצור שמחויב לפי טוקנים, מפני שהוא זול, הוא מדיד, ניתן להפעיל אותו, ושינוי המחיר שלו הוא תאריך ידוע ולא הפתעה. Sage-S2.1-Flash שווה בחינה רק אם העבודה שלך כוללת את פורמטי הקלט המדעיים שהוא מציין — ורק אם יש לך את ה-GPUs או את הסבלנות.

אחרי 1 בינואר, החישוב משתנה בדיוק פי שניים בצד של גוגל, והטיעון לטובת המודל הפתוח מתחזק בלי שהמודל הפתוח עושה דבר. שווה לתכנן לכך כבר עכשיו: אם חשבון ההקשר הארוך שלכם הוא הסיבה שאתם קוראים את זה, חשבו את המספרים ב-$1.50 וב-$7.50 לפני שאתם מתחייבים בארכיטקטורה לתעריף שיפוג בעוד שישה שבועות.

ותשמור על דבר אחד ברור לאורך כל הדרך. Sage-S2.1-Flash אינו Gemini זול יותר. זהו מודל מדעי פתוח וגדול עם התמחות מתועדת, ללא מחיר וללא ציון בלתי־תלוי, שפורסם בלי הכרזה על ידי מעבדה שעדיין לא אמרה כמה הוא עולה. הסיבה לעקוב אחריו היא שאפשר להחזיק בו בבעלות. הסיבה לא לאמץ אותו החודש היא שאיש, כולל מחבריו, לא סיפר לך מה הוא עושה במערך בדיקה שאפשר לבדוק.

השוואות במאמר הזה2

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית