Una card del titolo generata con la scritta 'Sage-S2.1-Flash vs Gemini 3.8 Flash' sopra il sottotitolo 'Uno ha un brusco salto di prezzo, l'altro non ha prezzo', con due chip sottostanti con la scritta 'raddoppia il 1° gennaio 2027' e '645 GB di pesi'. Sfondo bianco, accenti sfumati blu e ciano, icone a linee piatte. Il logo OrcaRouter è sovrapposto nell'angolo in basso a destra.
Guides & Insights

Sage-S2.1-Flash vs Gemini 3.8 Flash: uno ha un crollo di prezzo, l'altro non ha prezzo

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Oggi Gemini 3.8 Flash costa 0,75 $ per milione di token di input e 3,75 $ per milione di token di output. Il 1º gennaio 2027 costerà 1,50 $ e 7,50 $: lo stesso modello, gli stessi pesi, il doppio della fattura, perché il prezzo introduttivo di Google per il modello termina il 31 dicembre 2026. Sage-S2.1-Flash, pubblicato in sordina dallo Shanghai AI Laboratory il 15 novembre 2026, non ha alcun prezzo da raddoppiare. Ha 645 gigabyte di pesi con licenza MIT, una model card di 21 byte e una guida al deployment che presuppone che abbiate otto H200.

Metti quei due fatti uno accanto all'altro e l'intento di ricerca dietro questo confronto diventa chiaro: le persone non stanno davvero chiedendo quale modello sia più intelligente. Si chiedono se continuare a noleggiare il tier Flash di Google o se un modello scientifico aperto che possono scaricare ora sostituisca parte di quella spesa. La risposta dipende da una data e da una distinzione che la maggior parte dei confronti salta: tra un modello economico per token e un modello i cui token non hanno alcun contatore.

Cosa è effettivamente previsto che cambi?

La documentazione ufficiale di Google per Gemini 3.8 Flash elenca due tabelle tariffarie, e solo una di esse è in vigore:

• Prezzo introduttivo, valido fino al 31 dicembre 2026 — 0,75 $ per milione di token di input, 3,75 $ per milione di token di output, 0,075 $ per i token di input in cache

• Standard, dal 1° gennaio 2027 — 1,50 $ per milione di token in input, 7,50 $ per milione di token in output

• Contesto — 1.000.000 di token, con un limite di output di 64.000 token

• Thinking — tre livelli: basso, medio (predefinito) e alto; la vecchia impostazione minima ora genera un errore

• Parametri rimossi — temperature, top_p, top_k, candidate_count e i turni del modello precompilati non sono più accettati

Quell'ultima riga è quella che costa tempo di sviluppo invece che denaro, ed è facile trascurarla in una discussione sui prezzi. Una pipeline migrata da Gemini 3.6 Flash a 3.8 Flash non può mantenere la propria configurazione di campionamento; il modello rifiuta quei parametri. Anche i prefill multi-turno non ci sono più, sostituiti da un previous_interaction_id lato server. Qualunque cosa tu costruisca su 3.8 Flash da qui a gennaio è una build che dovrai ricalibrare due volte: una per la modifica API che hai già fatto, una per la variazione di tariffa che non hai ancora fatto.

Gemini 3.8 Flash è anche, secondo la stessa descrizione di Google, il «modello Flash della generazione precedente» — stabile, ancora predefinito dietro l'agente Antigravity e l'SDK, e il target di migrazione designato per le richieste a gemini-2.5-pro a partire dal 1° dicembre 2026. È un cavallo di battaglia con un orizzonte noto privo di dismissione, non un esperimento di frontiera. Questa è una vera virtù, e non è una che Sage-S2.1-Flash offra attualmente.

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.

Due prodotti diversi che portano "Flash" nel nome

La coincidenza nel nome sta facendo più lavoro di quanto le spetti, perciò vale la pena smontarla.

Gemini 3.8 Flash è un cavallo di battaglia multimodale, proprietario e ospitato. Accetta input testuali, immagini, video, audio e file e restituisce testo. Artificial Analysis gli assegna 30,8 sull'Intelligence Index a sforzo elevato, con un funzionamento a circa 114 token di output al secondo e un tempo al primo token di 19,7 secondi nella sua prova sul contesto lungo. Ha un prezzo per token, è a consumo ed è disponibile oggi tramite l'API di Google stessa e i canali di rivendita cloud.

L'altro lato del nome è un artefatto di ricerca. Sage-S2.1-Flash ha 320 miliardi di parametri con 18 miliardi attivi per token, pubblicato come 120 shard bfloat16 sotto licenza MIT dallo Shanghai AI Laboratory il 15 novembre 2026 — 645 GB di pesi, una torre di visione e una configurazione che dichiara un limite di 1.048.576 token su 45 strati. Trentaquattro di questi strati usano un tipo di attenzione lineare; undici usano l'attenzione sparsa. Non è un servizio. È un download con una guida al deployment allegata.

La parola "Flash" in entrambi i nomi significa, rispettivamente, "piccolo livello in una gamma ospitata" e "la variante veloce di una famiglia di modelli di ricerca". Non competono per la stessa voce di elenco. Competono per lo stesso lavoro, e solo a volte.

L'unico benchmark di cui condividono il nome

Qui il confronto diventa davvero interessante, e poi subito deludente in modo istruttivo.

La tabella di valutazione di InternLM per Sage-S2.1-Flash copre 35 benchmark e otto modelli di confronto: 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 e Claude Opus 5.5. Gemini 3.8 Flash non è tra questi. Non esiste una classifica condivisa per questo confronto, né costruita dai fornitori né in altro modo.

Ciò che coincide è il nome di un benchmark. InternLM riporta 87,9 per Sage-S2.1-Flash su Terminal-Bench 2.1. Artificial Analysis riporta 87,6 per Gemini 3.8 Flash su Terminal-Bench 2.1. Li separano tre decimi, ed è allettante definirlo un pareggio — il che sarebbe sbagliato. I due numeri provengono da harness diversi, con scaffold, numeri di tentativi e configurazioni degli strumenti diversi, e nessuno dei due laboratori ha pubblicato le impostazioni delle proprie esecuzioni. Una differenza di 0,3 punti tra due harness privati non è la misura di alcunché. È una coincidenza che risulta comoda a chiunque voglia rivendicare la parità.

Tutto il resto che i due hanno in comune va ragionato invece che sottratto. Artificial Analysis colloca Gemini 3.8 Flash a 95,3 su GPQA Diamond, 85,6 su MMMU-Pro, 47,8 su Humanity's Last Exam, 56,6 su SciCode e un GDPval di 1.442. InternLM colloca Sage-S2.1-Flash a 75,8 su BabyVision, 84,8 su OSWorld-G, 72,2 su OfficeQA Pro V2, 90,3 su MLE-bench Lite e 25,0 su Harvey LAB. Queste liste si sovrappongono appena, e dove non si sovrappongono non c'è nulla da confrontare — solo due laboratori che descrivono punti di forza diversi con vocabolari diversi.

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.

Da dove provengono le prove, qual è la vera differenza

Metti da parte i numeri per un momento e guarda alla provenienza, perché è questa a determinare quanto peso possa avere ciascuno degli elementi sopra.

Gemini 3.8 Flash è misurato da una terza parte su un harness pubblico. Il valore di 30,8 dell'Intelligence Index, i dati sulla velocità e i punteggi GPQA e MMMU-Pro provengono tutti da Artificial Analysis, che esegue la stessa procedura che applica a ogni modello che elenca. Puoi non essere d'accordo con l'harness; non puoi accusare Google di averlo scritto.

Sage-S2.1-Flash è misurato solo dai suoi autori, in un file separato da tabulazioni inserito in un repository GitHub creato il 16 novembre, pubblicato su un sito statico all'indirizzo internlm.github.io/Sage-S2.1-Flash. Nulla nel repository Hugging Face rimanda a quel sito. La model card contiene una riga di licenza e nient'altro — 21 byte, tutti costituiti da frontmatter YAML.

La tabella del fornitore ha però un segnale di credibilità di cui vale la pena dare atto: include righe in cui il modello perde. Sage è dietro a DeepSeek-V4.1-Flash-1017 di 6,9 punti su DeepSWE, 5,5 su NL2Repo-Bench e 7,5 su APEX-Agents, e dietro a Qwen3.8-Max su Terminal-Bench 2.1 e SWE-bench Pro. Un laboratorio che pubblica le proprie sconfitte è un laboratorio che si può leggere. Ma una tabella autopubblicata con le sconfitte resta una tabella autopubblicata, e nessuna terza parte ha riprodotto una sola riga.

Quattro domande che le persone si stanno davvero ponendo

Gran parte della confusione in questo confronto deriva dal ridurre diverse decisioni separate a una sola. Prese separatamente, ciascuna ha una risposta chiara.

• Sage-S2.1-Flash può sostituire Gemini 3.8 Flash per i lavori di testo ad alto volume? No, e non per una questione di qualità. Gemini 3.8 Flash a $0.75 per milione di token in input costa meno dell'elettricità e dell'ammortamento del nodo di cui Sage ha bisogno, per un carico di lavoro misurato in milioni di chiamate brevi. È lo strumento sbagliato per quel compito, con qualsiasi punteggio di benchmark.

• Sage vince sul contesto lungo, dato che entrambi dichiarano un milione di token? Solo dopo gennaio. Oggi Gemini 3.8 Flash costa $0,75 per milione di token di input su tutta la sua finestra, senza sovrapprezzo per prompt lunghi; lo stesso vale a $1,50 dal 1° gennaio. Sage non ha affatto un prezzo per token, il che significa che la domanda non è «quale costa meno per token» ma «quale costa meno al mese» — e questo dipende dal fatto che il nodo con otto H200 sia occupato. Un nodo che resta inattivo tra un lavoro e l'altro costa più di quasi qualsiasi tariffa per token.

• Il limite di output è un problema? Per Sage è sconosciuto: nessun documento nella release indica una lunghezza massima di output. Per Gemini 3.8 Flash è di 64.000 token, sufficienti per la maggior parte dei passaggi agentici e non sufficienti per la generazione di testi lunghi in un'unica chiamata. Se il tuo carico di lavoro genera 100.000 token in un'unica risposta, Gemini 3.8 Flash è escluso per una specifica, non per un punteggio.

• Quale posso effettivamente chiamare lunedì? Gemini 3.8 Flash. Sage-S2.1-Flash non ha un endpoint ospitato di cui possiamo confermare l'esistenza; il link "Try the API" del sito di rilascio punta a un portale che non mostrerebbe il proprio catalogo a un client non JavaScript, e nessun provider di inferenza elencava il modello su Hugging Face al momento della stesura.

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.

Dove l'affermazione scientifica dovrebbe essere verificata

L'affermazione distintiva di Sage-S2.1-Flash non è «un agente migliore», bensì «più tipi di input scientifici in un unico modello»: grafi molecolari, strutture cristalline, sequenze proteiche e strutture tridimensionali, DNA e RNA, spettri, spettri di massa, diffrazione a raggi X, elettrocardiogrammi, elettroencefalogrammi e curve di luce. Quell'elenco proviene dal testo di presentazione in inglese di InternLM, non dalla model card, ed è un'affermazione di progettazione anziché un risultato misurato.

La documentazione di Gemini 3.8 Flash non formula alcuna affermazione equivalente. Accetta video e audio in modo nativo — un vantaggio reale in termini di ambito che anche la configurazione di Sage supporta tramite i tipi di token video e audio — ma Google non lo descrive come addestrato su spettri o pattern di diffrazione. Il modo onesto di dirlo è che sui formati scientifici un modello ha una specializzazione documentata e nessuna verifica indipendente, mentre l'altro ha un ampio input multimodale e punteggi di terze parti su benchmark generali che includono anche quelli scientifici (SciCode a 56.6, GPQA a 95.3).

Se questa specializzazione è importante per il tuo lavoro, il test non è una classifica. È una manciata dei tuoi stessi grafici, spettri o immagini criogeniche, fatti passare attraverso entrambi, controllati da un esperto di dominio. Dieci documenti e un pomeriggio valgono più di trentacinque righe di fornitori, ed è l'unico esperimento in questo articolo che produce un risultato che puoi difendere internamente.

Le trappole del servizio, perché decidono il weekend.

Chiunque scarichi Sage-S2.1-Flash dovrebbe leggere prima la sua guida al deployment, per un motivo facile da sottovalutare: ogni errore che documenta è silenzioso. Il tokenizer leggerà male la sintassi agentica, le immagini si assoceranno al risultato dello strumento sbagliato in una chiamata parallela fuori ordine, SGLang sostituirà silenziosamente il proprio chat template, la FP8 KV cache non funzionerà su Hopper e LMDeploy rifiuterà un tipo di layer rinominato a meno che transformers non sia fissato a una versione inferiore alla 5.19. Nessuno di questi produce un messaggio di errore. Tutti producono output plausibili relativi all'input sbagliato, che è la peggiore modalità di errore che un agente possa avere.

La lista equivalente di Google è più breve e meglio supportata: niente temperature, top_p o top_k; niente turni precompilati; errori Malformed_Function_Call ricondotti a testo pre-tool; call_id e name obbligatori su ogni FunctionResponse. La differenza tra le due liste non è la lunghezza. È che una ha una guida alla migrazione e un percorso di supporto alle spalle, e l'altra è un avvertimento in un file markdown, scritto dalle persone che hanno scritto il modello, per i primi utenti.

Provando entrambi senza impegnarsi in nessuno dei due

Un dettaglio pratico sul salto di gennaio: poiché un catalogo pass-through riflette il prezzo di listino del fornitore anziché una copia negoziata dello stesso, una variazione di tariffa arriva il giorno in cui il venditore la pubblica. Gemini 3.8 Flash è ora chiamabile tramite OrcaRouter a google/gemini-3.8-flash — 0,75 $ in entrata e 3,75 $ in uscita per milione, la scheda introduttiva, con la finestra da 1.048.576 token intatta — e quando Google passerà a 1,50 $ e 7,50 $, anche il catalogo lo mostrerà, senza rinegoziazione. Sage-S2.1-Flash non è affatto nel catalogo; sono pesi MIT che serviresti sul tuo hardware, e nessun router cambia questo.

La mossa utile per un team che valuta questa opzione non è noleggiare otto H200s sulla base di un'intuizione. È eseguire il test sul formato scientifico descritto sopra su un modello ospitato che puoi chiamare in un pomeriggio, e quantificare con un numero l'effetto reale dell'aumento di gennaio sulla tua bolletta prima di progettare intorno ad esso. Due righe di aritmetica bastano per la maggior parte dei team: moltiplica i token di input di Gemini 3.8 Flash del mese scorso per $0.75 e di nuovo per $1.50, e fai lo stesso per l'output a $3.75 e $7.50. Se il divario è inferiore a una singola ora H200 al mese, il modello open non è la risposta e nessuna quantità di lettura di benchmark potrà renderlo tale. Se il divario è maggiore, ora sai qual è il budget che hai per un esperimento, un punto di partenza molto migliore di una posizione in classifica.

Quell’aritmetica è anche il motivo per cui qui vale la pena interessarsi al prezzo pass-through. OrcaRouter riporta il prezzo di listino del fornitore senza aggiungere alcun ricarico, quindi la variazione del 1° gennaio comparirà nel catalogo il giorno stesso in cui Google la pubblica, anziché al successivo rinnovo di un contratto. Un confronto scritto rispetto ai $0.75 di oggi sarà sbagliato tra sei settimane; uno scritto rispetto a un catalogo live almeno fallisce in modo palese.

Quando il confronto diventa davvero operativo — un prezzo Sage pubblicato, o un endpoint ospitato che valga la pena instradare — è il DSL di routing a rendere economico agire: un'unica policy che invia le chiamate in formato scientifico al modello specializzato e tutto il resto al livello Flash economico, con failover automatico, così un endpoint sperimentale non diventa mai un singolo punto di guasto. È questa la postura che questo confronto richiede davvero. Non una migrazione, una separazione.

Cosa decidere, e quando

Prima del 1º gennaio 2027, la risposta pragmatica è Gemini 3.8 Flash per qualsiasi cosa rivolta alla produzione e misurata in token, perché è economico, è misurato, è richiamabile, e il suo cambio di prezzo è una data nota anziché una sorpresa. Sage-S2.1-Flash merita una valutazione solo se il vostro lavoro coinvolge i formati di input scientifici che nomina — e solo se avete le GPU o la pazienza.

Dopo il 1° gennaio, il calcolo cambia esattamente di un fattore due sul fronte di Google, e la tesi del modello aperto si rafforza senza che il modello aperto faccia nulla. Vale la pena pianificarlo già ora: se la tua bolletta per il contesto lungo è il motivo per cui stai leggendo questo, fai i conti a $1,50 e $7,50 prima di vincolare l'architettura a una tariffa che scade tra sei settimane.

E tenga bene a mente una cosa per tutto il discorso. Sage-S2.1-Flash non è un Gemini più economico. È un grande modello scientifico aperto con una specializzazione documentata, nessun prezzo e nessun punteggio indipendente, pubblicato senza un annuncio da parte di un laboratorio che non ha ancora dichiarato quanto costa. Il motivo per tenerlo d'occhio è che se ne può essere proprietari. Il motivo per non adottarlo questo mese è che nessuno, autori compresi, vi ha detto come si comporta sotto un banco di prova che potete ispezionare.

Confrontati in questo articolo2

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno