
Sage-S2.1-Flash vs Gemini 3.8 Flash: de een heeft een prijskloof, de ander heeft geen prijs
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 90 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 87 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 133 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1 mln tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligentie
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligentie
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1 mln tokens · 219 tok/s
Gemini 3.8 Flash kost vandaag $0,75 per miljoen inputtokens en $3,75 per miljoen outputtokens. Op 1 januari 2027 kost het $1,50 en $7,50 — hetzelfde model, dezelfde gewichten, een factuur die twee keer zo hoog is, omdat Google's introductieprijs voor het model op 31 december 2026 afloopt. Sage-S2.1-Flash, op 15 november 2026 geruisloos gepubliceerd door het Shanghai AI Laboratory, heeft geen prijs die kan verdubbelen. Het heeft 645 gigabyte MIT-gelicentieerde gewichten, een modelkaart van 21 bytes en een implementatiehandleiding die ervan uitgaat dat je acht H200's hebt.
Zet die twee feiten naast elkaar, en de zoekintentie achter deze vergelijking wordt duidelijk: mensen vragen zich niet echt af welk model slimmer is. Ze vragen zich af of ze Google's Flash-tier blijven huren, of dat een open wetenschappelijk model dat ze nu kunnen downloaden een deel van die rekening vervangt. Het antwoord hangt af van een datum, en van een onderscheid dat de meeste vergelijkingen overslaan — tussen een model dat goedkoop is per token en een model waarvan de tokens helemaal geen meter kennen.
Wat is er eigenlijk gepland om te veranderen?
Google's eigen documentatie voor Gemini 3.8 Flash vermeldt twee tariefkaarten, en slechts één daarvan is van kracht:
• Introductietarief, tot en met 31 december 2026 — $ 0,75 per miljoen inputtokens, $ 3,75 per miljoen outputtokens, $ 0,075 voor gecachte input
• Standaard, vanaf 1 januari 2027 — $1,50 per miljoen input, $7,50 per miljoen output
• Context — 1.000.000 tokens, met een uitvoerplafond van 64.000 tokens
• Denken — drie niveaus: laag, gemiddeld (de standaard) en hoog; de oudere minimale instelling geeft nu een foutmelding
• Verwijderde parameters — temperature, top_p, top_k, candidate_count en vooraf ingevulde modelbeurten worden niet meer geaccepteerd
Die laatste regel is degene die engineeringtijd kost in plaats van geld, en hij is gemakkelijk over het hoofd te zien in een prijsdiscussie. Een pipeline die van Gemini 3.6 Flash naar 3.8 Flash is gemigreerd, kan zijn samplingconfiguratie niet behouden; het model verwerpt de instellingen. Multi-turn-prefills zijn ook verdwenen, vervangen door een server-side previous_interaction_id. Wat je tussen nu en januari ook op 3.8 Flash bouwt, is een build die je twee keer zult moeten bijstellen — één keer voor de API-wijziging die je al hebt doorgevoerd, één keer voor de tariefwijziging die je nog niet hebt.
Gemini 3.8 Flash is volgens Google zelf ook het "Flash-model van de vorige generatie" — stabiel, nog steeds de standaard achter de Antigravity-agent en -SDK, en het aangewezen migratiedoel voor gemini-2.5-pro-aanvragen vanaf 1 december 2026. Het is een werkpaard met een bekend vooruitzicht waarin geen uitfasering is voorzien, geen grensverleggend experiment. Dat is een echte verdienste, en een die Sage-S2.1-Flash op dit moment niet biedt.

Twee verschillende producten met "Flash" in de naam
Het naamtoeval doet meer werk dan het verdient, dus het loont de moeite om het te ontleden.
Gemini 3.8 Flash is een gehost, propriëtair, multimodaal werkpaard. Het accepteert tekst-, beeld-, video-, audio- en bestandsinvoer en retourneert tekst. Artificial Analysis geeft het een score van 30,8 op de Intelligence Index bij hoge inspanning, met ongeveer 114 outputtokens per seconde en een tijd tot het eerste token van 19,7 seconden op zijn langecontexttest. De prijsstelling is per token en op verbruik gebaseerd, en het is vandaag beschikbaar via de eigen API van Google en via kanalen voor cloudwederverkoop.
De andere kant van de naam is een onderzoeksartefact. Sage-S2.1-Flash heeft 320 miljard parameters, waarvan 18 miljard actief per token, en is op 15 november 2026 door het Shanghai AI Laboratory onder een MIT-licentie gepubliceerd als 120 bfloat16-shards — 645 GB aan gewichten, een vision tower en een configuratie die een maximum van 1.048.576 tokens over 45 lagen aangeeft. Vierendertig van die lagen gebruiken een linear-attentiontype; elf gebruiken sparse attention. Het is geen dienst. Het is een download met een bijgevoegde deploymenthandleiding.
Het woord "Flash" in beide namen betekent respectievelijk "kleine tier in een gehost aanbod" en "de snelle variant van een onderzoeksmodelfamilie". Ze concurreren niet om dezelfde regelpost. Ze concurreren om dezelfde taak, en slechts soms.
De enige benchmark waarvan ze de naam delen
Hier wordt de vergelijking echt interessant, en vervolgens meteen teleurstellend op een leerzame manier.
De evaluatietabel van InternLM voor Sage-S2.1-Flash omvat 35 benchmarks en acht vergelijkingsmodellen: 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 en Claude Opus 5.5. Gemini 3.8 Flash staat er niet bij. Er is geen gedeeld scorebord voor deze vergelijking, door de leverancier gebouwd of anderszins.
Wat overlapt is een benchmarknaam. InternLM rapporteert 87,9 voor Sage-S2.1-Flash op Terminal-Bench 2.1. Artificial Analysis rapporteert 87,6 voor Gemini 3.8 Flash op Terminal-Bench 2.1. Die liggen drie tienden uit elkaar, en het is verleidelijk om het een gelijkspel te noemen — wat onjuist zou zijn. De twee cijfers komen uit verschillende harnesses, met verschillende scaffolds, aantallen pogingen en toolconfiguraties, en geen van beide labs heeft zijn runinstellingen gepubliceerd. Een verschil van 0,3 punt tussen twee private harnesses is geen meting van wat dan ook. Het is een toeval dat toevallig handig uitkomt voor wie pariteit wil claimen.
Alles wat de twee verder gemeen hebben, moet worden beredeneerd in plaats van afgetrokken. Artificial Analysis zet Gemini 3.8 Flash op 95,3 voor GPQA Diamond, 85,6 voor MMMU-Pro, 47,8 voor Humanity's Last Exam, 56,6 voor SciCode en een GDPval van 1.442. InternLM zet Sage-S2.1-Flash op 75,8 voor BabyVision, 84,8 voor OSWorld-G, 72,2 voor OfficeQA Pro V2, 90,3 voor MLE-bench Lite en 25,0 voor Harvey LAB. Die lijsten overlappen nauwelijks, en waar ze dat niet doen, valt er niets te vergelijken — alleen twee labs die verschillende sterke punten in verschillende vocabularia beschrijven.

Waar het bewijs vandaan komt, daarin zit het echte verschil.
Zet de cijfers even opzij en kijk naar de herkomst, want die bepaalt hoe zwaar al het bovenstaande kan wegen.
Gemini 3.8 Flash wordt door een derde partij gemeten op een openbare harness. Het Intelligence Index-cijfer van 30,8, de snelheidscijfers en de GPQA- en MMMU-Pro-scores komen allemaal van Artificial Analysis, dat dezelfde procedure toepast die het op elk model in zijn lijst gebruikt. Je kunt het oneens zijn met de harness; je kunt Google er niet van beschuldigen die geschreven te hebben.
Sage-S2.1-Flash wordt alleen door de auteurs gemeten, in een tabgescheiden bestand dat is gecommit in een GitHub-repository die op 16 november is aangemaakt, en gepubliceerd op een statische site op internlm.github.io/Sage-S2.1-Flash. Niets in de Hugging Face-repository linkt naar die site. De modelkaart bevat een licentieregel en niets anders — 21 bytes, allemaal YAML-frontmatter.
De leverancierstabel heeft wel één geloofwaardigheidsmarker die erkenning verdient: er staan rijen in waarop het model verliest. Sage doet 6,9 punten onder voor DeepSeek-V4.1-Flash-1017 op DeepSWE, 5,5 op NL2Repo-Bench en 7,5 op APEX-Agents, en doet onder voor Qwen3.8-Max op Terminal-Bench 2.1 en SWE-bench Pro. Een lab dat zijn eigen verliezen publiceert, is een lab dat je kunt lezen. Maar een zelfgepubliceerde tabel met verliezen blijft een zelfgepubliceerde tabel, en geen enkele derde partij heeft ook maar één rij gereproduceerd.
Vier vragen die mensen echt stellen
Het meeste van de verwarring in deze matchup komt doordat verschillende afzonderlijke beslissingen tot één worden samengevoegd. Apart bekeken heeft elk een helder antwoord.
• Kan Sage-S2.1-Flash Gemini 3.8 Flash vervangen voor tekstwerk met een hoog volume? Nee, en niet vanwege de kwaliteit. Gemini 3.8 Flash tegen $0,75 per miljoen inputtokens is goedkoper dan de elektriciteit en afschrijving op de node die Sage nodig heeft, voor een workload gemeten in miljoenen korte calls. Dit is het verkeerde gereedschap voor die taak, ongeacht de benchmarkscore.
• Wint Sage het op lange context, aangezien beide een miljoen tokens claimen? Pas vanaf januari. Vandaag rekent Gemini 3.8 Flash $0,75 per miljoen inputtokens over het hele venster, zonder toeslag voor lange prompts; hetzelfde geldt voor $1,50 vanaf 1 januari. Sage heeft helemaal geen prijs per token, wat betekent dat de vraag niet is "welke is goedkoper per token", maar "welke is goedkoper per maand" — en dat hangt ervan af of de acht-H200-node bezet is. Een node die tussen taken inactief blijft, is duurder dan vrijwel elk tarief per token.
• Is het uitvoerplafond een probleem? Voor Sage is dat onbekend — geen enkel document in de release vermeldt een maximale uitvoerlengte. Voor Gemini 3.8 Flash is dat 64.000 tokens, wat genoeg is voor de meeste agentische stappen en niet genoeg voor langvormige generatie in één aanroep. Als je workload 100K tokens in één antwoord produceert, valt Gemini 3.8 Flash af op een specificatie, niet op een score.
• Welke kan ik maandag daadwerkelijk aanroepen? Gemini 3.8 Flash. Voor Sage-S2.1-Flash is er geen gehost endpoint dat we konden bevestigen; de link "Try the API" op de releasesite wijst naar een portaal dat zijn catalogus niet zou weergeven aan een niet-JavaScript-client, en geen enkele inferentieprovider vermeldde het model op Hugging Face op het moment van schrijven.

Waar de wetenschappelijke bewering zou moeten worden getest
De onderscheidende claim van Sage-S2.1-Flash is niet "betere agent", maar "meer soorten wetenschappelijke input in één model": moleculaire grafen, kristalstructuren, eiwitsequenties en driedimensionale structuren, DNA en RNA, spectra, massaspectra, röntgendiffractie, elektrocardiogrammen, elektro-encefalogrammen en lichtkrommen. Die lijst komt uit InternLM's Engelstalige releasekopij, niet uit de modelkaart, en het is een ontwerpuitspraak in plaats van een gemeten resultaat.
De documentatie van Gemini 3.8 Flash doet geen vergelijkbare bewering. Het accepteert video en audio native — een echt voordeel in reikwijdte dat de configuratie van Sage ook ondersteunt via video- en audiotokentypen — maar Google beschrijft het niet als getraind op spectra of diffractiepatronen. De eerlijke manier om het te zeggen is dat op wetenschappelijke formaten het ene model een gedocumenteerde specialisatie heeft en geen onafhankelijke verificatie, en het andere brede multimodale invoer en scores van derden op algemene benchmarks die toevallig ook wetenschappelijke bevatten (SciCode op 56.6, GPQA op 95.3).
Als die specialisatie relevant is voor je werk, is de test geen leaderboard. Het is een handvol van je eigen figuren, spectra of cryo-afbeeldingen, door beide gehaald en gecontroleerd door een domeinexpert. Tien documenten en een middag beslechten meer dan vijfendertig leveranciersrijen, en het is het enige experiment in dit artikel dat een resultaat oplevert dat je intern kunt verdedigen.
De valkuilen bij het serveren, omdat ze het weekend bepalen
Iedereen die Sage-S2.1-Flash downloadt, moet eerst de deploymenthandleiding lezen, om een reden die gemakkelijk wordt onderschat: elke fout die daarin wordt beschreven, verloopt geruisloos. De tokenizer interpreteert agentische syntaxis verkeerd, afbeeldingen worden gekoppeld aan het verkeerde toolresultaat bij een parallelle aanroep die niet in de juiste volgorde binnenkomt, SGLang stelt er stilletjes zijn eigen chattemplate voor in de plaats, FP8-KV-cache werkt niet op Hopper, en LMDeploy weigert een hernoemd laagtype tenzij transformers wordt vastgezet op een versie onder 5.19. Geen van deze gevallen levert een foutmelding op. Ze leveren allemaal plausibele uitvoer over de verkeerde input op, wat de slechtste faalmodus is die een agent kan hebben.
De equivalente lijst van Google is korter en beter ondersteund: geen temperature, top_p of top_k; geen vooraf ingevulde turns; Malformed_Function_Call-fouten die worden herleid tot tekst vóór de tool; call_id en name vereist bij elke FunctionResponse. Het verschil tussen de twee lijsten is niet de lengte. Het is dat achter de ene een migratiehandleiding en een ondersteuningstraject zitten, en de andere een waarschuwing in een markdownbestand is, geschreven door de mensen die het model hebben geschreven, voor de eerste handvol gebruikers.
Beide testen zonder zich aan een van beide te binden
Eén praktisch detail over de januari-cliff: omdat een doorgeefcatalogus de lijstprijs van de provider weerspiegelt in plaats van een onderhandelde kopie ervan, gaat een tariefwijziging in op de dag dat de leverancier die publiceert. Gemini 3.8 Flash is nu via OrcaRouter aanroepbaar op google/gemini-3.8-flash — $0,75 in en $3,75 uit per miljoen, de introductiekaart, met het venster van 1.048.576 tokens intact — en wanneer Google naar $1,50 en $7,50 gaat, toont de catalogus dat ook, zonder heronderhandeling. Sage-S2.1-Flash staat helemaal niet in de catalogus; het zijn MIT-gewichten die je op je eigen hardware zou draaien, en geen enkele router verandert daar iets aan.
De nuttige zet voor een team dat dit overweegt, is niet op goed geluk acht H200's huren. Het is de hierboven beschreven test met wetenschappelijke formaten uitvoeren op een gehost model dat je binnen een middag kunt aanroepen, en er een getal op plakken wat de verhoging van januari werkelijk met je rekening doet voordat je je ontwerp erop aanpast. Twee regels rekenwerk volstaan voor de meeste teams: vermenigvuldig het aantal inputtokens van Gemini 3.8 Flash van vorige maand met $0,75 en nogmaals met $1,50, en doe hetzelfde voor output tegen $3,75 en $7,50. Als het verschil kleiner is dan één H200-uur per maand, is het open model niet het antwoord, en geen enkele hoeveelheid benchmarklectuur zal daar verandering in brengen. Is het verschil groter, dan weet je nu welk budget je voor een experiment hebt, wat een veel beter startpunt is dan een positie op een leaderboard.
Die rekensom is ook de reden waarom pass-through-prijzen hier relevant zijn. OrcaRouter hanteert de lijstprijs van de provider zonder opslag, dus de wijziging van 1 januari verschijnt in de catalogus op de dag dat Google die publiceert, in plaats van pas bij de volgende contractvernieuwing. Een vergelijking op basis van de huidige $0.75 zal over zes weken onjuist zijn; een vergelijking op basis van een live catalogus mislukt ten minste duidelijk.
Wanneer de vergelijking echt actueel wordt — een gepubliceerde Sage-prijs, of een gehost endpoint dat het waard is om naartoe te routeren — is de routerings-DSL wat het goedkoop maakt om ernaar te handelen: één beleid dat oproepen in wetenschappelijk formaat naar het gespecialiseerde model stuurt en al het andere naar de goedkope Flash-tier, met automatische failover zodat een experimenteel endpoint nooit een single point of failure wordt. Dat is de houding die deze vergelijking eigenlijk vereist. Geen migratie, maar een splitsing.
Wat te beslissen, en wanneer
Vóór 1 januari 2027 is het pragmatische antwoord Gemini 3.8 Flash voor alles wat productiegericht is en per token wordt afgerekend, omdat het goedkoop is, het gemeten is, het aanroepbaar is, en de prijswijziging ervan een bekende datum is in plaats van een verrassing. Sage-S2.1-Flash is alleen een evaluatie waard als je werk de wetenschappelijke invoerformaten omvat die het noemt — en alleen als je de GPU's of het geduld hebt.
Na 1 januari verschuift de rekensom aan Google's kant precies met een factor twee, en het pleidooi voor het open model wordt sterker zonder dat het open model iets doet. Het is de moeite waard om daar nu op te plannen: als je factuur voor lange contexten de reden is dat je dit leest, reken dan met $1,50 en $7,50 voordat je je architectuur vastlegt op een tarief dat over zes weken verloopt.
En houd één ding steeds goed voor ogen. Sage-S2.1-Flash is geen goedkopere Gemini. Het is een groot open wetenschappelijk model met een gedocumenteerde specialisatie, geen prijs en geen onafhankelijke score, gepubliceerd zonder aankondiging door een lab dat nog niet heeft gezegd wat het kost. De reden om het te volgen, is dat je het kunt bezitten. De reden om het deze maand nog niet te adopteren, is dat niemand, inclusief de auteurs, je heeft verteld wat het doet onder een testomgeving die je kunt inspecteren.
Vergeleken in dit artikel1
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
