Wygenerowana karta tytułowa z napisem „Sage-S2.1-Flash vs Gemini 3.8 Flash” nad podtytułem „Jeden ma klif cenowy, drugi nie ma ceny”, z dwoma chipami poniżej z napisami „podwaja się 1 stycznia 2027” i „645 GB wag”. Białe tło, niebieskie i cyjanowe akcenty gradientowe, płaskie ikony liniowe. Logo OrcaRouter jest wkomponowane w prawym dolnym rogu.
Guides & Insights

Sage-S2.1-Flash vs Gemini 3.8 Flash: jeden ma klif cenowy, drugi nie ma ceny

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Gemini 3.8 Flash kosztuje dziś 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych. 1 stycznia 2027 r. będzie kosztować 1,50 USD i 7,50 USD — ten sam model, te same wagi, dwa razy większy rachunek, ponieważ wprowadzająca cena Google za ten model kończy się 31 grudnia 2026 r. Sage-S2.1-Flash, opublikowany po cichu przez Shanghai AI Laboratory 15 listopada 2026 r., nie ma ceny, którą można by podwoić. Ma 645 gigabajtów wag na licencji MIT, 21-bajtową kartę modelu i przewodnik wdrożeniowy, który zakłada, że masz osiem H200.

Zestaw te dwa fakty obok siebie, a intencja wyszukiwania stojąca za tym starciem stanie się jasna: ludzie tak naprawdę nie pytają, który model jest mądrzejszy. Pytają, czy nadal wynajmować poziom Flash od Google, czy otwarty model naukowy, który można teraz pobrać, zastępuje część tego rachunku. Odpowiedź zależy od daty i od rozróżnienia, które większość porównań pomija — między modelem tanim za token a modelem, którego tokeny w ogóle nie są liczone.

Co jest faktycznie zaplanowane do zmiany?

Własna dokumentacja Google dla Gemini 3.8 Flash wymienia dwie karty stawek, a obowiązuje tylko jedna z nich:

• Cena wprowadzająca, do 31 grudnia 2026 — 0,75 USD za milion tokenów wejściowych, 3,75 USD za milion tokenów wyjściowych, 0,075 USD za milion buforowanych tokenów wejściowych

• Standard, od 1 stycznia 2027 r. — 1,50 USD za milion tokenów wejściowych, 7,50 USD za milion tokenów wyjściowych

• Kontekst — 1 000 000 tokenów, z limitem wyjścia wynoszącym 64 000 tokenów

• Myślenie — trzy poziomy: niski, średni (domyślny) i wysoki; starsze ustawienie minimalne powoduje teraz błąd

• Usunięte parametry — temperature, top_p, top_k, candidate_count oraz wstępnie wypełnione tury modelu nie są już akceptowane

Ta ostatnia kwestia kosztuje czas inżynierów, a nie pieniądze, i łatwo ją przeoczyć w dyskusji o cenniku. Pipeline przeniesiony z Gemini 3.6 Flash do 3.8 Flash nie może zachować swojej konfiguracji próbkowania; model odrzuca te parametry. Wieloturowe prefille również zniknęły, zastąpione przez previous_interaction_id obsługiwany po stronie serwera. Cokolwiek zbudujesz na 3.8 Flash od teraz do stycznia, będzie wymagało dwukrotnego dostrojenia — raz z powodu zmiany API, której już dokonałeś, a raz z powodu zmiany stawek, której jeszcze nie wprowadziłeś.

Gemini 3.8 Flash jest także, zgodnie z opisem samego Google, „modelem Flash poprzedniej generacji” — stabilnym, nadal domyślnym modelem stojącym za agentem Antigravity i SDK oraz wyznaczonym celem migracji żądań kierowanych do gemini-2.5-pro od 1 grudnia 2026 r. To koń roboczy o znanym horyzoncie bez wycofania, a nie eksperyment frontier. To prawdziwa zaleta, której Sage-S2.1-Flash obecnie nie oferuje.

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.

Dwa różne produkty mające w nazwie „Flash”

Zbieżność nazewnictwa odgrywa większą rolę, niż na to zasługuje, więc warto ją zdemontować.

Gemini 3.8 Flash to hostowany, zastrzeżony, multimodalny model uniwersalny. Przyjmuje dane wejściowe w postaci tekstu, obrazu, wideo, dźwięku i plików, a zwraca tekst. Artificial Analysis ocenia go na 30,8 pkt w Intelligence Index przy wysokim poziomie wysiłku; generuje około 114 tokenów wyjściowych na sekundę, a czas do pierwszego tokenu w jego teście długiego kontekstu wynosi 19,7 sekundy. Rozliczany jest za token, z pomiarem zużycia, i jest już dziś dostępny za pośrednictwem własnego API Google oraz kanałów odsprzedaży w chmurze.

Druga strona nazwy to artefakt badawczy. Sage-S2.1-Flash ma 320 miliardów parametrów, z czego 18 miliardów jest aktywnych na token, i został opublikowany jako 120 fragmentów bfloat16 na licencji MIT przez Shanghai AI Laboratory 15 listopada 2026 r. — 645 GB wag, wieża wizyjna oraz konfiguracja deklarująca limit 1 048 576 tokenów w 45 warstwach. Trzydzieści cztery z tych warstw wykorzystują typ uwagi liniowej; jedenaście wykorzystuje uwagę rzadką. To nie jest usługa. To plik do pobrania z dołączonym przewodnikiem wdrożeniowym.

Słowo „Flash" w obu nazwach oznacza odpowiednio „niewielki poziom w hostowanej ofercie" i „szybki wariant rodziny modeli badawczych". Nie konkurują o tę samą pracę, a jedynie czasami.

Jedyny benchmark, którego nazwę dzielą

Tutaj porównanie staje się naprawdę interesujące, a potem natychmiast rozczarowujące w pouczający sposób.

Tabela ewaluacyjna InternLM dla Sage-S2.1-Flash obejmuje 35 benchmarków i osiem modeli porównawczych: 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 i Claude Opus 5.5. Gemini 3.8 Flash nie znajduje się wśród nich. Dla tego starcia nie istnieje wspólna tablica wyników, niezależnie od tego, czy zbudowana przez dostawcę, czy w inny sposób.

To, co się pokrywa, to nazwa benchmarku. InternLM podaje 87,9 dla Sage-S2.1-Flash w Terminal-Bench 2.1. Artificial Analysis podaje 87,6 dla Gemini 3.8 Flash w Terminal-Bench 2.1. Różnią się o trzy dziesiąte i kuszące jest nazwanie tego remisem — co byłoby błędem. Te dwie liczby pochodzą z różnych harnessów, z różnymi scaffoldami, liczbą prób i konfiguracjami narzędzi, a żadne z laboratoriów nie opublikowało ustawień swoich uruchomień. Różnica 0,3 punktu między dwoma prywatnymi harnessami nie jest pomiarem czegokolwiek. To zbieg okoliczności, który akurat jest wygodny dla każdego, kto chce twierdzić, że osiągnięto parytet.

Wszystko inne, co oba modele mają wspólne, trzeba wywnioskować przez rozumowanie, a nie przez odejmowanie. Artificial Analysis podaje dla Gemini 3.8 Flash wynik 95,3 w GPQA Diamond, 85,6 w MMMU-Pro, 47,8 w Humanity's Last Exam, 56,6 w SciCode oraz GDPval na poziomie 1 442. InternLM podaje dla Sage-S2.1-Flash wynik 75,8 w BabyVision, 84,8 w OSWorld-G, 72,2 w OfficeQA Pro V2, 90,3 w MLE-bench Lite i 25,0 w Harvey LAB. Te listy ledwo się pokrywają, a tam, gdzie się nie pokrywają, nie ma czego porównywać — są tylko dwa laboratoria opisujące różne mocne strony odmiennym słownictwem.

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.

Skąd pochodzą dowody — na tym polega prawdziwa różnica

Odłóż na chwilę liczby na bok i przyjrzyj się pochodzeniu, bo to ono decyduje o tym, jaką wagę może mieć cokolwiek z powyższego.

Gemini 3.8 Flash jest mierzony przez stronę trzecią na publicznym zestawie testowym. Wartość Intelligence Index na poziomie 30,8, liczby dotyczące szybkości oraz wyniki GPQA i MMMU-Pro pochodzą w całości z Artificial Analysis, które stosuje tę samą procedurę, jaką stosuje wobec każdego wymienianego przez siebie modelu. Możesz nie zgadzać się z tym zestawem testowym; nie możesz oskarżać Google o jego napisanie.

Sage-S2.1-Flash jest oceniany wyłącznie przez swoich autorów, w pliku rozdzielanym tabulatorami zatwierdzonym w repozytorium GitHub utworzonym 16 listopada i opublikowanym na statycznej stronie pod adresem internlm.github.io/Sage-S2.1-Flash. Nic w repozytorium Hugging Face nie prowadzi do tej strony. Karta modelu zawiera tylko wiersz z licencją i nic więcej — 21 bajtów, w całości YAML frontmatter.

Tabela dostawcy ma jednak jeden wskaźnik wiarygodności wart uznania: zawiera wiersze, w których model przegrywa. Sage pozostaje za DeepSeek-V4.1-Flash-1017 o 6,9 punktu w DeepSWE, 5,5 w NL2Repo-Bench i 7,5 w APEX-Agents, a także za Qwen3.8-Max w Terminal-Bench 2.1 i SWE-bench Pro. Laboratorium publikujące własne porażki to laboratorium, które można czytać. Ale samodzielnie opublikowana tabela z porażkami wciąż jest samodzielnie opublikowaną tabelą, a żadna strona trzecia nie odtworzyła ani jednego wiersza.

Cztery pytania, które ludzie naprawdę zadają

Większość zamieszania w tym starciu wynika z tego, że kilka osobnych decyzji sprowadza się do jednej. Rozpatrywane osobno, każda ma jasną odpowiedź.

• Czy Sage-S2.1-Flash może zastąpić Gemini 3.8 Flash w przetwarzaniu dużych wolumenów tekstu? Nie, i nie z powodu jakości. Gemini 3.8 Flash w cenie 0,75 USD za milion tokenów wejściowych jest tańszy niż energia elektryczna i amortyzacja węzła potrzebnego przez Sage, w przypadku obciążenia mierzonego w milionach krótkich wywołań. To niewłaściwe narzędzie do tego zadania niezależnie od wyniku w benchmarku.

• Czy Sage wygrywa w przypadku długiego kontekstu, skoro oba twierdzą, że obsługują milion tokenów? Dopiero po styczniu. Dziś Gemini 3.8 Flash pobiera 0,75 USD za milion tokenów wejściowych w całym swoim oknie, bez dopłaty za długie prompty; to samo będzie obowiązywać od 1 stycznia przy cenie 1,50 USD. Sage nie ma w ogóle ceny za token, co oznacza, że pytanie nie brzmi „który jest tańszy za token”, lecz „który jest tańszy miesięcznie” — a to zależy od tego, czy węzeł z ośmioma H200 jest zajęty. Węzeł, który stoi bezczynnie między zadaniami, jest droższy niż niemal każda stawka za token.

• Czy limit wyjściowy stanowi problem? W przypadku Sage jest to nieznane — żaden dokument w wydaniu nie podaje maksymalnej długości wyjścia. W przypadku Gemini 3.8 Flash wynosi ona 64 000 tokenów, co wystarcza na większość kroków agentowych, ale nie na generowanie długich tekstów w jednym wywołaniu. Jeśli Twoje obciążenie generuje 100 tys. tokenów w jednej odpowiedzi, Gemini 3.8 Flash odpada ze względu na specyfikację, a nie na wynik.

• Który z nich mogę faktycznie wywołać w poniedziałek? Gemini 3.8 Flash. Sage-S2.1-Flash nie ma hostowanego punktu końcowego, który moglibyśmy potwierdzić; link „Wypróbuj API” na stronie wydania prowadzi do portalu, który nie wyrenderowałby swojego katalogu klientowi bez obsługi JavaScriptu, a żaden dostawca usług inferencji nie wymieniał tego modelu na Hugging Face w momencie pisania.

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.

Gdzie twierdzenie naukowe musiałoby zostać poddane testom

Wyróżniające twierdzenie Sage-S2.1-Flash to nie „lepszy agent”, lecz „więcej rodzajów danych naukowych w jednym modelu”: grafy molekularne, struktury krystaliczne, sekwencje i trójwymiarowe struktury białek, DNA i RNA, widma, widma masowe, dyfrakcja rentgenowska, elektrokardiogramy, elektroencefalogramy i krzywe jasności. Ta lista pochodzi z angielskiego materiału promocyjnego InternLM, a nie z karty modelu, i jest deklaracją projektową, a nie zmierzonym wynikiem.

Dokumentacja Gemini 3.8 Flash nie zawiera równoważnego twierdzenia. Obsługuje wideo i audio natywnie — to realna przewaga w zakresie, którą konfiguracja Sage'a również zapewnia dzięki typom tokenów wideo i audio — ale Google nie opisuje go jako trenowanego na widmach lub wzorcach dyfrakcyjnych. Uczciwie rzecz ujmując, w przypadku formatów naukowych jeden model ma udokumentowaną specjalizację i brak niezależnej weryfikacji, a drugi oferuje szeroki multimodalny zakres wejścia oraz wyniki testów zewnętrznych na ogólnych benchmarkach, które akurat obejmują także te naukowe (SciCode: 56,6; GPQA: 95,3).

Jeśli ta specjalizacja ma znaczenie dla Twojej pracy, testem nie jest ranking. To garść własnych rycin, widm lub obrazów kriogenicznych, przepuszczonych przez oba rozwiązania i sprawdzonych przez eksperta dziedzinowego. Dziesięć dokumentów i jedno popołudnie rozstrzyga więcej niż trzydzieści pięć wierszy dostawców, i to jedyny eksperyment w tym artykule, który daje wynik, którego możesz bronić wewnętrznie.

Serwujące pułapki, ponieważ decydują o weekendzie

Każdy, kto pobiera Sage-S2.1-Flash, powinien najpierw przeczytać jego przewodnik wdrożeniowy, z łatwego do zlekceważenia powodu: każda opisana w nim awaria jest cicha. Tokenizer błędnie odczyta składnię agentową, obrazy zostaną przypisane do niewłaściwego wyniku narzędzia w wywołaniu równoległym poza kolejnością, SGLang po cichu podstawi własny szablon czatu, pamięć podręczna KV FP8 nie będzie działać na Hopper, a LMDeploy odrzuci zmienioną nazwę typu warstwy, chyba że transformers zostanie przypięty do wersji poniżej 5.19. Żadna z tych awarii nie daje komunikatu o błędzie. Wszystkie generują wiarygodnie wyglądający wynik dla niewłaściwych danych wejściowych, co jest najgorszym możliwym trybem awarii agenta.

Równoważna lista Google jest krótsza i lepiej wspierana: bez temperature, top_p i top_k; bez wstępnie wypełnionych tur; błędy Malformed_Function_Call powiązane z tekstem poprzedzającym wywołanie narzędzia; call_id i name wymagane w każdym FunctionResponse. Różnica między obiema listami nie tkwi w długości. Tkwi w tym, że za jedną stoi przewodnik migracji i ścieżka wsparcia, a druga to ostrzeżenie w pliku markdown, napisane przez ludzi, którzy stworzyli model, dla pierwszych kilku użytkowników.

Testowanie obu bez wiązania się z którymkolwiek

Jeden praktyczny szczegół dotyczący styczniowego progu: ponieważ katalog typu pass-through odzwierciedla cenę katalogową dostawcy, a nie wynegocjowaną jej kopię, zmiana stawki wchodzi w życie w dniu, w którym dostawca ją opublikuje. Gemini 3.8 Flash jest już dostępny przez OrcaRouter pod adresem google/gemini-3.8-flash — 0,75 USD za wejście i 3,75 USD za wyjście za milion, cennik wprowadzający, z zachowanym oknem 1 048 576 tokenów — a gdy Google przejdzie na 1,50 USD i 7,50 USD, katalog również to pokaże, bez renegocjacji. Sage-S2.1-Flash w ogóle nie ma w katalogu; to wagi na licencji MIT, które uruchamiasz na własnym sprzęcie, i żaden router tego nie zmieni.

Dla zespołu, który to rozważa, użytecznym krokiem nie jest wynajęcie ośmiu H200 na podstawie przeczucia. Jest nim uruchomienie opisanego powyżej testu w formacie naukowym na hostowanym modelu, który możesz wywołać w ciągu jednego popołudnia, oraz przypisanie liczby do tego, jak styczniowa podwyżka faktycznie wpłynie na rachunek, zanim zaprojektujesz rozwiązanie z myślą o niej. Dwa działania arytmetyczne wystarczą większości zespołów: pomnóż tokeny wejściowe Gemini 3.8 Flash z zeszłego miesiąca przez 0,75 USD, a następnie przez 1,50 USD, i zrób to samo dla tokenów wyjściowych przy 3,75 USD i 7,50 USD. Jeśli różnica jest mniejsza niż jedna godzina H200 miesięcznie, model otwarty nie jest odpowiedzią i żadna ilość czytania benchmarków tego nie zmieni. Jeśli różnica jest większa, wiesz już, jaki budżet masz na eksperyment, co jest znacznie lepszym punktem wyjścia niż pozycja w rankingu.

Ta arytmetyka jest także powodem, dla którego ceny typu pass-through są tu warte uwagi. OrcaRouter stosuje cennik dostawcy bez doliczonej marży, więc zmiana z 1 stycznia pojawi się w katalogu w dniu, w którym Google ją opublikuje, a nie przy następnym odnowieniu umowy. Porównanie oparte na dzisiejszych 0,75 USD będzie błędne za sześć tygodni; porównanie oparte na aktualnym katalogu przynajmniej zawiedzie w widoczny sposób.

Gdy porównanie faktycznie staje się aktualne — opublikowana cena Sage albo hostowany endpoint, do którego warto kierować ruch — to DSL routingu sprawia, że można tanio zareagować: jedna zasada, która kieruje wywołania w formacie naukowym do modelu specjalistycznego, a wszystko inne do taniej warstwy Flash, z automatycznym przełączaniem awaryjnym, dzięki czemu eksperymentalny endpoint nigdy nie staje się pojedynczym punktem awarii. To jest właśnie podejście, którego wymaga to starcie. Nie migracja, lecz podział.

Co postanowić i kiedy

Przed 1 stycznia 2027 r. pragmatyczną odpowiedzią jest Gemini 3.8 Flash dla wszystkiego, co produkcyjne i rozliczane w tokenach, ponieważ jest tani, jest mierzony, można go wywołać, a zmiana jego ceny ma znaną datę, a nie jest niespodzianką. Sage-S2.1-Flash wart jest oceny tylko wtedy, gdy Twoja praca obejmuje wymieniane przez niego naukowe formaty wejściowe — i tylko jeśli masz GPU albo cierpliwość.

Po 1 stycznia rachunek zmienia się po stronie Google dokładnie dwukrotnie, a argument za modelem otwartym zyskuje na sile, choć model otwarty nic nie robi. Warto to zaplanować już teraz: jeśli rachunek za długi kontekst jest powodem, dla którego to czytasz, przelicz liczby przy $1.50 i $7.50, zanim zwiążesz architekturę ze stawką, która wygasa za sześć tygodni.

I przez cały czas niech jedno będzie jasne. Sage-S2.1-Flash nie jest tańszym Gemini. To duży otwarty model naukowy z udokumentowaną specjalizacją, bez ceny i bez niezależnej oceny, opublikowany bez zapowiedzi przez laboratorium, które jeszcze nie powiedziało, ile kosztuje. Powodem, by go obserwować, jest to, że można go posiadać. Powodem, by nie wdrażać go w tym miesiącu, jest to, że nikt, łącznie z jego autorami, nie powiedział ci, co robi pod harnessem, który możesz sprawdzić.

Porównane w tym artykule2

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie