Gemini 3.8 Flash vs Claude Haiku 4.5: två olika svar på "gör det billigt och snabbt"

Gemini 3.8 Flash och Claude Haiku 4.5 befinner sig i samma hörn av sina leverantörers kataloger, och det är i stort sett allt de har gemensamt. Gemini 3.8 Flash är Googles nya resonemangstunga arbetshäst, lanserad den 2 september 2026, till ett introduktionspris på 0,75 USD per miljon tokens för inmatning och 3,75 USD per miljon tokens för utmatning. Claude Haiku 4.5 är Anthropics sprintspecialist, på marknaden sedan den 15 oktober 2025, till 1 USD respektive 5 USD per miljon tokens. Båda kallas ”snabba”, men de besvarar olika frågor: Gemini 3.8 Flash får sin snabbhet genom att tänka hårt och generera cirka 350 output-tokens per sekund, medan Claude Haiku 4.5 får sin snabbhet genom att inte tänka särskilt mycket alls och genom att svara på mindre än en sekund.

Det här är inte den vanliga uppgörelsen där "ny modell slår gammal modell", eftersom den billigare av de två på papperet är den smartare, och den dyrare har elva månaders försprång i produktionen. Om du väljer mellan dem idag är de avgörande faktorerna latensbudget, tokenaptit och hur mycket resonemangsdjup din arbetsbelastning faktiskt belönar.

Varför Googles "flash"-modell inte längre betyder vad Haiku menar med "snabb"

De två modellerna förkroppsligar motsatta designfilosofier för den låga prisklassen. Anthropic byggde Claude Haiku 4.5 för att hålla sig smidig: en kontext på 200 000 tokens, en utdatagräns på 64 000 tokens, text- och bildinmatning, och en standardinställning som inte förbränner tokens på utökad resonering. Anthropic positionerade den vid lanseringen som att matcha Claude Sonnet 4:s kodnings- och agentprestanda till ungefär en tredjedel av kostnaden, och dess signum i praktiken är tiden till första token: oberoende mätningar placerar Claude Haiku 4.5:s första token under en sekund, vilket är vad som gör den fungerande för chatt-, klassificerings-, extraherings- och modereringspipelines där en användare eller en kö väntar.

Google har däremot förvandlat sin Flash-serie till en tänkare. Gemini 3.8 Flash stödjer en kontroll för resonemangsinsats – låg, medel eller hög – och resonerar som standard, med tanketokens som debiteras som utdata. På Artificial Analysis får den 59 på Intelligence Index i sitt högresonemangsläge (57 vid medel, 52 vid låg), en nivå som ligger nära modeller som kostar flera gånger mer. Claude Haiku 4.5 når 24 direkt ur lådan på samma index, och cirka 37 när dess valfria utökade tankeläge aktiveras. Klyftan är verklig, men den är delvis en inställning, inte bara en förmåga: att jämföra Gemini 3.8 Flash med hög ansträngning med Claude Haiku 4.5 på tomgång innebär att man jämför en modell som gör sitt hårdaste arbete med en annan som medvetet gör sitt enklaste.

Specifikationer, sida vid sida

• Kontext — Gemini 3.8 Flash: 1 048 576 tokens in, 65 536 ut. Claude Haiku 4.5: 200 000 tokens in, 64 000 ut.

• Pris — Gemini 3.8 Flash: 0,75 $ / 3,75 $ per miljon (kampanjpris till och med 31 december 2026, därefter 1,50 $ / 7,50 $). Claude Haiku 4.5: 1,00 $ / 5,00 $ per miljon, med cachad inmatning till 0,10 $.

Uthastighet — Gemini 3.8 Flash: ~350 tokens per sekund (Artificial Analysis). Claude Haiku 4.5: ~95–105 tokens per sekund direkt ur lådan.

• Första token — Gemini 3.8 Flash: medianen (p50) runt 4,8 s enligt OrcaRouter-telemetri. Claude Haiku 4.5: under 1 s enligt oberoende mätningar.

• Resonemang — Gemini 3.8 Flash: ansträngningsnivåer låg / medel (standard) / hög. Claude Haiku 4.5: inaktiverad som standard, valfritt utökat tänkande.

• Indata — Gemini 3.8 Flash: text, bild, video, ljud, fil. Claude Haiku 4.5: text och bild.

• Släppt — Gemini 3.8 Flash: 2 september 2026. Claude Haiku 4.5: 15 oktober 2025.

Vad benchmarkresultaten faktiskt säger, med etiketterna bifogade.

Googles rubriksiffra för Gemini 3.8 Flash är leverantörsrapporterad: på Googles egen DeepSWE v1.1-programvaruteknikutvärdering hävdar Google att modellen når 71.0–73.7%, upp från 65.3% för Gemini 3.7 Flash och inom räckhåll för Claude Opus 5:s 74.0%. Det här är Googles siffror på Googles testmiljö, och det ärligaste sättet att läsa dem är som en övre gräns för vad modellen kan göra, inte ett garanterat resultat i din kodbas. Den oberoende signalen pekar i samma riktning: Artificial Analysis 59 Intelligence Index är siffran som har fångat marknadens uppmärksamhet, och att denna förbättring har en verklig drivkraft — Artificial Analysis tillskriver större delen av den till bättre verktygsanvändning och agentiskt beteende snarare än till ren kunskap.

Claude Haiku 4.5:s jämförbara anspråk är Anthrops lanseringsuttalande om att den matchar Claude Sonnet 4 inom kodning och agentarbete till en bråkdel av priset, plus dess rapporterade 73 % på SWE-bench Verified. Oberoende aggregatorer placerar Claude Haiku 4.5:s SWE-bench-siffror betydligt lägre, vilket är normalt för en liten modell – leverantörens siffra återspeglar dess bästa harness-konfiguration. Om du behöver en kodningsagent snarare än en chatmodell är Gemini 3.8 Flash:s oberoende agentiska vinster och 1M-token-kontext det starkare valet på papperet; om du behöver en modell som pålitligt returnerar billiga, snabba, välformulerade svar är Claude Haiku 4.5:s meritlista den som har lasttestats i produktion i närmare ett år.

Kostnadsbilden har ett utgångsdatum.

Just nu talar matematiken till Gemini 3.8 Flash:s fördel: dess introduktionspris underbjuder Claude Haiku 4.5 på både inmatnings- och utdatatokens. Det är hela poängen med kampanjen – Google prissatte en smartare modell lägre än Anthropics budgetmodell för att locka användare. Men kampanjen är tillfällig. Google har meddelat att priset på $0.75 / $3.75 för Gemini 3.8 Flash gäller till och med den 31 december 2026, och att standardpriset från den 1 januari 2027 är $1.50 / $7.50. Claude Haiku 4.5 har ingen sådan klippa: till $1 / $5 blir den den billigare modellen på båda axlarna från januari och framåt, och dess cache-läsningspris på $0.10 per miljon är långt under Geminis.

Det finns en andra kostnadsfälla gömd i priserna per token, och den är värre för Gemini 3.8 Flash. Reasoning-modeller förbrukar output-tokens för att tänka, och Artificial Analysis fann att Gemini 3.8 Flash använder ungefär 30 % fler output-tokens per uppgift än Gemini 3.7 Flash – i genomsnitt runt 48 000 output-tokens per uppgift – vilket gör att den faktiska kostnaden per uppgift blir cirka 40 % högre än föregångarens, även vid samma pris per token. Claude Haiku 4.5 är sparsam till sin konstruktion: med extended thinking avstängt består det mesta av vad den returnerar av själva svaret. För en arbetsbelastning där kostnaden per uppgift spelar större roll än kostnaden per token kan den skillnaden väga tyngre än prislappen.

Vilken till vilket jobb

• Interaktiv chatt, moderering, extraktion och klassificering under en sekund vid hög volym — Claude Haiku 4.5. Dess latensprofil är poängen, och dess 200K-kontext täcker de flesta av dessa arbetsbelastningar.

• Kodningsagenter med lång tidshorisont, ändringar i flera filer, uppgifter som kräver att man håller ett helt repository i kontexten — Gemini 3.8 Flash. Kontexten på 1M tokens och vinsterna i agentiska benchmarks är precis vad detta behöver.

• Video-, ljud- och långfilförståelse — Gemini 3.8 Flash. Claude Haiku 4.5 tar inte emot video- eller ljudinmatning alls.

• En arbetsbelastning som du kommer att budgetera om i januari — räkna på tokens per uppgift, inte på priset per token. Gemini 3.8 Flash till $0.75 / $3.75 är en jättebra affär idag och en helt annan sak till $1.50 / $7.50 med en 30-procentig token-skatt på resonemang.

Provar båda från en tangent

Båda modellerna finns på OrcaRouter till respektive leverantörs listpris utan påslag, vilket gör att den variant av jämförelsen där du testar innan du förbinder dig blir trivial.Gemini 3.8 Flash finns på OrcaRouter till Googles listpris; Claude Haiku 4.5 finns på OrcaRouter till Anthropics listpris. Rikta samma OpenAI-kompatibla slutpunkt och samma nyckel mot modell-ID:n google/gemini-3.8-flash och anthropic/claude-haiku-4.5, kör samma prompt genom varje modell och jämför den faktiska latensen, kostnaden och utdata på din egen trafik i stället för att lita på en benchmarktabell. Eftersom leverantörernas prisändringar förs vidare samma dag är kampanjpriset för Gemini live här nu, och det uppdateras automatiskt igen när standardpriset träder i kraft i januari – din kod behöver inte ändras, bara din förväntan på vad fakturan blir.

Bedömningen beror på vilken typ av "snabb" du köper. Om dina användare väntar på den första token och uppgiften är avgränsad, förblir Claude Haiku 4.5 det rationella standardvalet – den är beprövad, smidig och tar under en sekund. Om uppgiften är tillräckligt öppen för att belöna tankearbete, erbjuder Gemini 3.8 Flash resonemang som närmar sig de främsta modellernas nivå till ett introduktionspris som understiger den etablerade aktörens, och fönstret för att testa den till det priset stängs den 31 december. För de flesta team är det billigaste korrekta svaret inte någon av dem, utan en routningsregel: skicka de enkla, latenskänsliga anropen till Claude Haiku 4.5 och de svåra, kontexttunga till Gemini 3.8 Flash – en nyckel, en faktura, och varje modell gör det den faktiskt är bra på.