{"slug": "ecchmiain-3-8-aeflch-epriiybethiiybradabkaarkhid-tmaa-paanklaang-suung-phr", "title": "เจมิไน 3.8 แฟลช: เปรียบเทียบระดับการคิด ต่ำ ปานกลาง สูง พร้อมเหตุผลที่ระดับ Minimal หายไป", "summary": "Google's Gemini 3.8 Flash model introduces three thinking levels—low, medium, and high—replacing the previous minimal level, which is no longer supported and causes API requests to fail with a 400 error. The thinking level controls the amount of internal reasoning before a response, impacting latency, output tokens, and cost. Developers are advised to explicitly set the thinking level in every request to avoid unintended cost changes, as medium is the default but may not suit all use cases.", "body_md": "`thinking_level`\n\nของ Gemini 3.8 Flash ให้เหมาะกับแต่ละเส้นทาง\nGemini 3.8 Flash มีระดับการคิดสามระดับ ได้แก่ `low`\n\n, `medium`\n\nและ `high`\n\nการตั้งค่านี้ควบคุมปริมาณการให้เหตุผลภายในก่อนโมเดลตอบกลับ และส่งผลโดยตรงต่อความหน่วง โทเค็นเอาต์พุต และค่าใช้จ่าย Google ออกแบบ 3.8 Flash ให้ “ทำงานหนักขึ้น” กับงานซับซ้อน ดังนั้นการเลือกระดับจึงสำคัญกว่าเดิมเมื่อเทียบกับ 3.7 Flash หากต้องการดูภาพรวมการเปิดตัว โปรดอ่าน [ภาพรวม Gemini 3.8 Flash](https://apidog.com/th/blog/what-is-gemini-3-8-flash?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) ส่วนบทความนี้จะเน้นเฉพาะการตั้งค่าระดับการคิด\n\nมีสองประเด็นที่มักทำให้ทีมสับสน:\n\n`medium`\n\nไม่ใช่ `high`\n\nโดย Gemini 3 Pro ใช้ `high`\n\nเป็นค่าเริ่มต้น`minimal`\n\nซึ่งเคยใช้กับ Gemini 3.7 Flash ไม่รองรับใน 3.8 Flash อีกต่อไป คำขอจะล้มเหลวตั้งแต่การตรวจสอบความถูกต้อง ก่อนสร้างโทเค็นใดๆ ดูรายละเอียดได้ที่ บทความนี้ครอบคลุมสิ่งที่แต่ละระดับทำ ค่าใช้จ่าย วิธีตั้งค่าใน API ทั้งสองแบบ กลยุทธ์การเลือกใช้ และการทดสอบที่ทำซ้ำได้ใน Apidog\n\n| ระดับ | คำแนะนำของ Google | ค่าใช้จ่ายต่อภารกิจ (AA) | เวลาต่อภารกิจ (AA) | เหมาะกับ |\n|---|---|---|---|---|\n`low` |\nลดความหน่วงและค่าใช้จ่าย เหมาะกับคำสั่งง่าย แชท และงานปริมาณสูง | $0.24 | 0.8 นาที | งานที่ผู้ใช้รอผลโดยตรง การค้นหาจากข้อความถอดเสียง การจัดหมวดหมู่ |\n`medium` (ค่าเริ่มต้น) |\nสมดุลสำหรับโค้ดซับซ้อนและงานแบบเอเจนต์ | $0.41 | ไม่ระบุ | เส้นทางส่วนใหญ่ การถามตอบวิดีโอทั่วไป |\n`high` |\nให้เหตุผลลึกที่สุดสำหรับปัญหาหลายขั้นตอน | $0.58 | 2.5 นาที | การถามตอบภาพหนาแน่น วิดีโอยาวกว่า 60 นาที และขั้นตอนวางแผนสำคัญ |\n`minimal` |\nไม่รองรับใน 3.8 Flash | n/a | n/a | ห้ามใช้ ให้แมปเป็น `low`\n|\n\nค่าใช้จ่ายและเวลาเป็นค่าเฉลี่ยจากการทดสอบ Intelligence Index ของ [Artificial Analysis](https://artificialanalysis.ai/articles/gemini-3-8-flash) โดยใช้ราคาโทเค็นเบื้องต้นของ Google ตัวเลขนี้ไม่ใช่ข้อมูลจาก Google และไม่ได้อ้างอิงพรอมต์ของคุณโดยตรง ให้ใช้เพื่อดูอัตราส่วน แล้ววัดเส้นทางจริงของคุณเอง\n\nคำตอบของ 3.8 Flash อาจมี **thinking tokens** ซึ่งเป็นการให้เหตุผลที่โมเดลสร้างขึ้นก่อนคำตอบที่ผู้ใช้มองเห็น โทเค็นเหล่านี้ถูกคิดเป็น output tokens:\n\nAPI รายงานจำนวนดังกล่าวแยกต่างหากใน `usageMetadata.thoughtsTokenCount`\n\nระดับการคิดทำหน้าที่เป็นคำแนะนำว่าโมเดลควรใช้การให้เหตุผลมากน้อยเพียงใด:\n\n`low`\n\n`medium`\n\n`high`\n\nพฤติกรรมที่ทำให้ 3.8 Flash แตกต่างคือ ในงานซับซ้อน โมเดลอาจ:\n\nหากจำนวนโทเค็นเพิ่มขึ้นมาก คำแนะนำแรกของ Google คือ ลด `thinking_level`\n\nและคำแนะนำถัดมาคือใช้ 3.7 Flash ต่อไป ซึ่งยังได้รับการสนับสนุนอย่างเต็มที่\n\n`thinking_level`\n\nเป็น enum ไม่ใช่งบประมาณโทเค็น\n\n`thinking_budget`\n\nแบบจำนวนเต็มจากโมเดลรุ่นก่อนถูกนำออกใน Gemini 3 ดังนั้นคุณไม่สามารถกำหนดว่า “ใช้ thinking tokens สูงสุด 2,000 โทเค็น” ได้ ต้องเลือกระดับแล้ววัดผลจริง\n\n`medium`\n\nไม่ใช่ `high`\n\nหากไม่ส่งฟิลด์นี้ 3.8 Flash จะใช้ `medium`\n\nซึ่งอาจสร้างปัญหาได้สองกรณี:\n\n`high`\n\n`thinking_budget`\n\nระหว่างย้ายจาก 3.7 Flash อาจใช้ `medium`\n\nโดยไม่ตั้งใจ แม้แต่ในเส้นทางแชทที่ควรใช้ `low`\n\nวิธีแก้คือกำหนด `thinking_level`\n\nอย่างชัดเจนในทุกคำขอและทุกเส้นทาง ควรเก็บค่าไว้ในไฟล์กำหนดค่าหรือ routing config แทนการกระจายไว้ในโค้ด เพื่อให้โปรไฟล์ค่าใช้จ่ายไม่เปลี่ยนโดยไม่ตั้งใจเมื่อค่าเริ่มต้นของ Google เปลี่ยน\n\n`minimal`\n\nไม่รองรับแล้ว: วิธีแก้ข้อผิดพลาด\nGemini 3.8 Flash รองรับเฉพาะ `low`\n\n, `medium`\n\nและ `high`\n\nตาม [หน้าโมเดล](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash)\n\nหากส่ง `minimal`\n\nผ่าน REST API คำขอจะถูกปฏิเสธด้วยสถานะ `400 INVALID_ARGUMENT`\n\n:\n\n```\nThinking level MINIMAL is not supported for this model.\nPlease retry with other thinking level.\n```\n\nข้อผิดพลาดนี้ตรวจสอบแล้วด้วยการเรียกใช้งานจริงเมื่อวันที่ 3 กันยายน 2026 SDK อาจห่อหุ้มข้อผิดพลาดไว้ใน exception ของตัวเอง ดังนั้นควรตรวจสอบสถานะ `400`\n\nหรือรหัส `INVALID_ARGUMENT`\n\nไม่ควรผูกกับข้อความอย่างเดียว\n\n```\n{\n  \"model\": \"gemini-3.8-flash\",\n  \"input\": \"Classify this ticket as billing, bug, or feature.\",\n  \"generation_config\": { \"thinking_level\": \"minimal\" }\n}\n{\n  \"model\": \"gemini-3.8-flash\",\n  \"input\": \"Classify this ticket as billing, bug, or feature.\",\n  \"generation_config\": { \"thinking_level\": \"low\" }\n}\n```\n\nGoogle แนะนำให้แมปโดยตรง:\n\n```\nminimal → low\n```\n\nอย่าพยายามใช้ `thinking_budget`\n\nเพื่อสร้างระดับที่ต่ำกว่า และอย่าลด `temperature`\n\nเพื่อให้โมเดล “ใจเย็นลง” Google แนะนำให้คงค่าเริ่มต้น `1.0`\n\nในโมเดล Gemini 3 ทั้งหมด เพราะการลดค่าอาจทำให้เกิดการวนซ้ำหรือเอาต์พุตด้อยคุณภาพ\n\nรายละเอียดเรื่อง thought signatures และข้อกำหนด `call_id`\n\nใน function response อยู่ใน [คู่มือการย้ายข้อมูล 3.7 ไป 3.8 Flash](https://apidog.com/th/blog/gemini-3-7-to-3-8-flash-migration-guide?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nเนื่องจากข้อผิดพลาดเกิดขึ้นตั้งแต่ขั้นตอน validation คุณสามารถเพิ่มคำขอทดสอบที่ใช้ `minimal`\n\nเพื่อจับการตั้งค่าที่ถอยกลับไปใช้ค่าที่ไม่รองรับได้โดยไม่ต้องรอให้เกิดการสร้างโทเค็น\n\nราคาต่อโทเค็นไม่ได้เปลี่ยนตามระดับ ตาม [หน้าการกำหนดราคา](https://ai.google.dev/gemini-api/docs/pricing):\n\nสิ่งที่แตกต่างระหว่างระดับคือจำนวน output tokens ที่โมเดลสร้างขึ้น\n\n| โมเดลและระดับ | ค่าใช้จ่ายต่อภารกิจ | เวลาต่อภารกิจ |\n|---|---|---|\nGemini 3.8 Flash `low`\n|\n$0.24 | 0.8 นาที |\nGemini 3.8 Flash `medium`\n|\n$0.41 | ไม่ระบุ |\nGemini 3.8 Flash `high`\n|\n$0.58 | 2.5 นาที |\nGemini 3.7 Flash `high`\n|\n$0.40 | 2.2 นาที |\n\nที่มา: Artificial Analysis, การทดสอบ Intelligence Index โดยใช้ราคาแนะนำ\n\nข้อสังเกตสำคัญจากตาราง:\n\n`low`\n\nมีค่าใช้จ่ายประมาณ 41% ของ `high`\n\nและใช้เวลาประมาณหนึ่งในสาม จึงเป็นตัวเลือกสำคัญสำหรับงานที่ไวต่อความหน่วง`medium`\n\nบน 3.8 Flash มีค่าใช้จ่ายใกล้เคียงกับ `high`\n\nบน 3.7 Flash ($0.41 เทียบกับ $0.40)`high`\n\nบน 3.8 Flash แพงกว่า `high`\n\nบน 3.7 Flash ประมาณ 45% แม้ราคาต่อโทเค็นเท่ากัน เนื่องจากสร้าง output tokens มากขึ้นประมาณ 30% หรือเฉลี่ยราว 48k โทเค็นต่อภารกิจในดัชนีอย่าสรุปว่าคุณภาพจะเพิ่มหรือลดเป็นเส้นตรงตามค่าใช้จ่าย คะแนน Intelligence Index ของ Artificial Analysis ที่ 59 สำหรับ 3.8 Flash มาจากการรันด้วย `high`\n\nพวกเขาไม่ได้เผยแพร่คะแนนของ `medium`\n\nหรือ `low`\n\nดังนั้นควรประเมินงานของคุณเองก่อนลดระดับ\n\nสำหรับตัวอย่างการคำนวณค่าใช้จ่าย 1,000 ภารกิจต่อวัน และการเปลี่ยนราคาในวันที่ 31 ธันวาคม โปรดดู [การกำหนดราคา Gemini 3.8 Flash](https://apidog.com/th/blog/gemini-3-8-flash-pricing?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\n`thinking_level`\n\nใน Interactions API\nInteractions API เป็นอินเทอร์เฟซหลักของ Google สำหรับ Gemini 3.x ระดับจะอยู่ใน `generation_config`\n\nและใช้รูปแบบ `snake_case`\n\n```\ncurl -X POST \"https://generativelanguage.googleapis.com/v1beta/interactions\" \\\n  -H \"x-goog-[REDACTED CREDENTIAL] -H 'Content-Type: application/json' \\\n  -d '{\"model\":\"gemini-3.8-flash\",\"input\":\"Explain HTTP caching in 3 sentences.\",\"generation_config\":{\"thinking_level\":\"low\"}}'\ninteraction = client.interactions.create(\n    model=\"gemini-3.8-flash\",\n    input=\"Explain HTTP caching in 3 sentences.\",\n    generation_config={\"thinking_level\": \"low\"},\n)\nprint(interaction.output_text)\n```\n\n`thinking_level`\n\nเป็นฟิลด์ระดับคำขอ จึงต้องส่งทุกครั้ง รวมถึงการโต้ตอบต่อเนื่องที่ใช้ `previous_interaction_id`\n\nการตอบกลับจะเป็นรายการขั้นตอน เช่น thoughts และ tool calls ก่อนจบด้วย `model_output`\n\nโดย SDK จะแสดงข้อความสุดท้ายผ่าน `output_text`\n\nดูตัวอย่างการใช้งานแบบเต็ม รวมถึง multi-turn และ streaming ได้ที่ [วิธีใช้ Gemini 3.8 Flash API](https://apidog.com/th/blog/how-to-use-gemini-3-8-flash-api?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\n`generateContent`\n\nแบบดั้งเดิม\nโค้ด Gemini ส่วนใหญ่ยังใช้ `generateContent`\n\nซึ่ง Google เรียกว่า legacy API แต่ยังได้รับการสนับสนุนอย่างเต็มที่และยังไม่มีวันยุติการใช้งาน\n\nใน API นี้ ฟิลด์จะอยู่ลึกลงไปอีกหนึ่งระดับและใช้รูปแบบ `camelCase`\n\n```\ncurl \"https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent\" \\\n  -H \"x-goog-[REDACTED CREDENTIAL]\" -H 'Content-Type: application/json' -X POST \\\n  -d '{\"contents\":[{\"parts\":[{\"text\":\"Explain HTTP caching in 3 sentences.\"}]}],\n       \"generationConfig\":{\"thinkingConfig\":{\"thinkingLevel\":\"low\",\"includeThoughts\":true}}}'\npython\nfrom google.genai import types\n\nresponse = client.models.generate_content(\n    model=\"gemini-3.8-flash\",\n    contents=\"Explain HTTP caching in 3 sentences.\",\n    config=types.GenerateContentConfig(\n        thinking_config=types.ThinkingConfig(thinking_level=\"low\")\n    ),\n)\nprint(response.usage_metadata.thoughts_token_count)\n```\n\n`includeThoughts: true`\n\nจะเพิ่ม thought summaries เข้าไปใน response ซึ่งมีประโยชน์ตอนปรับระดับ แต่ไม่จำเป็นเมื่อใช้งานจริง\n\nฟิลด์ที่ควรเฝ้าดูคือ:\n\n```\nusageMetadata.thoughtsTokenCount\n```\n\nนี่คือจำนวน thinking tokens ที่ถูกเรียกเก็บเป็น output tokens และควรเป็นหนึ่งในตัวชี้วัดหลักของการทดสอบ\n\nให้มอง `thinking_level`\n\nเป็น **การตัดสินใจระดับเส้นทาง** ไม่ใช่การตั้งค่ากลางทั้งระบบ\n\n`low`\n\nเมื่อผู้ใช้กำลังรอผลและ first-token latency สำคัญ`low`\n\nแล้วทำ evaluation เพื่อยืนยันความแม่นยำ ตัวอย่างวิดีโอของ Google ก็ใช้ `low`\n\nสำหรับการค้นหาจากข้อความถอดเสียง`medium`\n\nเป็นค่าเริ่มต้น ยกระดับเฉพาะขั้นตอนวางแผนที่กำหนดทุกขั้นตอนถัดไปเป็น `high`\n\nแล้วลดกลับลงมา การใช้ `high`\n\nตลอด tool loop อาจเพิ่มค่าใช้จ่ายอย่างรวดเร็ว`high`\n\nร่วมกับ Batch API ซึ่งลดค่าใช้จ่ายได้ 50% เมื่อไม่ใช่งานแบบโต้ตอบ`high`\n\n: การถามตอบภาพที่มีข้อมูลหนาแน่น หรือวิดีโอยาวกว่า 60 นาที`medium`\n\n: การถามตอบวิดีโอทั่วไป`low`\n\n: การค้นหาจากข้อความถอดเสียงหากแม้แต่ `low`\n\nของ 3.8 Flash ยังช้าหรือแพงเกินไป ให้พิจารณาตระกูล Flash-Lite [คู่มือ Gemini 3.1 Flash-Lite](https://apidog.com/th/blog/gemini-3-1-flash-lite?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) ครอบคล้าดูจำนวนโทเค็นหลังอัปเกรด\n\nข้อมูลจาก Artificial Analysis ช่วยบอกอัตราส่วน แต่มีเพียงพรอมต์จริงของคุณเท่านั้นที่จะบอกค่า latency, token usage และค่าใช้จ่ายที่ใช้งานได้จริง\n\nสร้างสถานการณ์ทดสอบใน Apidog โดยส่ง golden prompt เดียวกันด้วยทั้งสามระดับ:\n\n`GEMINI_API_KEY`\n\nใน Apidog และอ้างอิงใน header เป็น `{{GEMINI_API_KEY}}`\n\n`THINKING_LEVEL`\n\nเพื่อใช้ request เดียวกับทั้งสามขั้นตอน`POST`\n\nไปยัง `/v1beta/models/gemini-3.8-flash:generateContent`\n\nโดยกำหนดค่า:\n\n```\n   {\n     \"thinkingConfig\": {\n       \"thinkingLevel\": \"{{THINKING_LEVEL}}\"\n     }\n   }\n```\n\n`THINKING_LEVEL`\n\nเป็น `low`\n\n, `medium`\n\nและ `high`\n\n`200`\n\n`usageMetadata.thoughtsTokenCount`\n\n`low`\n\nอยู่ภายใต้ขีดจำกัด latency และ token ที่เส้นทางยอมรับได้`high`\n\nใช้การให้เหตุผลอย่างน้อยเท่ากับ `low`\n\nหลังการรันครั้งแรก ให้เก็บค่าของแต่ละขั้นตอนไว้ในตัวแปร เพื่อให้การตรวจสอบทำได้อัตโนมัติ หาก `low`\n\nใช้โทเค็นมากกว่า `high`\n\nให้ถือว่าโมเดลหรือค่าเริ่มต้นอาจเปลี่ยนโดยไม่รู้ตัว\n\n```\n   {\n     \"thinkingLevel\": \"minimal\"\n   }\n```\n\nจากนั้นยืนยันว่าการตอบกลับไม่ใช่ `200`\n\nเมื่อเปลี่ยน model ID ในอนาคต ขั้นตอนนี้ช่วยตรวจสอบว่าโมเดลใหม่ยังปฏิเสธค่าที่ไม่รองรับหรือไม่\n\nสำหรับ streaming response สามารถใช้แนวทางเดียวกันกับ SSE ได้ ดูรายละเอียดที่ [วิธีทดสอบ LLM APIs ที่สตรีมผ่าน SSE](https://apidog.com/th/blog/test-llm-ai-apis-sse?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\n[ดาวน์โหลด Apidog](https://apidog.com/download?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) เพื่อเริ่มทดสอบ โดยแผนฟรีรองรับ scenario เหล่านี้\n\nไม่ ราคาของ 3.8 Flash ยังคงเป็น $0.75 ต่อล้าน input tokens และ $3.75 ต่อล้าน output tokens ตามราคาแนะนำ โดยไม่ขึ้นกับระดับ\n\nระดับจะเปลี่ยนจำนวน output tokens ที่โมเดลสร้างขึ้นเพื่อการคิด และโทเค็นเหล่านั้นจะถูกคิดในราคา output รายละเอียดเรื่องการแคช การประมวลผลแบบแบตช์ และการขึ้นราคาในวันที่ 1 มกราคมอยู่ใน [หน้าการกำหนดราคา](https://ai.google.dev/gemini-api/docs/pricing)\n\nไม่ได้ ใน Gemini 3 `thinking_budget`\n\nถูกแทนที่ด้วย enum `thinking_level`\n\nและ 3.8 Flash รองรับเฉพาะ `low`\n\n, `medium`\n\nและ `high`\n\nหากต้องการจำกัดเพดาน ให้บังคับใช้ผ่าน evaluation, monitoring และ alerting แทนการกำหนดใน request\n\nใช้ `high`\n\nArtificial Analysis รัน Intelligence Index ด้วยระดับ `high`\n\nเพื่อสร้างคะแนนหลัก และเผยแพร่ค่าใช้จ่ายกับเวลาของ `low`\n\nและ `medium`\n\nแต่ไม่ได้เผยแพร่คะแนนดัชนีของสองระดับนั้น\n\nจึงควรถือว่าคุณภาพของ `low`\n\nและ `medium`\n\nยังไม่ได้รับการยืนยันบน benchmark เดียวกัน จนกว่าคุณจะทดสอบเอง\n\n`temperature`\n\nเพื่อลดการคิดหรือไม่\nไม่ควร Google แนะนำให้คง `temperature`\n\nที่ค่าเริ่มต้น `1.0`\n\nในโมเดล Gemini 3 ทั้งหมด การลดค่าอาจทำให้เกิดการวนซ้ำหรือเอาต์พุตด้อยคุณภาพ\n\nใช้ `thinking_level`\n\nเพื่อควบคุมความลึกของการให้เหตุผล\n\n`low`\n\nยังช้าหรือแพงเกินไปควรทำอย่างไร\nมีสองทางเลือก:\n\nอ่านการเปรียบเทียบเพิ่มเติมได้ที่ [การเปรียบเทียบ Gemini 3.8 Flash กับ Gemini 3.7 Flash](https://apidog.com/th/blog/gemini-3-8-flash-vs-gemini-3-7-flash?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nGemini 3.8 Flash มีสามระดับการคิดและใช้ `medium`\n\nเป็นค่าเริ่มต้น โมเดลยังสามารถใช้โทเค็นมากขึ้นในงานซับซ้อนตามการออกแบบ\n\nแนวทางที่ควรทำ:\n\n`thinking_level`\n\nอย่างชัดเจนในทุกเส้นทาง`minimal`\n\nที่ยังหลงเหลืออยู่เป็น `low`\n\n`thinking_budget`\n\nกับ Gemini 3`temperature`\n\nไว้ที่ `1.0`\n\n`usageMetadata.thoughtsTokenCount`\n\n`low`\n\n, `medium`\n\nและ `high`\n\nด้วยพรอมต์จริงของคุณตัวเลขจาก Artificial Analysis—$0.24, $0.41 และ $0.58 ต่อภารกิจ—ช่วยให้เห็นรูปแบบโดยรวม ส่วนการทดสอบสามขั้นตอนใน Apidog จะบอกต้นทุนและ latency ของระบบคุณเอง ก่อนการเปลี่ยนแปลงราคาในวันที่ 31 ธันวาคมจะทำให้ผลลัพธ์เหล่านี้สำคัญยิ่งขึ้น", "url": "https://wpnews.pro/news/ecchmiain-3-8-aeflch-epriiybethiiybradabkaarkhid-tmaa-paanklaang-suung-phr", "canonical_source": "https://dev.to/thanawat_wonchai/ecchmiain-38-aeflch-epriiybethiiybradabkaarkhid-tam-paanklaang-suung-phrmehtuphlthiiradab-minimal-haayaip-2p2n", "published_at": "2026-09-03 08:36:14+00:00", "updated_at": "2026-09-03 08:54:14.498326+00:00", "lang": "en", "topics": ["large-language-models", "ai-products", "developer-tools"], "entities": ["Google", "Gemini 3.8 Flash", "Gemini 3.7 Flash", "Artificial Analysis", "Apidog"], "alternates": {"html": "https://wpnews.pro/news/ecchmiain-3-8-aeflch-epriiybethiiybradabkaarkhid-tmaa-paanklaang-suung-phr", "markdown": "https://wpnews.pro/news/ecchmiain-3-8-aeflch-epriiybethiiybradabkaarkhid-tmaa-paanklaang-suung-phr.md", "text": "https://wpnews.pro/news/ecchmiain-3-8-aeflch-epriiybethiiybradabkaarkhid-tmaa-paanklaang-suung-phr.txt", "jsonld": "https://wpnews.pro/news/ecchmiain-3-8-aeflch-epriiybethiiybradabkaarkhid-tmaa-paanklaang-suung-phr.jsonld"}}