Il 2 settembre 2026 Google ha messo in listino Gemini 3.8 Flash allo stesso prezzo del modello che sostituisce: 0,75 dollari per milione di token in ingresso e 3,75 per milione in uscita, identici a Gemini 3.7 Flash. Poi The Register ha fatto il conto che conta e ha trovato circa il 40% di spesa in piu per task. Stesso prezzo, fattura piu alta: e un aumento che non compare in nessun changelog.

Il criterio: costo per task, non prezzo di listino

Mettere due modelli in colonna sul prezzo per milione di token ha senso solo se per fare la stessa cosa consumano lo stesso numero di token. Con i modelli che ragionano questa condizione e saltata. La documentazione Gemini lo scrive in una riga: quando il thinking e attivo, il prezzo della risposta e la somma dei token di output e dei token di ragionamento. Quei token non li vedi nel corpo della risposta, ma li paghi alla tariffa di output.

Il risultato e che il fornitore fissa il prezzo unitario e il modello decide la quantita. Sul listino leggi meta dell’informazione: l’altra meta la scopri a fine mese, e cambia da carico a carico.

Quindi il confronto qui e su una sola metrica: quanto costa completare un task reale, non quanto costa un milione di token.

Cosa fa in piu Gemini 3.8 Flash

Google non lo nasconde. Nel post di annuncio, Tulsee Doshi e Raluca Ada Popa scrivono che 3.8 Flash «lavora piu duramente»: su task complessi esegue passaggi di ragionamento aggiuntivi, chiama i tool in modo iterativo e a volte usa piu token per massimizzare le prestazioni, soprattutto ai livelli di effort piu alti.

Il guadagno esiste e si misura. Artificial Analysis assegna a 3.8 Flash con reasoning alto un punteggio di 59 sul suo Intelligence Index, tre punti sopra 3.7 Flash. Google rivendica progressi su Vals Finance Agent V2 e sul Legal Agent Benchmark di Harvey, il 54,9% su HLE-Verified e un salto nella robustezza alla prompt injection misurata da Gray Swan. Lo stesso Artificial Analysis, pero, lo classifica come «molto verboso».

Tre punti di indice in cambio del 40% di costo per task: la domanda non e se 3.8 Flash sia migliore, perche lo e. La domanda e se il vostro carico stava fallendo per mancanza di ragionamento.

Dove il costo in piu si ripaga

Il caso in cui 3.8 Flash conviene senza discussione e quello in cui un task fallito costa piu del task stesso. Un agente che deve chiudere una modifica di codice end to end, un’analisi documentale che poi finisce in un preventivo, una revisione che se sbaglia va rifatta a mano: qui pagare il 40% in piu per non ripetere il giro e un affare, perche l’alternativa e un retry piu un’ora di persona.

Vale anche quando il collo di bottiglia e la sequenza di tool call. Se il lavoro richiede sei chiamate coordinate e il modello vecchio ne sbaglia una su tre, la diligenza in piu non e verbosita: e il motivo per cui il workflow arriva in fondo.

Dove restare su 3.7 Flash

Tutto il resto, cioe la maggior parte di quello che una PMI automatizza davvero. Taggare contenuti, riscrivere schede prodotto, estrarre campi da un PDF con struttura fissa, classificare richieste in arrivo, tradurre, generare l’excerpt di un articolo WordPress: sono task deterministici in cui il modello non deve decidere niente di ambiguo. Il ragionamento aggiuntivo qui non produce una risposta migliore, produce una risposta piu lunga e una riga di fattura piu alta.

C’e un secondo motivo per non muoversi in fretta: la latenza percepita. Secondo Artificial Analysis 3.8 Flash genera output a 304,6 token al secondo ed e sulla frontiera di Pareto fra intelligenza e costo per task, ma un modello veloce che produce molti piu token allunga comunque il tempo di risposta totale. Su un chatbot in pagina questo si vede.

La leva che quasi nessuno imposta

Entrambi i modelli hanno il thinking attivo per default sul livello medium e accettano low, medium e high. Chi non passa il parametro sta scegliendo medium senza saperlo, e su 3.8 Flash quel default costa piu di quanto costava prima.

Da notare che ne 3.8 Flash ne 3.7 Flash espongono il livello minimal, che invece esiste su 3.6 Flash e su 3.5 Flash-Lite. Il pavimento del ragionamento, su questi due, e low: non si azzera. Se un task non ha bisogno di pensare affatto, il modello giusto non e nessuno dei due.

La misura si prende dal campo total_thought_tokens restituito insieme all’uso. E il numero che dice se un modello sta ragionando o chiacchierando, e va loggato per ogni run prima di decidere qualsiasi cosa.

Il dettaglio che pesa piu del confronto

Quei 0,75 e 3,75 dollari sono un prezzo promozionale. La nota a pie di pagina dell’annuncio Google dice che scade il 31 dicembre 2026 e che dal 1 gennaio 2027 si passa a 1,50 dollari per milione di token in ingresso e 7,50 in uscita: il doppio. Chi oggi dimensiona un budget annuale su questo listino lo sta dimensionando su uno sconto a scadenza nota.

Sommate le due cose: il doppio del prezzo unitario dal 1 gennaio, piu il 40% di token per task del modello nuovo. Un’automazione che oggi costa 100 franchi al mese, con la stessa quantita di lavoro, a gennaio ne costa quasi il triplo.

La take

Il prezzo per milione di token ha smesso di essere un prezzo: e un prezzo unitario su una quantita che non controllate voi. Gemini 3.8 Flash lo rende evidente meglio di qualsiasi altro esempio recente, perche il numero sul listino non e cambiato di un centesimo e la spesa reale e cresciuta del 40%.

La conseguenza pratica non e scegliere un modello, e cambiare cosa si misura. Nessuna decisione su un modello che ragiona va presa leggendo una tabella di prezzi: va presa dopo aver girato cinquanta task veri del proprio carico e aver diviso la spesa per il numero di task completati correttamente. Chi non ha questo numero non sta scegliendo un fornitore, sta accettando un preventivo aperto.

Cosa fare adesso

Tre azioni, in ordine. Fissate il modello per nome esatto nelle integrazioni e passate thinking_level in modo esplicito, invece di ereditare il default. Loggate total_thought_tokens e il costo per esecuzione di ogni automazione, cosi il confronto fra due modelli diventa una query e non un’opinione. Rifate il budget sulle tariffe del 1 gennaio 2027.

Il criterio resta quello di sempre, ed e lo stesso che vale per la scelta fra AI locale e API cloud o fra un assistente generico e un workflow verticale: il modello piu intelligente non e quello che conviene, e quello che conviene sui vostri task. Sugli altri e solo piu caro.

Fonti