GPT88 / API Docs
ChatGoogle主推模型1 家上游

gemini-3.8-flash

Gemini 3.8 Flash 主推模型，面向低延迟、多模态与高频 Agent 子任务。

在 gpt88.cc 获取 API Key快速开始

模型概览

  • Gemini 3.8 Flash 是 GPT88 当前主推目录中的 Google Flash 系列模型，适合追求响应速度、吞吐和多模态输入处理的产品工作流。
  • 它可以作为复杂 Agent 的快速路由层，用于意图识别、信息抽取、工具选择、内容初筛和中间步骤，再把高难度任务升级到更强模型。
  • 模型名中的 Flash 只代表当前目录定位，不等于固定的延迟或费用承诺；实际表现需要在你的提示词、并发和线路条件下验证。

适用场景

  • 实时对话、交互式助手和对首 token 延迟敏感的场景
  • 图像问答、多模态信息抽取和视觉内容初筛
  • Agent 工作流里的意图识别、工具选择、字段抽取和结果整理
  • 高频、短上下文、成本敏感的批量任务与内容预处理

接入说明

  • OpenAI 兼容工具可使用 https://api.gpt88.cc，并把请求体 model 设置为 gemini-3.8-flash。
  • 首次接入先调用 GET /v1/models，再发送最小 POST /v1/chat/completions 请求确认当前 API Key 的模型权限。
  • 多模态请求先从一条文本或单张图片开始，确认字段格式后再加入多轮上下文、工具调用和流式输出。
  • 建议把 Gemini 3.8 Flash 放在快速路由层，并为长文档复杂推理保留升级到 Pro 或其他高能力模型的策略。

使用提醒

  • 模型可用性、价格、上下文、限速、线路、视觉能力和工具支持以 GPT88 当前控制台配置为准。
  • Flash 定位不代表所有请求都会低延迟；图片大小、上下文长度、工具数量和上游拥塞都会影响响应。
  • 多模态与结构化输出应分别测试，不能只用纯文本成功结果推断全部能力已经可用。
  • 生产上线前记录成功率、首 token 延迟、端到端耗时、重试率和实际用量，并保留质量更高的备用模型。

能力标签

低延迟定位多模态理解结构化输出工具调用

推荐场景

  • 实时助手
  • 图像问答
  • 信息抽取
  • Agent 子任务

接口路径

POSThttps://api.gpt88.cc/v1/chat/completions

该路径由模型分类决定：Chat / Image / Video / Audio 使用不同 endpoint，同一分类内通常只需要替换 model 字段。

请求需在 Header 中携带 Authorization: Bearer <API_KEY>。 完整字段说明见 Chat Completions API 。

API 文档

Endpoint
POST /v1/chat/completions
Model ID
gemini-3.8-flash
Content-Type
application/json
接口类型
OpenAI 兼容对话补全接口，支持非流式和流式输出
Base URL
OpenAI 兼容工具和 Claude 风格工具统一使用 https://api.gpt88.cc。

Headers / 鉴权

  • Authorizationstring必填
    使用 Bearer <GPT88_API_KEY>。API Key 在 gpt88.cc 控制台创建。
  • Content-Typestring必填
    请求体格式。音频转写上传文件时使用 multipart/form-data。
    默认值：application/json
  • Acceptstring
    非流式接口返回 JSON；Chat 流式请求会返回 SSE 数据流。
    默认值：application/json 或 text/event-stream

Chat 协议差异

Chat 模型不只看模型名，还要看你使用的客户端协议。Claude Code / Anthropic SDK 和 OpenAI SDK 拼出来的路径不同。

OpenAI 兼容推荐
Base URL
https://api.gpt88.cc
Endpoint
POST /v1/chat/completions
Body
{ "model": "gemini-3.8-flash", "messages": [...] }
Anthropic / Claude
Base URL
https://api.gpt88.cc
Endpoint
POST /v1/messages
Body
{ "model": "gemini-3.8-flash", "messages": [...] }

这个模型更适合优先走 OpenAI 兼容协议；只有当目标工具明确支持 Claude 风格接入时，才使用 Anthropic 路径。

请求参数

以下字段按当前模型分类生成。价格、上下文长度、限速、可用线路等动态信息以 gpt88.cc 控制台为准。

  • modelstring必填
    当前模型 ID：gemini-3.8-flash。复制时请保持大小写一致。
  • messagesarray<Message>必填
    多轮对话历史。每条消息包含 role 和 content。
  • streamboolean
    是否使用 SSE 流式返回。适合聊天界面和长回答。
    默认值：false
  • temperaturenumber
    采样温度，值越高越发散。正式业务建议先固定后再调优。
    默认值：1
  • max_tokensinteger
    本次生成的最大 token 数。模型上下文边界以控制台为准。
  • response_formatobject
    结构化输出配置，例如 { "type": "json_object" }。
  • toolsarray<Tool>
    Function calling 工具定义。是否支持取决于具体模型和账号配置。

响应字段

响应结构保持 OpenAI 兼容风格；媒体类模型可能返回异步任务 ID 或资源 URL。

  • idstring必填
    本次补全的唯一 ID，便于排障关联日志。
  • objectstring必填
    固定为 chat.completion 或流式 chunk 类型。
  • modelstring必填
    实际承担推理的模型 ID。
  • choicesarray<Choice>必填
    生成结果数组，包含 message、delta 或 finish_reason。
  • usageobject
    Token 用量统计。流式请求可能在结束包或非流式响应中返回。

状态码

  • 200OK必填
    请求成功，响应体结构见上方响应字段。
  • 400Bad Request
    请求字段不合法，例如缺少必填字段、图片尺寸格式错误或文件格式不支持。
  • 401Unauthorized
    API Key 缺失、无效或格式错误。
  • 404Not Found
    Endpoint 或模型不存在。请确认路径为 /v1/chat/completions，模型 ID 为 gemini-3.8-flash。
  • 429Rate Limited
    触发限速、并发限制或余额不足。控制台会展示当前账号可用额度。
  • 5xxUpstream Error
    上游或请求异常。保持统一 Base URL 重试，并保留请求 ID 便于排查。

错误与排查

  • 401：检查 Authorization 是否为 Bearer <API_KEY>，以及 Key 是否仍有效。
  • 404：检查 endpoint 是否为 /v1/chat/completions，以及模型名 gemini-3.8-flash 是否在控制台可见。
  • 429：触发限速或余额不足时，降低并发、缩短请求，或到控制台查看额度。
  • 5xx：保持统一 Base URL 重试，并记录请求 ID 方便排障。

请求示例

curl https://api.gpt88.cc/v1/chat/completions \
  -H "Authorization: Bearer $GPT88_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.8-flash",
    "messages": [
      {"role": "user", "content": "用一句话介绍 gpt88.cc"}
    ]
  }'

期望响应（精简示例）：

200 OKjson
{
  "id": "chatcmpl-gemini-3",
  "object": "chat.completion",
  "created": 1730000000,
  "model": "gemini-3.8-flash",
  "choices": [
    {
      "index": 0,
      "finish_reason": "stop",
      "message": { "role": "assistant", "content": "..." }
    }
  ],
  "usage": { "prompt_tokens": 24, "completion_tokens": 64, "total_tokens": 88 }
}