谷歌六周内第三次Flash更新：低成本推理与编程能力提升
9月3日消息，谷歌发布Gemini 3.8系列模型，包括主力模型Gemini 3.8 Flash与网络安全模型Gemini 3.8 Flash Cyber。 此次更新的核心信息如下：
- 发布时间：9月3日消息，谷歌于前一晚发布
- 新模型：Gemini 3.8 Flash、Gemini 3.8 Flash Cyber
- 上下文窗口：Gemini 3.8 Flash支持100万个token上下文窗口
- 价格策略：优惠价为输入0.75美元/百万token、输出3.75美元/百万token；标准价为输入1.5美元/百万token、输出7.5美元/百万token
- 可用渠道：可通过Google AI Studio、Android Studio和Gemini API调用；也可在Google Antigravity和Stitch中体验智能体工作流
- 企业与消费者入口：企业用户可在Gemini Enterprise中使用；订阅AI Pro或Ultra的消费者可在Gemini应用、谷歌搜索AI Mode和谷歌表格中体验
- Cyber访问方式：Gemini 3.8 Flash Cyber将通过Fairwind计划向受信任的防御者开放
推理与编程：14项测试中8项排名第一
据原始材料，Gemini 3.8 Flash在14项基准测试中有8项成绩排名第一，超过Claude Opus 5和GPT-5.6 Sol。已披露的领先测试包括：
- Vals Finance Agent v2（金融分析）
- Harvey Legal（法律工作流）
- Terminal-bench 2.1（终端代码测试）
- CharXiv（复杂图表推理）
- LVBench（长视频理解）
- HLE-Verified（跨学科专家难题）
- LABBench2（生物学真实科研任务）
在Artificial Analysis智能指数上，Gemini 3.8 Flash得分为59分，与GPT-5.6 Sol和Grok 4.6的非最高推理配置持平。成本方面，Gemini 3.8 Flash（high）每个智能指数任务成本为0.58美元；中等推理模式为0.41美元；低推理模式为0.24美元。
速度方面，高推理模式下平均输出速度约为每秒300个token，每任务耗时2.5分钟；低推理模式下，任务耗时缩短至0.8分钟，在“智能水平与每任务耗时”的权衡中达到帕累托前沿。
价格对比：优惠价约为Opus 5的15%
Gemini 3.8 Flash当前优惠价为输入0.75美元/百万token、输出3.75美元/百万token；标准价为输入1.5美元/百万token、输出7.5美元/百万token。
| 模型 | 输入价格（美元/百万token） | 输出价格（美元/百万token） | 相对Gemini 3.8 Flash标准价 |
|---|---|---|---|
| Gemini 3.8 Flash | 1.5 | 7.5 | 1x |
| Claude Opus 5 | 5 | 25 | 约3.3x |
| GPT-5.6 Sol | 5 | 30 | 约3.3x–4x |
| Terra | 2.5 | 15 | 约1.7x–2x |
| Luna | 1 | 6 | 更便宜 |
如果按当前优惠价计算，Gemini 3.8 Flash的输入与输出价格均约为Claude Opus 5的15%。如果按标准价计算，Opus 5约为Gemini 3.8 Flash的3倍多。
实测案例：执行速度快，但细节仍有瑕疵
谷歌团队展示了多个Gemini 3.8 Flash实测案例：
- 3D城堡游戏：配合Google Antigravity中的循环指令，仅凭简单提示词构建出融合谜题、环境叙事和Nano Banana纹理的3D关卡
- DOS版谷歌地图：单个提示词生成可交互版本，支持地点查询、路线规划和街景浏览
- 地形图工具：使用美国地质调查局真实数据集，构建可探索实时横截面、2D投影和科学解释的地形图
- Hardware Anatomy：生成符合物理尺寸比例的硬件拆解3D可视化工具，基于Three.js渲染，并支持分层展开查看
开发者实测也显示出模型的速度优势。中国AI博主Chasen测试“鹈鹕踩单车”任务时称，模型约10秒就写完主体代码。不过生成结果仍有细节问题，例如鹈鹕的脚没有踩在踏板上，自行车框架与车轮也出现错位。
还有开发者用Gemini 3.8 Flash生成了纯Three.js的DeBerti Design 2019款福特F-250 “Transformer”工作卡车，模型组件较完整，并支持交互。
Cyber模型：面向漏洞检测与自动修补
与Gemini 3.8 Flash一同发布的Gemini 3.8 Flash Cyber，重点面向网络安全场景。原始材料称，该模型在漏洞检测和自动修补方面达到前沿水平，并将通过Fairwind计划向受信任的防御者开放。
在用于漏洞发现的行业基准CyberGym上，Gemini 3.8 Flash Cyber超过GPT-5.6 Sol、Mythos 5和GPT-5.5-Cyber。谷歌团队还在内部基准上评估该模型，要求其在涵盖20种编程语言的复杂代码库中发现漏洞，成功率超过70%。
补丁能力方面，在外部测试CWE-Bench上，Gemini 3.8 Flash Cyber的pass@1为47.2%，接近领先前沿模型的47.8%，但成本更低。Chrome安全团队发现，该模型为Chrome漏洞生成正确补丁的数量，是规模更大的顶尖商业模型的2.6倍。
Wiz公司在内部渗透测试基准上的评估显示，Gemini 3.8 Flash Cyber的召回率比其他前沿模型高出7.5至9.7个百分点，成本仅为后者的约五分之一到二分之一。谷歌云漏洞研究团队还利用该模型在不到2小时内发现了一个关键基础性漏洞，而类似漏洞的常规研究和发现通常需要数月。
写在最后
谷歌在六周内连续三次更新Flash版本，显示其正在加快主力模型迭代节奏。低成本、高速输出和较强的多步推理能力，使Gemini 3.8 Flash更适合预算敏感、任务量较大的开发与企业场景。
不过，从开发者实测看，模型在创意生成或复杂视觉细节上仍可能出现瑕疵。对于追求最高完成度的应用，仍需要结合具体任务进行评估。
谷歌DeepMind研究员姚顺宇评价称：“（这次模型发布）对模型来说是一小步，对RSI（递归自我改进）来说却是一大步。” 这也表明，外界关注的重点不只是单个模型的指标提升，还包括谷歌如何通过递归评估和优化机制继续加速模型迭代。