Gemini 3.8 Flash 发布：六周内第三次 Flash 迭代，同价位换来推理与编码大跳级
· 来源：Google Blog
谷歌 9 月 2 日推出 Gemini 3.8 Flash 与 3.8 Flash Cyber：价格与 3.7 Flash 持平（$0.75/$3.75 每百万 token），HLE-Verified 拿下 54.9%，长周期软件工程基准 DeepSWE 上超过多数体量更大的前沿模型。
谷歌于 2026 年 9 月 2 日发布 Gemini 3.8，这是六周内的第三次 Flash 迭代，距离 3.7 Flash 仅三周。官方把它称为迄今最强的推理与编码模型，而速度和价格保持在 3.7 Flash 的水平。
本次共两个变体。Gemini 3.8 Flash 定位"最聪明的主力模型"，在软件工程、智能体任务和专业领域的多步推理上相比 3.7 Flash 有显著提升，沿用同样的引入期价格：每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。Gemini 3.8 Flash Cyber 则是谷歌目前最强的网络安全模型，在漏洞发现与自动打补丁上达到前沿水平，仅通过新设立的 Fairwind 计划向可信防御方开放。
两者共享同一套底层智能，训练中大量使用了长周期智能体循环来递归评估和打磨模型；谷歌明确表示，编码与推理上的增益有相当一部分来自在网络安全这一高强度领域的严格训练。
基准方面，3.8 Flash 在长周期软件工程基准 DeepSWE v1.1 上自主端到端解决复杂工程问题的表现超过多数更大的前沿模型，成本却只是零头；在 Vals Finance Agent V2 和 Harvey 法律智能体基准上也优于 3.7 Flash 及其他前沿模型；HLE-Verified 得分 54.9%。谷歌解释了增益来源：3.8 Flash"更卖力"——面对复杂任务会多走几步推理、反复调用工具，代价是在高 effort 档位下 token 消耗更大。对成本敏感的场景，官方建议调低 effort 或继续用仍在维护的 3.7 Flash。
Cyber 版本的战绩更具体：在业界标准漏洞发现基准 CyberGym 上超过 3.5 Flash Cyber 和体量大得多的前沿模型；在覆盖 20 种编程语言的内部基准上成功率超过 70%；CWE-Bench 打补丁 pass@1 为 47.2%，与领先前沿模型的 47.8% 基本持平但成本低得多。谷歌称 Chrome 安全团队用它生成的正确补丁数量是最佳商用大模型的 2.6 倍，Wiz 在内部渗透测试基准上召回率高出 7.5–9.7% 而成本低 2.3–5.2 倍，云漏洞研究团队用它在 2 小时内找到了通常需要数月才能挖出的关键底层漏洞。
安全上，3.8 Flash 按前沿安全框架对 CBRN 与攻击性网络能力做了防护，Cyber 版的限制更宽松因而仅限可信防御方；两者在 Gray Swan 的提示注入鲁棒性测评上也有明显进步。开发者可在 Google Antigravity、AI Studio、Android Studio 与 Gemini API 使用，企业走 Gemini Enterprise，消费者侧已向 Google AI Pro 与 Ultra 订阅者开放。