Google已正式推出Gemini 3.8。這是Google在短短六周內推出的第三款Flash系列模型。據介紹，Gemini 3.8 Flash在保持與Gemini 3.7 Flash相同速度和成本優勢的基礎上，進一步提升了推理與程式碼能力，重點強化軟件工程、Agent任務以及複雜多步驟推理場景。

Gemini 3.8包含兩個版本：

Gemini 3.8 Flash：高智能通用工作模型（workhorse model）。相比Gemini 3.7 Flash，它在軟件工程、Agent任務以及專業領域中的關鍵多步推理能力方面實現了顯著提升。

該模型採用與Gemini 3.7 Flash相同的首發價格：輸入Token：每百萬Token 0.75美元；輸出Token：每百萬Token 3.75美元。

與此同時，Google還推出了面向網絡安全領域的專用模型Gemini 3.8 Flash Cyber。該模型被定位為Google目前能力最強的網絡安全模型之一，重點提升漏洞發現和自動化補丁修復能力，並將通過Google推出的Fairwind Program向經過認證的安全防禦人員開放。

Google表示，兩個版本雖然面向不同部署環境，但均基於同一套底層模型能力，並通過長期運行的Agent循環機制進一步增強模型表現。Google DeepMind核心成員姚順宇表示：對模型而言，這只是邁出了一小步；但對於RSI（遞歸自我改進，Recursive Self-Improvement）來說，卻是一次巨大的飛躍。

聚焦長周期工程與Agent任務：Gemini 3.8突破複雜推理瓶頸

Aigora.ai CEO John Ennis將Gemini 3.8 Flash與Anthropic的模型進行了比較，稱其具備：Opus 5級別的程式碼質量，但成本只需一小部分，而且速度非常快。Gemini 3.8 Flash相比Gemini 3.7 Flash實現了顯著提升，在許多任務中，其性能已經接近成本更高的前沿旗艦模型。

在DeepSWE v1.1（長周期軟件工程任務）測試中，Gemini 3.8 Flash能夠自主完成複雜工程問題的端到端解決，在性能上超過了大多數參數規模更大的前沿模型，同時成本僅為後者的一小部分。此外，Gemini 3.8 Flash在專業知識領域中也展現出了支撐關鍵企業級自主任務所需的可靠性。

在需要高級分析和報告能力的定量分析、專業領域任務中，Gemini 3.8 Flash在Vals Finance Agent V2和Harvey法律Agent Benchmark等測試中均超過了Gemini 3.7 Flash以及其他前沿模型。

同時，Gemini 3.8 Flash在HLE-Verified測試中取得了54.9%的成績，展現出其處理跨越STEM（科學、技術、工程、數學）、人文學科以及專業領域的多步驟複雜推理任務的能力。

【延伸閱讀】中企推AI激光滅蚊器　雷達追蹤精準射殺　App竟設全球打蚊排行榜（點擊連結看原文）

推理強度靈活可調：切換計算深度實現效能與成本平衡

這些性能提升源於一個核心設計選擇：Gemini 3.8 Flash會投入更多計算量來完成任務。

在處理複雜任務時，該模型展現出更高的執行深度——它會執行更多推理步驟，並反覆調用工具完成任務。有時，為了最大化性能，尤其是在更高推理強度（higher effort levels）設置下，模型可能會消耗更多Token。

對於計算效率是首要限制因素的應用場景，開發者可以選擇較低的推理強度級別，以減少Token消耗；或者繼續使用Gemini 3.7 Flash。後者仍將持續獲得支持，適用於更強調效率優先的工作負載。

Fairwind計畫賦能防禦方：Gemini 3.8 Flash Cyber重新定義資安防護

通過Fairwind Program向一批可信安全防禦人員開放的Gemini 3.8 Flash Cyber，針對當前日益複雜的網絡安全環境提供了關鍵優勢，同時保持Flash系列模型的速度和成本優勢，使安全團隊能夠快速迭代。

自主漏洞發現：在用於漏洞發現的行業標準基準測試CyberGym 中，Gemini 3.8 Flash Cyber展現出了前沿水平的自主漏洞發現能力。

該模型不僅超過了Gemini 3.5 Flash Cyber，同時也擊敗了參數規模明顯更大的前沿模型。為了更貼近現實世界中的安全防禦需求 —— 現實場景並不侷限於CyberGym中的C/C++程式碼庫，Google還使用一個更全面的內部基準測試對Gemini 3.8 Flash Cyber進行了評估。

在該測試中，模型需要在覆蓋20種編程語言、包含複雜程式碼庫的環境中，發現各種類型的漏洞。測試結果顯示，Gemini 3.8 Flash Cyber相比此前模型實現了顯著躍升，漏洞發現成功率超過70%。

自動化補丁修復：在Gemini 3.8 Flash Cyber的研發過程中，Google重點關注如何賦予安全防禦人員專家級能力，使他們能夠在與攻擊者的對抗中獲得優勢。因此，從一開始，團隊就投入資源用於漏洞修復能力建設，並優先提升修復能力，而非漏洞利用等攻擊性能力。

由Collinear運行的CWE-Bench是一個用於評估補丁修復能力的高難度外部基準測試。在該測試中，Gemini 3.8 Flash Cyber位於性能與成本權衡的Pareto前沿：其Pass@1成功率達到47.2%，與領先的前沿模型47.8%的成績接近，但成本顯著更低。

商業化落地現狀：內部程式碼庫實證與多端產品生態接入

真實世界影響：保護Google程式碼安全

Google已經開始使用Gemini 3.8 Flash Cyber來保護公司內部程式碼安全。例如：

- Chrome安全團隊發現，與規模更大的商業模型相比，Gemini 3.8 Flash Cyber為Chrome漏洞生成的正確修復補丁數量提升了2.6倍。
- Wiz發現，在其內部滲透測試基準中，相比其他領先的前沿模型，Gemini 3.8 Flash Cyber的漏洞發現召回率（recall）提升了7.5%～9.7%，同時成本降低了2.3～5.2倍。
- Google雲漏洞研究團隊利用Gemini 3.8 Flash Cyber，在不到2小時內發現了一個關鍵基礎漏洞。而此前，這類漏洞的研究和發現通常需要數月時間。

目前，Gemini 3.8 Flash已面向開發者、企業和消費者開放。開發者可以通過Google AI Studio、Android Studio等平台調用模型，企業用戶可通過Gemini Enterprise使用相關能力；而Gemini AI Pro和Ultra用戶則可以在Gemini App、Google搜尋AI Mode以及Google Sheets中體驗該模型。

對於網絡安全領域，Google通過Fairwind Program向可信政府機構、關鍵基礎設施運營商和軟件維護人員提供Gemini 3.8 Flash Cyber的優先訪問權限。

【本文轉自「機器之心」，微信公眾號：almosthuman2014】