Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
来源Google DeepMind查看原文
速览
- Gemini 3.8 Flash 与 3.8 Flash Cyber 同日发布，距 3.7 Flash 仅三周，六周内第三次 Flash 更新。
- 3.8 Flash 主打长程编程与自主 Agent，价格与 3.7 Flash 持平。
- 3.8 Flash 在 HLE-Verified 上达 54.9%，在金融、法律等专业 Agent 基准上超过 3.7 Flash。
- 模型性能提升部分来自「更努力」：执行更多推理步骤、迭代调用工具，高 effort 下 token 消耗更大。
- 3.8 Flash Cyber 在 CyberGym 漏洞发现上超过 3.5 Flash Cyber 和更大的前沿模型。
- 内部 20 种语言漏洞发现基准成功率超过 70%。
- CWE-Bench 修补 pass@1 为 47.2%，接近领先模型的 47.8%，但成本更低。
- Chrome 安全团队称其正确补丁数量是最佳商用模型的 2.6 倍。
- Google Cloud 团队用其在不到 2 小时内发现通常需数月才能找到的关键漏洞。
- 3.8 Flash Cyber 仅通过 Fairwind Program 向受信任防御方开放。
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber 两款模型，距离 3.7 Flash 发布仅三周，也是六周内的第三次 Flash 系列更新。Gemini 3.8 Flash 定位为最强推理与编程模型，在软件工程、Agent 任务和长程多步推理上较 3.7 Flash 明显提升，价格与 3.7 Flash 保持一致：输入每百万 token 0.75 美元、输出每百万 token 3.75 美元。Gemini 3.8 Flash Cyber 面向网络安全场景，在漏洞发现与自动修补上达到前沿水平，仅通过新设立的 Fairwind Program 向受信任的防御方开放。两款模型共享同一基础智能，并借助长时运行的 Agent 循环对底层模型进行递归评估与优化。
关键事实
- Gemini 3.8 Flash 定价与 3.7 Flash 相同：输入每百万 token 0.75 美元，输出每百万 token 3.75 美元。
- Gemini 3.8 Flash 在 HLE-Verified 上取得 54.9% 的成绩。
- 在 DeepSWE v1.1（长程软件工程）上，3.8 Flash 在自主端到端解决复杂工程问题上超过多数更大的前沿模型，成本仅为后者的一小部分。
- 3.8 Flash 在 Vals Finance Agent V2 和 Harvey 的 Legal Agent Benchmark 上超过 3.7 Flash 及其他前沿模型。
- Gemini 3.8 Flash Cyber 在 CyberGym 漏洞发现基准上超过 3.5 Flash Cyber 以及显著更大的前沿模型。
- 在覆盖 20 种编程语言的内部漏洞发现基准上，3.8 Flash Cyber 成功率超过 70%。
本站视角
对中文开发者和做 Agent 的团队来说，这次发布最直接的信息是价格没涨、能力上调：0.75/3.75 美元每百万 token 的档位里，3.8 Flash 在长程软件工程和专业领域 Agent 基准上逼近更贵的前沿模型，这会压低国内团队调用海外 API 做代码 Agent、金融/法律文档 Agent 的边际成本，也会给国内同价位模型带来对标压力。但要注意 Google 自己点出的代价：3.8 Flash「更努力」，在高 effort 下会消耗更多 token，实际账单未必比 3.7 低，做成本敏感型产品的团队需要按任务分层选择 effort 或继续用 3.7 Flash。我们认为 3.8 Flash Cyber 更值得关注，也更需要警惕：它只通过 Fairwind Program 向受信任防御方开放，等于把最强的漏洞发现与自动修补能力做成受控资源，这对安全厂商是能力补充，对未获准入的团队则是明确的能力落差；Google 引用 Chrome 团队 2.6 倍正确补丁、Wiz 召回率提升 7.5-9.7%、Cloud 团队 2 小时内找到通常需数月的漏洞，这些数字全部来自 Google 自身或其合作伙伴，缺少第三方独立复现，应视为厂商自述而非定论。另一个需要观察的点是迭代节奏：六周三次 Flash 更新，对下游做模型适配、评测和缓存的团队意味着更高的维护成本，锁定单一模型版本的风险在上升。
背景与影响
Gemini Flash 系列是 Google DeepMind 面向高性价比场景的主力模型线，3.7 Flash 发布于三周前，本次 3.8 是该系列六周内的第三次更新，迭代节奏明显加快。Google 在公告中把 3.8 的编程与推理提升部分归因于「在网络安全这一高要求领域进行严格训练」，并称两款模型共享同一基础智能，通过长时运行的 Agent 循环递归评估与优化底层模型。这意味着 Google 正在把「模型自我迭代」和「Agent 长程执行」作为能力提升的主要路径之一。在安全侧，Google 延续了 Frontier Safety Framework 的分级思路：3.8 Flash 对 CBRN 与网络攻击类滥用设有防护，而 3.8 Flash Cyber 采用更宽松的网络安全缓解措施，因此只向通过 Fairwind Program 审核的受信任防御方开放，包括政府机构、关键基础设施运营方和软件维护者。Google 同时强调 3.8 系列在 Gray Swan 衡量的提示注入鲁棒性上有显著提升。从商业化角度看，3.8 Flash 保持与 3.7 Flash 相同的价格，并同步进入 Gemini API、Google AI Studio、Android Studio、Stitch、Gemini Enterprise 以及面向消费者的 Gemini 应用、Search 的 AI Mode 和 Sheets。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
