Google 发布 Gemini 3.8 Flash，六周内第三次更新 Flash 系列

9 月 2 日，Google DeepMind 发布 Gemini 3.8 Flash 与面向安全领域的 Gemini 3.8 Flash Cyber 两个模型。官方公告明确，3.8 是当前「推理与编码能力最强」的 Gemini 型号，但速度与成本与此前的 3.7 Flash 保持一致。这是 Flash 系列六周内的第三次更新，节奏明显加快，官方公告称两者共享同一套基础智能，差异主要在部署与安全策略上。

3.8 Flash 的升级重点放在两条线上：长时程软件工程与自主智能体。官方给出的基准里，DeepSWE v1.1 上它端到端自主解决复杂工程问题的表现超过大部分更大的前沿模型，成本却低一截；HLE-Verified 得分 54.9%，覆盖 STEM、人文与专业领域的多步推理。金融与法律方向也有针对性提升，Vals Finance Agent V2 和 Harvey 的法律智能体基准都优于 3.7 Flash 与其他前沿模型。

为什么数字会好看？官方解释是「模型更肯干活」：面对复杂任务会多执行推理步骤、反复调用工具，在高努力档位下可能消耗更多 token 换取更高正确率。如果只追求效率和省 token，可以调低 effort 档位，或者继续用仍完整支持的 3.7 Flash。

定价与 3.7 Flash 完全一致：每百万输入 token 0.75 美元，每百万输出 token 3.75 美元，属于 Flash 系列的入门价位上沿。开发者今天就能在 Google AI Studio、Gemini API 和 Android Studio 里选 gemini-3.8-flash 开始构建，Antigravity 平台也可以直接体验 agent-first 工作流。企业用户可在 Gemini Enterprise 控制台访问，普通用户方面，Google AI Pro 与 Ultra 订阅者可以在 Gemini 应用、Google 搜索的 AI Mode 以及 Google Sheets 里用到 3.8 Flash。

旧版本没有退役。3.7 Flash 仍然完整支持，适合对 token 消耗敏感、任务相对标准化的高频场景；3.8 Flash 则在复杂任务上更稳，代价是复杂任务可能多用 token。一个务实的做法：把 3.8 Flash 放在默认位置，遇到简单任务用低 effort 档位压低成本，遇到困难任务就放开让它多推几步，这样同一套 API 覆盖两种需求。模型卡还提示，3.8 Flash 上下文窗口最高 1M token，输出上限 64K，知识截止 2026 年 3 月——长文档处理和代码库分析这类场景可以放心挂长上下文。

别只看官方基准。建议拿自己项目里的真实任务跑一遍对比：把一个你手头复杂的、需要多文件修改的重构任务分别交给 3.7 和 3.8，比较补丁正确率、往返次数和总 token 消耗。也可以用 AI Studio 的免费额度先跑小批量，确认输出质量后再切生产环境。官方强调 3.8 面对复杂任务「更勤奋」，所以测试时记得用相同 effort 档位对比才公平。

3.8 Flash Cyber 是面向防御者的安全专用版，官方定位「最强的网络安全模型」。它在 CyberGym 漏洞发现基准上超过 3.5 Flash Cyber 和更大的前沿模型，内部 20 种编程语言漏洞发现测试成功率超过 70%；自动打补丁方面，CWE-Bench pass@1 为 47.2%，接近领先前沿模型的 47.8%，成本明显更低。Google 内部已有落地案例：Chrome 安全团队用它产出正确补丁的数量是最好的商用大模型的 2.6 倍，云漏洞研究团队用它不到两小时就找到通常需要数月才能发现的严重漏洞。

3.8 Flash 走普通安全策略，3.8 Flash Cyber 因为具备更完整的网络攻防能力，只通过新的 Fairwind 计划向受信任的政府机构、关键基础设施运营方和软件维护者开放，需要申请准入。对普通开发者和团队而言，Cyber 版暂时与你无关；真正值得动手的是把 3.8 Flash 纳入对比清单——如果你的应用重度依赖多步推理或自主编码，这可能是这一价位上目前值得认真测一测的选项。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

如发现事实、价格或链接有误，可通过 联系我们 提交更正。