文章
@AinaPulu

Gemini 3.8 Flash：接近旗舰，价格仍是 Flash

AinaPulu
@AinaPulu · 上午 2:54 · 2026年9月6日
在 X 查看

Google 在 2026-09-02 发布 Gemini 3.8 Flash 与面向可信防御方的 Gemini 3.8 Flash Cyber。这是六周内第三次 Flash 更新（接 3.6、3.7），叙事重点很清楚：在保持 Flash 速度与入门价的前提下，把长程编码、agent 与专业域推理再抬一档；同时用同一底座训出更强的防御向网络安全变体。

一、为什么值得单独写

过去几个月，Google 的 Pro 线节奏偏慢，Flash 线反而成了主战场。3.8 的价值不在「又发一个小版本」，而在公开评测表里反复出现的同一模式：在 DeepSWE、金融/法律 agent、Terminal-bench 2.1 等任务上，它经常贴着甚至压过更贵的旗舰档，而 API 价格仍是 Flash 档。 官方给出的入门价（至 2026-12-31）：输入 $0.75 / 百万 tokens，输出 $3.75 / 百万 tokens；2027-01-01 起恢复为 $1.50 / $7.50。相对 Claude Opus 5（$5 / $25）或 GPT-5.6 Sol（$4 / $20），这是数量级差距下的近距离追赶。

二、编码与 agent：更「肯多走几步」

Google 自己的解释很工程化：3.8 Flash 在复杂任务上会更勤——多推理几步、更反复调工具；高 effort 时可能多花 tokens，但换来更高成功率。效率优先时仍可降 effort，或继续用仍支持的 3.7 Flash。 公开表上几组关键数字（官网评测表）：

  • DeepSWE v1.1：约 73.7%（Claude Opus 5 约 74.0%，几乎打平；成本远低于多数旗舰）
  • Terminal-bench 2.1：约 89.4%（Opus 5 约 89.1%）
  • Vals Finance Agent v2：约 61.4%
  • Harvey's Legal Agent Benchmark：约 10.0%（表内对照 GPT-5.6 Sol 约 2.5%）
  • HLE-Verified：约 54.9%
  • CharXiv Reasoning：约 86.2%；LVBench（agentic）约 87.8% DeepSWE 的成本—性能散点图更直观：3.8 Flash 落在「高分、低成本」一侧，Flash 线从 3.5→3.8 呈清晰上移。 需要诚实划界：在 Terminal-bench 4.0（约 19.1% vs Opus 5 约 51.8%）和 OSWorld-2.0（约 59.0% vs Opus 5 约 75.4%）上，它仍明显落后旗舰。3.8 的强项是「长程软件工程 + 专业 agent + 性价比」，不是全方位取代 Pro/Opus。

三、Flash Cyber：发现漏洞，优先修洞

3.8 Flash Cyber 与 3.8 Flash 共享底座，但面向可信防御方，经 Fairwind Program 放行。产品取舍写得很明确：优先漏洞发现与自动修补，而不是进攻性 exploit 能力。 官方评测与落地例子：

  • CyberGym Pass@1（C/C++ 漏洞发现）：约 86.2%（3.5 Flash Cyber 约 77.5%；对照 GPT-5.6 Sol 约 83.6%、Mythos 5 约 83.8%）
  • 内部跨约 20 种语言的复杂代码库评测：成功率超过 70%
  • CWE-Bench（Collinear，修补）：pass@1 约 47.2%，接近某旗舰约 47.8%，但成本显著更低，落在 Pareto 前沿
  • Chrome Security：相对更大商业模型，正确补丁量约 2.6×
  • Wiz：内部渗透相关评测召回约 +7.5%–9.7%，成本约 2.3×–5.2× 更低
  • Google Cloud 漏洞研究：在通常需数月的研究型问题上，约 2 小时内找到一处关键基础漏洞

四、安全与可用性

3.8 Flash 按 Frontier Safety Framework 对 CBRN 与网络进攻侧保留防护；Flash Cyber 则在网络安全方向更宽松，因此只对可信防御方开放。官方还提到 Gray Swan 测得的 prompt-injection 鲁棒性有明显提升。 获取路径：

  • 开发者：Gemini API、Google AI Studio、Android Studio、Antigravity、Stitch
  • 企业：Gemini Enterprise
  • 消费者：Google AI Pro / Ultra（Gemini 应用、Search AI Mode、Sheets 等）
  • 防御方：Fairwind 申请通道

五、简要判断

3.8 Flash 最值得关注的，不是「又一次 Flash 小步迭代」，而是 Google 用高频、低价档位，把长程编码与专业 agent 推到了接近旗舰的位置，并用同一套能力训出可落地的防御向 Cyber 变体。若你的约束是预算与迭代速度，而任务又落在软件工程、金融/法律类 agent、或防御向漏洞工作流，这是目前公开材料里信息密度很高的一档更新。