谷歌正式發布了 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber 兩款全新的 AI 模型，距離Gemini 3.7 Flash 的發布僅三週。此次發布標誌著谷歌在六週內推出了第三款 Flash 模型，這一策略表明其致力於快速迭代輕量級、高效模型，而不是等待更大型的版本。
第一款是 Gemini 3.8 Flash，它是一款高效能通用模型，專為程式設計任務、基於代理程式的工作流程和複雜推理而設計。第二款是 Gemini 3.8 Flash Cyber，它是一款專注於網路安全的變體，能夠自動偵測漏洞並產生修補程式。兩款模型基於相同的底層架構，但面向截然不同的應用場景。
Gemini 3.8 Flash：Google的新“主力軍”
Gemini 3.8 Flash 被譽為Google迄今最聰明的主力模型。據該公司稱，此次改進主要集中在軟體工程、智能體工作流程以及特定領域的多步驟推理。在內部測試中，該模型在 DeepSWE v1.1 基準測試中取得了 73,7% 的成績，該基準測試用於衡量模型自主解決複雜工程問題的能力。這一結果僅比規模更大、成本更高的 Claude Opus 5 的 74% 低 0.3 個百分點，並且超越了 GPT-5.6 Sol 和 GPT-5.6 Terra。
該模型的發行價格仍為每投資100萬代幣0,75美元，每發行100萬代幣3,75美元，與Gemini 3.7 Flash相同。然而，Google警告稱，由於該模型採用「更努力」的演算法，在必要時會執行額外的推理步驟，因此在處理複雜任務時可能會消耗更多代幣。這可能會增加開發者的實際成本，但與Claude Opus 5或GPT-5.6 Sol等替代方案相比，它仍然便宜得多。
在可用性方面，Gemini 3.8 Flash已整合到多款 Google 產品中，包括 Google AI Studio、Android Studio、Google Antigravity 和 Gemini Enterprise。 Google AI Pro 和 Ultra 訂閱用戶也可以在 Gemini 應用、Google Search AI Mode 和 Google Sheets 中的 Gemini 中使用它。開發者從今天起即可透過 API 存取它。
Gemini 3.8 Flash Cyber：具有受限存取權的網路安全
此次發布的主要創新之處在於 Gemini 3.8 Flash Cyber，這是一款專門針對漏洞偵測和緩解進行訓練的模型。谷歌稱其為迄今為止最先進的網路安全模型，其基準測試結果令人印象深刻。在用於尋找 C/C++ 程式碼漏洞的業界標準 CyberGym 測試中，該模型取得了 86,2% 的成功率，優於 Mythos 5 和 GPT-5.5-Cyber 等規模更大的模型。在包含 20 種程式語言的內部測試中，該模型在發現實際漏洞方面取得了 71% 的成功率。
此外，該模型已證明其能夠自動生成正確的補丁，在針對真實 Chrome 漏洞的測試中，其成功率是最佳商業模型的 2,6 倍。谷歌雲端安全團隊也使用 Flash Cyber 在不到兩小時內發現了一個關鍵漏洞，而這項任務通常需要數月的研究才能完成。
Gemini 3.8 Flash Cyber 目前尚未開放取得。谷歌僅透過其新推出的 Fairwind 計劃分發該版本，該計劃面向政府機構、關鍵基礎設施運營商和受信任的軟體維護者。谷歌已確認將對申請者的背景進行核實，以確保其合乎道德的使用。此項限制旨在應對人們日益增長的對人工智慧在網路安全（包括防禦和攻擊）領域應用的擔憂。
對開發者和公司的影響
對於在生產環境中使用 AI 模型的新創公司和企業而言，Gemini 3.8 Flash 的發布意義重大。由於複雜任務需要消耗更多令牌，其單次任務成本可能比 Gemini 3.7 Flash 增加 30% 到 40%。然而，該模型提供的性能可與價格更高的模型相媲美，使其成為需要高級推理的工作流程的理想選擇。
谷歌將繼續為優先考慮效率和低功耗的用戶提供 Gemini 3.7 Flash。該公司還宣布，3.8 Flash 的優惠價格將持續到年底，之後價格將上漲至每百萬個代幣購買價 1,50 美元，每百萬個代幣出售價 7,50 美元。即便如此，預計其價格仍將低於同等級智慧水準的競爭對手。
在網路安全領域，Gemini 3.8 Flash Cyber 和 Fairwind 專案的推出標誌著專業化和存取控制趨勢的興起。 OpenAI 和 Anthropic 等其他公司也推出了類似項目，顯示安全正成為人工智慧發展的關鍵因素。
透過此次發布，Google進一步強化了其以極具競爭力的價格提供快速、高效且專業化模型的策略。 Gemini 3.8 Flash 定位為體積較大的模型的有力替代方案，而 Flash Cyber 則為網路安全領域更安全的 AI 應用打開了大門。開發者需要仔細權衡效能和成本，但趨勢顯而易見：高品質的 AI 不再是昂貴模型的專屬。
