Gemini 3.8 Flash および 3.8 Flash Cyber のリリース

Google DeepMind は、エージェント型ワークフローとサイバーセキュリティを強化するために設計された 2 つのモデル、Gemini 3.8 Flash と Gemini 3.8 Flash Cyber を発表しました。両モデルとも、モデルの出力を再帰的に評価および洗練させる、長時間実行されるエージェント・ループによって加速された基盤的なインテリジェンス・コアを共有しており、サイバーセキュリティにおける厳格なトレーニングによって大幅な向上が実現されています。

Gemini 3.8 Flash: 強化された推論とエージェント型ワークフロー

Gemini 3.8 Flash は、ソフトウェアエンジニアリング、エージェント型タスク、および多段階推論において 3.7 Flash を改善した、高インテリジェンスな「ワークホース（実用的な主力）」モデルとして位置付けられています。3.7 Flash と同じ導入価格を維持しています：入力トークン 100 万あたり $0.75、出力トークン 100 万あたり $3.75 です。

ソフトウェアエンジニアリングおよび専門領域におけるパフォーマンス

Gemini 3.8 Flash は、いくつかの主要なベンチマークにおいて、より高コストなフロンティア・モデルに迫るパフォーマンスを示しています。

  • Long-Horizon Software Engineering: DeepSWE v1.1 ベンチマークにおいて、3.8 Flash は複雑なエンジニアリング問題をエンドツーエンドで解決する能力において、ほとんどのより大きなフロンティア・モデルを凌駕しています。
  • Specialized Knowledge Domains: このモデルは、Vals Finance Agent V2 および Harvey's Legal Agent Benchmark において、3.7 Flash や他のフロンティア・モデルを凌駕しています。
  • Multi-step Reasoning: 3.8 Flash は、STEM、人文科学、および専門分野をカバーする HLE-Verified において 54.9% のスコアを達成しました。

運用ロジックと効率性

パフォーマンスの向上は、モデルが複雑なタスクに対して追加の推論ステップを実行し、ツールを反復的に呼び出すというコア設計の選択によるものです。この入念な処理は、より高い努力レベルではトークン使用量の増加につながる可能性がありますが、開発者はより低い努力レベルを選択するか、効率を優先するワークロードのために Gemini 3.7 Flash の使用を継続することができます。

Gemini 3.8 Flash Cyber: 特化型サイバーセキュリティ機能

Gemini 3.8 Flash Cyber は、脆弱性検出と自動パッチ適用のために設計された特化型モデルです。Fairwind Program を通じて、信頼できる防御側（defenders）に対してのみ独占的に提供されます。

脆弱性発見

Gemini 3.8 Flash Cyber は、自律的な脆弱性発見においてフロンティア・レベルのパフォーマンスを示しています。

  • CyberGym Benchmark: このモデルは、3.5 Flash Cyber とより大きなフロンティア・モデルの両方を上回っています。
  • Multi-language Discovery: 20 のプログラミング言語にわたる内部ベンチマークにおいて、モデルは 70% を超える成功率を達成しました。

自動パッチ適用

Google DeepMind は、攻撃的なエクスプロイト能力よりも脆弱性修正の能力を優先しました。CWE-Bench (Collinear によって運営) において、Gemini 3.8 Flash Cyber は pass@1 が 47.2% で Pareto frontier に位置しており、主要なフロンティア・モデル (47.8%) に、大幅に低いコストでほぼ匹敵しています。

実世界での応用と影響

Gemini 3.8 Flash Cyber は、いくつかの影響力の大きいシナリオに導入されています。

  • Chrome Security: このモデルは、Chrome の脆弱性に対して、より大きな商業用モデルよりも 2.6 倍多くの正しいパッチを生成しました。
  • Wiz Penetration Testing: Wiz は、他の主要なフロンティア・モデルよりも 2.3-5.2 倍低いコストで、内部ペネトレーションテストのベンチマークにおいて 7.5-9.7% 高いリコール（再現率）を報告しました。
  • Google Cloud Vulnerability Research: このモデルは、通常数ヶ月かかるプロセスである、重大な基盤となる脆弱性を 2 時間未満で特定しました。

安全性と堅牢性

両モデルとも、Frontier Safety Framework に基づき、サイバー攻撃および化学、生物、放射性、および核（CBRN）領域における悪用を防ぐためのセーフガードを含んでいます。Gemini 3.8 Flash Cyber は、より包括的なサイバー能力を要求するため、より許容度の高い緩和策セットと共に提供され、信頼できる防御側（defenders）に対してのみ制限されています。

また、Gemini 3.8 モデルは、Gray Swan IPI ベンチマークによって測定された、プロンプト・インジェクション攻撃に対する堅牢性が向上しています。

利用可能範囲

  • Developers: Google AI Studio、Android Studio、および Gemini API を通じて利用可能です。エージェント型ワークフローは Google Antigravity で探索でき、UI 生成は Stitch で可能です。
  • Enterprises: Gemini Enterprise を通じて利用可能です。
  • Consumers: Gemini アプリ、Google 検索の AI Mode、および Google スプレッドシートの Gemini を通じて、Google AI Pro および Ultra サブスクライバーに提供されます。
  • Cybersecurity Professionals: Gemini 3.8 Flash Cyber へのアクセスは、政府機関、重要インフラ運営者、およびソフトウェア・メンテナンス担当者向けに Fairwind Program を通じて管理されます。

Sources