Gemini 3.8 Flash 和 3.8 Flash Cyber 发布说明

Google 发布了 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，标志着六周内的第三次 Flash 版本发布。这些模型专为代理工作流和网络安全设计，提供先进的推理和编码能力，同时保持了之前 3.7 Flash 版本的速度和低成本优势。

Gemini 3.8 Flash：高级推理与代理工作流

Gemini 3.8 Flash 被定位为高智能的“主力”模型，在软件工程和专业领域表现出显著提升。其定价为每百万输入 token 0.75 美元，每百万输出 token 3.75 美元。

长周期软件工程

在 DeepSWE v1.1 长周期软件工程基准测试中，3.8 Flash 在自主解决复杂工程问题端到端方面，超越了大多数更大的前沿模型。

专业领域表现

3.8 Flash 在量化和专业领域表现出高度可靠性，在以下基准测试中优于 3.7 Flash 和其他前沿模型：

  • Vals Finance Agent V2：高级金融分析与报告。
  • Harvey's Legal Agent Benchmark：专业法律推理。
  • HLE-Verified：取得 54.9% 的分数，展示了在 STEM、人文学科和专业领域中的多步推理能力。

设计理念：增强的严谨性

性能提升源于模型在复杂任务中执行更多推理步骤并迭代调用工具的设计选择。虽然这可能导致在高努力级别下产生更高的 token 使用量，但开发者可选择较低努力级别，或继续使用 Gemini 3.7 Flash 以实现以效率优先的工作负载。

Gemini 3.8 Flash Cyber：专精的网络安全能力

Gemini 3.8 Flash Cyber 是一个专用于可信防御者的模型，通过 Fairwind 计划提供。它专注于防御能力，优先修复漏洞而非进行进攻性利用。

漏洞发现与修复

  • 自主发现：在 CyberGym 基准测试中，3.8 Flash Cyber 超越了 3.5 Flash Cyber 和更大的前沿模型。在涵盖 20 种编程语言的内部基准测试中，其成功率超过 70%。
  • 自动化修复：在 Collinear 运行的 CWE-Bench 基准测试中，3.8 Flash Cyber 的 pass@1 达到 47.2%，在成本效益方面处于帕累托前沿。

在 Google 的实际影响

Google 内部使用 3.8 Flash Cyber 来保护其代码库：

  • Chrome 安全：生成的正确补丁数量是最佳大型商业模型的 2.6 倍。
  • 云漏洞研究：在不到两小时内识别出一个关键基础性漏洞——通常这类任务需要数月时间。
  • Wiz：在内部渗透测试基准测试中，召回率高出 7.5-9.7%，成本仅为其他前沿模型的 2.3-5.2 倍。

安全与鲁棒性

两个模型均包含防止在化学、生物、放射性和核（CBRN）以及网络攻击中被滥用的防护机制。Gemini 3.8 Flash Cyber 具有更宽松的缓解措施，以允许可信防御者执行全面的安全工作。此外，3.8 系列在 Gray Swan IPI 基准测试中显示了显著提升的提示注入鲁棒性。

社区洞察与技术讨论

Hacker News 用户反馈显示，对模型速度和特定任务实用性的高度赞扬，同时对一致性和可用性存在担忧。

优势

  • 多模态支持：用户指出 Gemini 在音频和视频输入支持方面优于竞争对手，非常适合媒体分析和从视频中提取结构化数据。
  • 文风与行动导向：部分用户认为 Gemini 的文风更直接、更“实用简洁”，相比 Claude 系列更注重行动导向。
  • 文档提取：有用户报告称，Gemini Flash 已成为其客户文档提取工作流的首选模型，因其可靠性和成本优势。
  • 特定任务成功：包括在 3D 打印的 CAD 应用中成功使用，以及用中文撰写高质量议论文。

批评与局限

  • 编码可靠性：尽管基准测试表现优异，但部分用户报告模型在编码时“鲁莽”，生成的代码无法运行，或在复杂代码审查方面不如 Opus 模型。
  • 延迟与 token 效率：部分用户观察到 3.8 Flash 的 token 效率可能低于 3.7 Flash，尽管每秒 token 数（TPS）更高，但整体响应速度反而更慢。
  • 可用性：用户对模型在 Gemini 网页界面的缓慢发布表示不满，旧版本（如 3.6 Flash）经常仍可用，而非最新版本。
  • 知识截止时间：Gemini 3.8 Flash 的知识截止时间为 2026 年 3 月，但部分领域仍限于 2025 年 1 月。

"Gemini 模型最有趣的地方仍然是其多模态支持：它们接受音频和视频输入，而 OpenAI 和 Anthropic 的旗舰产品仍仅支持图像。"

"我在这里抱怨过 Claude 的冗长和 TED 演讲式表达，相比之下，Gemini 在文风上似乎已经达到了 Claude 的理想终点。"

可用性

  • 开发者：可通过 Google AI Studio、Android Studio、Google Antigravity 和 Stitch 获取。
  • 企业用户：可通过 Gemini Enterprise 获取。
  • 消费者：可通过 Gemini 应用、Google 搜索中的 AI 模式以及 Google Sheets 中的 Gemini，面向 Google AI Pro 和 Ultra 订阅用户开放。
  • 网络安全专业人士：3.8 Flash Cyber 的访问权限通过 Fairwind 计划管理，面向政府机构和关键基础设施运营商。

Sources

相关