Gemini 3.8 Flash 和 3.8 Flash Cyber 发布

Google DeepMind 推出了 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，这两个模型旨在增强智能体工作流（agentic workflows）和网络安全。这两个模型都拥有一个基础智能核心，并通过长运行的智能体循环（agentic loops）进行加速，这些循环可以递归地评估和改进模型输出，同时在网络安全领域的严格训练也带来了显著的提升。

Gemini 3.8 Flash：增强的推理能力和智能体工作流

Gemini 3.8 Flash 被定位为一款高智能“主力”模型，在软件工程、智能体任务和多步推理方面较 3.7 Flash 有所改进。它保持了与 3.7 Flash 相同的入门级定价：每百万输入 token 为 $0.75，每百万输出 token 为 $3.75。

软件工程和专业领域的性能表现

Gemini 3.8 Flash 在多个关键基准测试中表现出了接近更高成本前沿模型的性能：

  • 长程软件工程： 在 DeepSWE v1.1 基准测试中，3.8 Flash 在端到端解决复杂工程问题方面优于大多数规模更大的前沿模型。
  • 专业知识领域： 该模型在 Vals Finance Agent V2 和 Harvey's Legal Agent Benchmark 上优于 3.7 Flash 和其他前沿模型。
  • 多步推理： 3.8 Flash 在 HLE-Verified 上取得了 54.9% 的得分，涵盖了 STEM、人文科学和专业领域。

运行逻辑与效率

性能提升归功于一个核心设计选择，即模型在处理复杂任务时会执行额外的推理步骤并迭代地调用工具。虽然这种增加的细致程度可能会在更高的投入水平下导致更高的 token 使用量，但开发者可以选择较低的投入水平，或者继续使用 Gemini 3.7 Flash 以优先考虑效率的工作负载。

Gemini 3.8 Flash Cyber：专门的网络安全能力

Gemini 3.8 Flash Cyber 是一款专为漏洞检测和自动修复补丁而设计的专门模型。它仅通过 Fairwind Program 向受信任的防御者开放。

漏洞发现

Gemini 3.8 Flash Cyber 在自主漏洞发现方面表现出了前沿水平的性能：

  • CyberGym Benchmark： 该模型超越了 3.5 Flash Cyber 和规模更大的前沿模型。
  • 多语言发现： 在一个涵盖 20 种编程语言的内部基准测试中，该模型的成功率超过了 70%。

自动补丁修复

Google DeepMind 优先考虑漏洞修复而非攻击性利用能力。在 CWE-Bench（由 Collinear 运行）上，Gemini 3.8 Flash Cyber 处于 Pareto 边界，其 pass@1 为 47.2%，以显著较低的成本几乎匹配了领先的前沿模型（47.8%）。

现实世界应用与影响

Gemini 3.8 Flash Cyber 已部署在多个高影响力的场景中：

  • Chrome Security： 该模型为 Chrome 漏洞产生的正确补丁数量是规模更大的商业模型的 2.6 倍。
  • Wiz Penetration Testing： Wiz 报告称，在内部渗透测试基准测试中，其召回率比其他领先的前沿模型高出 7.5-9.7%，而成本仅为后者的 2.3-5.2 倍低。
  • Google Cloud Vulnerability Research： 该模型在不到两小时内识别出了一个关键的基础性漏洞，而这一过程通常需要数月。

安全与鲁棒性

两个模型都包含针对网络攻击和化学、生物、放射性及核（CBRN）领域的滥用防护措施，这与 Frontier Safety Framework 一致。由于 Gemini 3.8 Flash Cyber 需要更全面的网络能力，它配备了更宽松的缓解措施集，并仅限于受信任的防御者使用。

此外，Gemini 3.8 模型在针对提示词注入攻击（prompt injection attacks）的鲁棒性方面表现出了改进，这可以通过 Gray Swan IPI Benchmark 进行衡量。

可用性

  • 开发者： 可通过 Google AI Studio、Android Studio 和 Gemini API 使用。智能体优先的工作流可以在 Google Antigravity 中进行探索，UI 生成可以在 Stitch 中进行。
  • 企业： 可通过 Gemini Enterprise 使用。
  • 消费者： Google AI Pro 和 Ultra 订阅者可以通过 Gemini app、Google Search 中的 AI Mode 以及 Google Sheets 中的 Gemini 使用。
  • 网络安全专业人员： 对 Gemini 3.8 Flash Cyber 的访问通过 Fairwind Program 为政府机构、关键基础设施运营商和软件维护者进行管理。

Sources