Gemini 3.8 Flash 與 3.8 Flash Cyber 發布說明

Google 已發布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，標誌著六週內第三次 Flash 版本的推出。這些模型專為代理工作流程與資安應用設計，提供先進的推理與程式碼能力，同時維持先前 3.7 Flash 版本的速度與低成本特性。

Gemini 3.8 Flash：先進推理與代理工作流程

Gemini 3.8 Flash 被定位為高智慧的「主力」模型，於軟體工程與專業領域帶來顯著進步。其定價為每百萬輸入文字元 $0.75，每百萬輸出文字元 $3.75。

長時程軟體工程

在長時程軟體工程的 DeepSWE v1.1 基準測試中，3.8 Flash 在自主解決複雜工程問題端到端 的表現上，超越大多數較大的前沿模型。

專業領域表現

3.8 Flash 在量化與專業領域展現高度可靠性，在以下基準測試中超越 3.7 Flash 及其他前沿模型：

  • Vals Finance Agent V2：先進的財務分析與報告。
  • Harvey's Legal Agent Benchmark：專門的法律推理。
  • HLE-Verified：達成 54.9% 分數，展現跨科學、人文與專業領域的多步驟推理能力。

設計哲學：提升謹慎性

效能提升源自於模型在複雜任務中執行更多推理步驟並迭代呼叫工具的設計選擇。雖然這可能導致高努力層級下產生更高的文字元用量，開發者可使用較低努力層級，或繼續使用 Gemini 3.7 Flash 以追求效率優先的工作負載。

Gemini 3.8 Flash Cyber：專用資安能力

Gemini 3.8 Flash Cyber 是透過 Fairwind 程式提供給可信守衛者的專用模型。其重點在於防禦能力，優先於漏洞修補而非攻擊性利用。

漏洞發現與修補

  • 自主發現：在 CyberGym 基準測試中，3.8 Flash Cyber 優於 3.5 Flash Cyber 及更大規模的前沿模型。在涵蓋 20 種程式語言的內部基準測試中，成功率超過 70%。
  • 自動化修補：在 Collinear 主辦的 CWE-Bench 測試中，3.8 Flash Cyber 的 pass@1 為 47.2%，在成本相對應的修補能力上位居帕累托前緣。

Google 內部的實際影響

Google 內部使用 3.8 Flash Cyber 來保護自身的程式碼庫：

  • Chrome 安全性：產生的正確修補數量是最佳大型商業模型的 2.6 倍。
  • 雲端漏洞研究：在不到兩小時內識別出一個關鍵基礎漏洞——此類任務通常需數月時間。
  • Wiz：在內部滲透測試基準測試中，召回率高出 7.5–9.7%，成本僅為其他前沿模型的 2.3–5.2 倍。

安全性與穩健性

兩個模型皆包含防止在化學、生物、輻射與核能（CBRN）及網路攻擊中濫用的防護機制。Gemini 3.8 Flash Cyber 具備更寬鬆的緩解措施，以允許可信守衛者執行全面的安全工作。此外，3.8 系列在灰天鵝 IPI 基準測試中顯示出提示注入防禦能力的顯著改善。

社群見解與技術討論

來自 Hacker News 的使用者反饋呈現出對模型速度與特定任務實用性的高度讚譽，同時也對一致性與可用性表示擔憂。

優勢

  • 多模態：使用者指出 Gemini 在音訊與視訊輸入支援上優於競爭對手，使其非常適合媒體分析與從影片中提取結構化資料。
  • 散文與行動導向：部分使用者認為 Gemini 的散文風格更直接且「實用簡潔」，相比 Claude 系列更偏向行動導向。
  • uma 文件提取：一位使用者表示，由於可靠性和成本效益，Gemini Flash 已成為其客戶文件提取工作流程的主要模型。
  • 特定任務成功案例：包括成功運用於 3D 打印的 CAD 設計，以及中文高品質論辯文章撰寫。

批評與限制

  • 程式碼可靠性：儘管基準測試分數高，部分使用者反映該模型在編程時可能「魯莽」，產生無法運作的程式碼，或在複雜程式碼審查上不如 Opus 模型。
  • 延遲與文字元效率：部分使用者觀察到 3.8 Flash 可能比 3.7 更不具文字元效率，導致整體回應速度較慢，即使每秒文字元數（TPS）更高。
  • 可用性：使用者對模型在 Gemini 網頁介面的緩慢推出感到不滿，經常仍可使用舊版（如 3.6 Flash）而非最新版本。
  • 知識截止日期：Gemini 3.8 Flash 的知識截止日期為 2026 年 3 月，但部分領域仍限於 2025 年 1 月。

"Gemini 模型最有趣之處仍在於其多模態支援：它接受音訊與視訊輸入，而 OpenAI 與 Anthropic 的旗艦產品仍僅支援圖片。"

"我在此抱怨過太多次 Claude 的冗長與 TED 演講式語調，相比之下，Gemini 在散文方面似乎已達成 Claude 的理想終極狀態。"

可用性

  • 開發者：可透過 Google AI Studio、Android Studio、Google Antigravity 和 Stitch 使用。
  • 企業用戶：可透過 Gemini Enterprise 使用。
  • 一般消費者：可透過 Gemini 應用程式、Google 搜尋中的 AI 模式，以及 Google Sheets 中的 Gemini，由 Google AI Pro 與 Ultra 會員取得。
  • 資安專業人員：3.8 Flash Cyber 的存取權由 Fairwind 程式管理，針對政府機構與關鍵基礎設施營運商開放。

Sources

相關