Gemini 3.8 Flash 與 3.8 Flash Cyber 發佈

Google DeepMind 已推出 Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber，這兩款模型旨在增強代理型工作流（agentic workflows）與網路安全。兩款模型都擁有共同的基礎智能核心，並透過長效代理迴圈（long-running agentic loops）進行加速，該迴圈能遞迴地評估並精煉模型輸出，且在網路安全方面的嚴格訓練帶來了顯著的進步。

Gemini 3.8 Flash：增強的推理能力與代理型工作流

Gemini 3.8 Flash 被定位為高智能的「主力」模型，在軟體工程、代理任務與多步驟推理方面較 3.7 Flash 有所提升。它維持與 3.7 Flash 相同的入門定價：每百萬輸入 token 為 $0.75，每百萬輸出 token 為 $3.75。

軟體工程與專業領域的表現

Gemini 3.8 Flash 在多項關鍵基準測試中展現出接近高成本前沿模型的性能：

  • 長程軟體工程： 在 DeepSWE v1.1 基準測試中，3.8 Flash 在端到端解決複雜工程問題方面優於大多數較大的前沿模型。
  • 專業知識領域： 在 Vals Finance Agent V2 與 Harvey's Legal Agent Benchmark 上，該模型優於 3.7 Flash 與其他前沿模型。
  • 多步驟推理： 3.8 Flash 在 HLE-Verified 上取得了 54.9% 的分數，涵蓋了 STEM、人文學科與專業領域。

運作邏輯與效率

性能提升歸功於一項核心設計選擇，即模型會在處理複雜任務時執行額外的推理步驟並迭代地呼叫工具。雖然這種增加的勤勉度可能會在較高投入程度下導致較高的 token 使用量，但開發者可以選擇較低的投入程度，或繼續使用 Gemini 3.7 Flash 以優先考慮效率。

Gemini 3.8 Flash Cyber：專業化的網路安全能力

Gemini 3.8 Flash Cyber 是一款專為漏洞偵測與自動化修補設計的專業化模型。它僅透過 Fairwind Program 向受信任的防禦者提供。

漏洞發現

Gemini 3.8 Flash Cyber 在自主漏洞發現方面展現出前沿水平的性能：

  • CyberGym Benchmark： 該模型超越了 3.5 Flash Cyber 與較大的前沿模型。
  • 多語言發現： 在一項涵蓋 20 種程式語言的內部基準測試中，該模型取得了超過 70% 的成功率。

自動化修補

Google DeepMind 將漏洞修復的優先權置於攻擊性利用能力之上。在 CWE-Bench（由 Collinear 執行）中，Gemini 3.8 Flash Cyber 的 pass@1 為 47.2%，處於 Pareto 前沿，幾乎與領先的前沿模型（47.8%）不相上下，且成本顯著較低。

真實世界應用與影響

Gemini 3.8 Flash Cyber 已部署於多個高影響力的場景：

  • Chrome Security： 該模型為 Chrome 漏洞產生的正確修補程式數量是較大的商業模型 2.6 倍。
  • Wiz Penetration Testing： Wiz 報告稱，在內部滲透測試基準測試中，召回率比其他領先的前沿模型高出 7.5-9.7%，而成本僅為 2.3-5.2 倍低。
  • Google Cloud Vulnerability Research： 該模型在不到兩小時內識別出一個關鍵的基礎漏洞，而這類過程通常需要數月。

安全性與穩健性

兩款模型都包含針對網路攻擊與化學、生物、放射性與核能（CBRN）領域濫用的防護措施，這與 Frontier Safety Framework 一致。由於 Gemini 3.8 Flash Cyber 需要更全面的網路能力，它配備了更寬鬆的緩解措施集，並僅限於受信任的防禦者使用。

此外，Gemini 3.8 模型在應對提示詞注入攻擊（prompt injection attacks）方面的穩健性有所提升，這已透過 Gray Swan IPI Benchmark 進行了衡量。

可用性

  • 開發者： 可透過 Google AI Studio、Android Studio 與 Gemini API 使用。代理優先型工作流可以在 Google Antigravity 中進行探索，而 UI 生成則可在 Stitch 中進行。
  • 企業： 可透過 Gemini Enterprise 使用。
  • 消費者： Google AI Pro 與 Ultra 使用者可透過 Gemini app、Google Search 中的 AI Mode 以及 Google Sheets 中的 Gemini 使用。
  • 網路安全專業人士： Gemini 3.8 Flash Cyber 的存取權限透過 Fairwind Program 為政府機關、關鍵基礎設施營運商與軟體維護者進行管理。

Sources