六周内第三款预算模型，Gemini 3.8 Flash发布

Gemini 3.7 Flash 发布三周后，Google 又带来了 Gemini 3.8 Flash。这款预算级模型在编程能力上被预期大幅超越前代。 Google 正在发布两个版本的 Gemini 3.8 Flash：一个是通用推理与编程模型，另一个是专注于网络安全的专业版本 3.8 Flash Cyber。六周内的第三次 Flash 发布，这快速节奏究竟是实力的体现，还是 distracting from 仍在缺席的前沿模型 Gemini 3.5 Pro 和 Gemini 4，取决于你问的是谁。而 新任 DeepMind 负责人 Koray Kavukcuoglu 明确表示，Google 并非只追求性价比优化，在原始能力上仍要争第一。 根据 Google 自己的数据，Gemini 3.8 Flash 在面向长周期软件工程任务的 DeepSWE v1.1 基准测试中取得 73.7%。这略低于 Claude Opus 5 的 74.0%，但明显领先于 Claude Sonnet 5（53.8%）、GPT-5.6 Sol（72.7%）和前代 3.7 Flash（65.3%）。

Google 还表示新模型在 3D 生成方面有所提升。下方视频展示了据称由 Gemini 3.8 Flash 通过单一提示在 Google 的 AI 编程工具 Antigravity 中构建的 3D 游戏，贴图则由 Google 的 Nano Banana 图像模型生成。 Gemini 3.8 Flash 以降价姿态发布，输入 token 定价为每百万 $0.75，输出 token 为每百万 $3.75，与 3.7 Flash 持平。2027年1月起，常规价格将上调至 $1.50 和 $7.50。作为对比，Claude Opus 5 的输入价格为每百万 $5.00、输出为 $25.00，GPT-5.6 Sol 则为 $4.00 和 $20.00。即便促销期结束后，Gemini 3.8 Flash 的每 token 成本仍 远低于 OpenAI 和 Anthropic 的顶级模型。 但 Google 解释称，3.8 Flash 相比 3.7 的性能提升，部分来源于对复杂任务执行额外推理步骤并迭代调用工具。模型会"更加卖力"地工作，这意味着更高的 token 消耗，一定程度上抵消了单价优势。对于计算效率最为关键的使用场景，Google 建议降低推理强度，或直接使用 仍受支持的 3.7 Flash。 Gemini 3.8 Flash 已通过 Google AI Studio、Google Antigravity 和 Android Studio 面向开发者开放。企业可通过 Gemini Enterprise 获取。普通用户可在 Gemini App、Google Search 的 AI Mode，以及付费订阅者的 Google Sheets 中使用。

性价比出众，但 token 消耗不可忽视

独立基准测试平台 Artificial Analysis 给予 Gemini 3.8 Flash 智能力指数 59 分，较前代 3.7 Flash 的 56 分高出 3 分。这一分数使其与 GPT-5.6 Sol（高推理模式）和 Grok 4.6（中等推理模式）并列，三者均为 59 分。据 Artificial Analysis 分析，智能力指数的提升主要来自代理类基准测试（如工具使用和编程任务）的更强表现。

根据 Artificial Analysis 的评估，3.8 Flash 在每任务成本上同样落在帕累托前沿，单次任务成本 0.58 美元，是该智能档位中最便宜的模型。但与 3.7 Flash 的 0.40 美元相比上涨了约 40%，尽管单 token 价格保持不变——这大概也是 Google 建议在以效率为导向的工作负载中继续使用 3.7 Flash 的原因。

在高推理层级，3.8 Flash 每秒约输出 300 个 token，平均任务耗时 2.5 分钟。略快于 GPT-5.6 Luna（2.6 分钟）和 GPT-5.6 Terra（3.3 分钟），但慢于 Claude Fable 5.1（2.1 分钟）和较早的 3.7 Flash（2.2 分钟）。在低推理层级，耗时降至约 48 秒。

网络安全模型仍限于通过审核的防御方使用

Gemini 3.8 Flash Cyber 与其前身 3.5 Flash Cyber 一样并未面向公众开放。Google 通过 Fairwind 计划将其定向分发给政府机构、关键基础设施运营商和软件维护方。由于专为防御性网络安全工作设计，该模型的安全限制比标准版本更为宽松。

在 C/C++ 漏洞检测的行业标准基准测试 CyberGym 上，3.8 Flash Cyber 得分 86.2%，超越前代 3.5 Flash Cyber（77.5%）、GPT-5.6 Sol（83.6%）和 GPT-5.5-Cyber（85.6%）。在外部 CWE-Bench 自动补丁测试中，3.8 Flash Cyber 的 Pass@1 达到 47.2%，几乎追平领先的前沿模型（47.8%），而成本却低得多。

该模型在抵御提示注入攻击方面也表现出更强的韧性。在 Gray Swan IPI 基准测试 中，Gemini 3.8 Flash 的攻击成功率仅为 5.5%，而 DeepSeek V4 Pro 为 60.1%，Kimi K3 为 52.7%，Grok 4.6 为 51.8%。Anthropic 的 Claude Opus 5 表现略优，为 4.8%；启用额外安全选项的 Opus 5 在 Claude 生态内得分更低。