Google 发布 Gemini 3.8 Flash：主攻长程编程与安全，加量不加价

过去几个月里，大家都在等着看 Google 那个一再延期的新一代 Pro 旗舰到底长什么样。但 Google 显然找到了另一套节奏：先把小巧轻便的 Flash 架构压榨到极致。

距离 3.7 Flash 亮相才过去三周，Google 就端出了 Gemini 3.8 Flash 以及专门针对网络安全防御的 3.8 Flash Cyber。有意思的是，新模型的每百万 token 单价完全没变，依然是输入 0.75 美元、输出 3.75 美元，但在长程编程和复杂推理上，它开始追着大体积前沿模型打了。

单价没涨，但它学会了「多加班」

既然参数架构还是 Flash，性能提升到底是从哪来的？Google 给出的解释很接地气：3.8 Flash 不是靠堆体积，而是学会了更拼命地干活。

面对复杂的工程任务，它会在内部执行更多的推理步骤，遇到不对劲就反复调用工具修正。反映在成绩上，它在长程软件工程基准 DeepSWE v1.1 上拿下了第一梯队的表现，超越了大量成本高出好几倍的前沿大模型；在金融分析和法律领域的智能体评测里，成绩也明显好于上一代。

但天下没有免费的午餐。第三方评测机构 Artificial Analysis 跑完数据后提醒大家：3.8 Flash 的输出速度依然极快，能飙到每秒 300 多个 token，但因为每次任务输出的思考 token 增加了约 30%，而且调用轮数变多，综合算下来单个任务的实际花费反而比 3.7 Flash 贵了大约 40%。

说白了，它是靠多消耗计算量把事情办成。如果你做的是极度看重每分钱成本的轻量任务，Google 甚至建议你继续留在 3.7 Flash 上。

专攻代码修补的「网安特工」

这次同步推出的 3.8 Flash Cyber 走了一条非常克制的路线。Google 没让它去搞花哨的攻击性渗透，而是把所有技能点都加在了「找漏洞」和「打补丁」上。

在涵盖 20 种编程语言的内部基准测试中，这款模型的漏洞发现成功率超过了 70%。根据 Chrome 安全团队的实测，3.8 Flash Cyber 给 Chrome 漏洞打出的正确补丁数量，是市面上更大规模商业模型的 2.6 倍；云安全机构 Wiz 的测试也显示其检出率提升了近 10%，而成本只有同类前沿模型的两到五分之一。

不过，普通开发者暂时摸不到这个防御专精版本。Google 把它放进了一个叫 Fairwind 的合作计划里，首批只开放给政府机构、关键基础设施运营方以及包括 CrowdStrike 在内的 650 家可信伙伴。

至于普通的 3.8 Flash，现在已经全面铺开。开发者可以通过 API、Google AI Studio 以及 Android Studio 调用；付费订阅了 Google AI Pro 或 Ultra 的普通用户，在 Gemini 网页端、搜索的 AI Mode 以及 Google 表格里也能直接用到。

为什么重要

我们认为，Google 这步棋下得非常务实。行业里过去总有一种迷信，觉得搞长程编程和自主智能体必须依赖巨型旗舰模型。但 3.8 Flash 跑通了一条新逻辑：靠高频的工具调用和更深的推理循环，轻量级模型完全可以在垂直工程任务上干翻大块头，而且把端到端的延迟压到极低。

对于每天靠 AI 写代码的工程师和独立开发者来说，这意味着高质量自主 Agent 的使用门槛又降了一大截。在很多多步骤任务里，你不再需要咬着牙去烧昂贵的前沿旗舰，一个反应极快、单价低廉的打工人模型就能解决大半问题。

但它带来的新隐患也很现实。单价虽低，可由于模型会自主「加戏」消耗更多 token，开发者的最终账单变得不那么可控了。更耐人寻味的是不同评测之间的巨大撕裂：它在真实代码工程和人工对决上备受好评，但在像 LiveBench 这样的综合基准里甚至跌出了前十。这提示我们，它更像是一个专门为了干工程活深度特化的「特长生」，想要彻底抹平与全能旗舰的综合差距，Google 迟到的 Pro 系列恐怕依然不能缺席。