Google 釋出 Gemini 3.8 Flash 與 Cyber 版：加量不加價，主打智慧體與網安

六週時間，連續甩出三個模型版本，Google 在自家 Flash 系列上的迭代速度簡直像在趕高鐵。

Google 正式推出 Gemini 3.8 系列，帶來了兩款核心模型：主力型號 Gemini 3.8 Flash，以及專門面向網路安全防禦的 Gemini 3.8 Flash Cyber。官方把這次更新定調為旗下迄今為止推理和程式設計能力最強的一代，關鍵是價格紋絲不動，輸入每百萬 token 依然是 0.75 美元，輸出每百萬 token 3.75 美元。

所謂更聰明，其實是讓模型多動腦子

很多人好奇，怎麼在幾週內把小模型的能力突然往上拔了一大截？Google 坦白得有點可愛：因為 3.8 Flash 學會了更努力地幹活。

遇到複雜任務時，模型不會急著給答案，而是會在後臺執行更多推理步驟，並且反反覆覆呼叫工具。換句話說，單價確實沒漲，但你的實際賬單可能會變長。根據第三方機構 Artificial Analysis 的測算，雖然單 token 定價沒變，但因為每個任務輸出的 token 增加了約 30%，加上智慧體互動輪次增多，單項任務的總體成本其實上升了大約 40%。好在速度依舊維持在怪獸級別，每秒最高能吞吐 348 個 token。

這種苦幹換來了非常硬核的戰果。在考察長程自主程式設計能力的 DeepSWE v1.1 測試裡，3.8 Flash 拿下了全球第一，直接把一眾體積大得多的前沿大模型甩在身後。在考察跨學科極限多步推理的 HLE-Verified 上，它拿下了 54.9% 的成績。在金融領域的 Vals 和法律領域的 Harvey 基準測試裡，它的表現同樣壓過了上一代 3.7 Flash。

業內對此反饋相當熱烈，Aigora.ai 執行長 John Ennis 直言它具備了類似 Opus 5 級別的程式設計質感，但速度快得多、成本低得多。不過社群裡也有質疑聲，有人指出它在 LiveBench 上的排名甚至不如前代 3.7 Flash，懷疑部分基準測試可能存在針對性最佳化。

專職防守的 Cyber 版，還有一套准入名單

比起常規版本，這次更耐人尋味的是 3.8 Flash Cyber。Google 從一開始就明確表態：這個版本只做防守，不做進攻滲透。

在涉及 20 種程式語言的程式碼庫測試中，Cyber 版的漏洞發現成功率超過 70%。在行業公認的打補丁基準 CWE-Bench 上，它的首輪修復通過率達到 47.2%，幾乎追平了最昂貴的頂尖前沿模型，但算力開銷小了一大截。

Google 已經在內部吃上了這顆藥丸。Chrome 安全團隊給出的資料顯示，3.8 Flash Cyber 修補 Chrome 漏洞時生成的正確補丁數量，是那些體量更大的商業模型的 2.6 倍；雲漏洞研究團隊甚至用它在不到兩小時內挖出了一個通常要耗時數月的底層關鍵漏洞；安全公司 Wiz 也測出它的召回率提升了 7.5% 到 9.7%。

正因為破壞力同樣不容小覷，Google 對 Cyber 版卡得很嚴。它只通過新的 Fairwind 計劃提供，目前准入的 650 傢伙伴主要包括 CrowdStrike、網際網路安全中心以及關鍵基礎設施運維方，普通開發者摸不到它，但能用上常規的 3.8 Flash。

為什麼重要

我們認為，Google 這步棋走得非常聰明。

在大多數廠商還在死磕千億甚至萬億引數通用模型的今天，Google 正在把競爭拉向另一個戰場：用廉價的高速輕量模型，通過智慧體迴圈和更長推理步驟，把端到端任務徹底啃下來。

對開發者和企業來說，它的價值立竿見影。過去做自主程式設計或複雜資料流，如果每次呼叫都要用昂貴的頂流模型，錢包根本扛不住；現在用 3.8 Flash，就算它多花了 30% 的 token 去思考，綜合成本依然比大模型划算太多。只要你的業務容忍一定的 token 膨脹，它就是目前價效比最高的自動化勞動力。

但這裡也有隱患。當模型靠「更勤快」來提升上限，開發者的呼叫成本就變得更難預測，稍微沒寫好約束條件，模型就可能在後臺瘋狂呼叫工具刷爆賬單。而且從不同榜單的巨大分歧來看，這類輕量模型在極端場景下的穩定性依然需要打個問號。

無論如何，Gemini 3.8 Flash 再次證明了一點：決定 AI 生產力的不再只是引數體積，誰能把推理工蜂的成本壓到極致，誰就能先讓智慧體落地生根。