Google 釋出 Gemini 3.8 Flash：主攻長程程式設計與安全，加量不加價

過去幾個月裡，大家都在等著看 Google 那個一再延期的新一代 Pro 旗艦到底長什麼樣。但 Google 顯然找到了另一套節奏：先把小巧輕便的 Flash 架構壓榨到極致。

距離 3.7 Flash 亮相才過去三週，Google 就端出了 Gemini 3.8 Flash 以及專門針對網路安全防禦的 3.8 Flash Cyber。有意思的是，新模型的每百萬 token 單價完全沒變，依然是輸入 0.75 美元、輸出 3.75 美元，但在長程程式設計和複雜推理上，它開始追著大體積前沿模型打了。

單價沒漲，但它學會了「多加班」

既然引數架構還是 Flash，效能提升到底是從哪來的？Google 給出的解釋很接地氣：3.8 Flash 不是靠堆體積，而是學會了更拼命地幹活。

面對複雜的工程任務，它會在內部執行更多的推理步驟，遇到不對勁就反覆呼叫工具修正。反映在成績上，它在長程軟體工程基準 DeepSWE v1.1 上拿下了第一梯隊的表現，超越了大量成本高出好幾倍的前沿大模型；在金融分析和法律領域的智慧體評測裡，成績也明顯好於上一代。

但天下沒有免費的午餐。第三方評測機構 Artificial Analysis 跑完資料後提醒大家：3.8 Flash 的輸出速度依然極快，能飆到每秒 300 多個 token，但因為每次任務輸出的思考 token 增加了約 30%，而且呼叫輪數變多，綜合算下來單個任務的實際花費反而比 3.7 Flash 貴了大約 40%。

說白了，它是靠多消耗計算量把事情辦成。如果你做的是極度看重每分錢成本的輕量任務，Google 甚至建議你繼續留在 3.7 Flash 上。

專攻程式碼修補的「網安特工」

這次同步推出的 3.8 Flash Cyber 走了一條非常剋制的路線。Google 沒讓它去搞花哨的攻擊性滲透，而是把所有技能點都加在了「找漏洞」和「打補丁」上。

在涵蓋 20 種程式語言的內部基準測試中，這款模型的漏洞發現成功率超過了 70%。根據 Chrome 安全團隊的實測，3.8 Flash Cyber 給 Chrome 漏洞打出的正確補丁數量，是市面上更大規模商業模型的 2.6 倍；雲安全機構 Wiz 的測試也顯示其檢出率提升了近 10%，而成本只有同類前沿模型的兩到五分之一。

不過，普通開發者暫時摸不到這個防禦專精版本。Google 把它放進了一個叫 Fairwind 的合作計劃裡，首批只開放給政府機構、關鍵基礎設施運營方以及包括 CrowdStrike 在內的 650 家可信夥伴。

至於普通的 3.8 Flash，現在已經全面鋪開。開發者可以通過 API、Google AI Studio 以及 Android Studio 呼叫；付費訂閱了 Google AI Pro 或 Ultra 的普通使用者，在 Gemini 網頁端、搜尋的 AI Mode 以及 Google 表格裡也能直接用到。

為什麼重要

我們認為，Google 這步棋下得非常務實。行業裡過去總有一種迷信，覺得搞長程程式設計和自主智慧體必須依賴巨型旗艦模型。但 3.8 Flash 跑通了一條新邏輯：靠高頻的工具呼叫和更深的推理迴圈，輕量級模型完全可以在垂直工程任務上幹翻大塊頭，而且把端到端的延遲壓到極低。

對於每天靠 AI 寫程式碼的工程師和獨立開發者來說，這意味著高質量自主 Agent 的使用門檻又降了一大截。在很多多步驟任務裡，你不再需要咬著牙去燒昂貴的前沿旗艦，一個反應極快、單價低廉的打工人模型就能解決大半問題。

但它帶來的新隱患也很現實。單價雖低，可由於模型會自主「加戲」消耗更多 token，開發者的最終賬單變得不那麼可控了。更耐人尋味的是不同評測之間的巨大撕裂：它在真實程式碼工程和人工對決上備受好評，但在像 LiveBench 這樣的綜合基準裡甚至跌出了前十。這提示我們，它更像是一個專門為了幹工程活深度特化的「特長生」，想要徹底抹平與全能旗艦的綜合差距，Google 遲到的 Pro 系列恐怕依然不能缺席。