Google DeepMind 9 月 2 日发布 Gemini 3.8 Flash（及 3.8 Flash Cyber 安全版），六周内第三款 Flash 模型，AA 智能指数 59 分，编码与知识工作 agent 能力逼近多款更大前沿模型，价格维持 $0.75/$3.75 每 M token（至 2026 年底）。
核心亮点
- 编码与 agent 能力大幅跃升：DeepSWE v1.1 超越多款更大前沿模型，只用 Flash 价格做端到端软件工程；HLE-Verified 54.9%；Vals Finance Agent V2 和 Harvey 法律 Agent 基准均超 3.7 Flash 及其他前沿模型。
- 同日发布 Cyber 安全版：3.8 Flash Cyber 通过 Fairwind 计划向可信防御方提供，CWE-Bench pass@1 达 47.2% 追平前沿、成本大幅更低；内部多语言漏洞发现成功率超 70%，已用于 Chrome 安全团队修复漏洞。
- 「更努力」的设计哲学：3.8 Flash 在复杂任务上执行更多推理步骤、迭代调用工具，可能消耗更多 token 但换更高性能；开发者可用低 effort 级别换效率，3.7 Flash 仍保留供效率优先场景。
- 六周连发三款 Flash：Google 采用「高频迭代 + 价格锁定」策略，用旗舰级性能的 Flash 版抢占 agent 编码和知识工作赛道。
官方 Benchmark
| 基准 | Gemini 3.8 Flash | Gemini 3.7 Flash | 对比 |
|---|---|---|---|
| AA 智能指数（high） | 59 | 56 | +3 |
| DeepSWE v1.1 | 超多数大前沿模型 | — | 飞跃 |
| HLE-Verified | 54.9% | — | 多步推理强 |
| CWE-Bench（Cyber 版） | 47.2% | — | 追平前沿 47.8% |
| 内部多语言漏挖（Cyber） | >70% | — | 20 语言 |
数据来自 Google 官方博客（9/2）与 DeepMind model card。AA 指数来自 Artificial Analysis 独立评测。
价格
| 模型 | 输入 /M token | 输出 /M token | 备注 |
|---|---|---|---|
| Gemini 3.8 Flash | $0.75 | $3.75 | 首发价至 2026.12.31 |
| 2027.1.1 起 | $1.50 | $7.50 | 翻倍 |
注意：价格锁定到年底、明年初翻倍的预公告，实际上是 Google 在「倒逼用户尽早迁移」——想锁成本的要赶在年底前接入。3.8 Flash Cyber 通过 Fairwind 计划限供，仅面向可信防御方。
硬核测评结果
Terminal-Bench 2.1：90.8%（+9.2pt）
来源：DataCamp 独立评测
命令行端到端编码任务上有质的飞跃。3.7 Flash 仅 81.6%，3.8 Flash 直接拉到 90.8%，这是本次发布最亮眼的提升——单靠 Flash 级价格，达到了接近高阶模型的编码能力。
SWE-bench Pro：61.6%（+1.2pt）
软件工程基准小幅提升（3.7 Flash 60.4%），SWE-Atlas 从 48.0% 升至 51.9%（+3.9pt），新加入的编码基准改善显著。
Humanity’s Last Exam：45.4%（几乎持平）
3.7 Flash 45.7% → 3.8 Flash 45.4%，通用推理能力未随编码能力同步提升。DataCamp 的结论很直接：「编码和工具使用大幅跃升，但考试型推理基本没动。如果你的场景是硬核推理而非编码，从 3.7 升级到 3.8 可能不值那个额外 token。」
OSWorld-2.0：仍远落后 Claude Opus
Ars Technica 指出多数测试中较 3.7 Flash 的改善幅度「边际」（marginal），编码类改善更大，但 OSWorld-2.0（agent 电脑操控）仍远落后于市场领先者 Claude Opus。
选型建议
- 编码/terminal 任务、agent 工作流：升级 3.8 Flash 收益明显
- 纯推理/考试/数学题：3.7 Flash 持平，不必升级
- 电脑操控（OSWorld）：仍未达 Claude Opus 水准，不推荐此场景
影响评估
六周三款 Flash 的节奏，显示 Google 在 Flash 级模型上采用「高频迭代 + 价格锁定」策略。Cyber 版通过 Fairwind 计划建立「可信防御方」生态，把安全能力从检测升级为自主修复。2027 年价格翻倍预公告倒逼用户尽早迁移。
来源
- 官方博客：Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
- 官方 model card：Gemini 3.8 Flash - Model Card — Google DeepMind
- DataCamp 独立评测：https://www.datacamp.com/blog/gemini-3-8-flash-cyber
- Ars Technica 报道：Google releases Gemini 3.8 Flash, its third Flash model in six weeks - Ars Technica
- Artificial Analysis：Google has released Gemini 3.8 Flash, its fourth Flash model in under four months | Artificial Analysis