Introducing Gemini 3.8 Flash and 3.8 Flash Cyber

介绍 Gemini 3.8 Flash 和 3.8 Flash Cyber

2026年9月2日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

我们最新推出的 Gemini 模型为自主代理工作流和网络安全提供下一代智能。

Tulsee Doshi

产品管理高级总监

Raluca Ada Popa

Google DeepMind Gemini 安全负责人

分享

文章正文

继三周前推出的 3.7 Flash 取得良好势头，并在仅六周内完成第三次 Flash 版本更新后，今天我们将推出 Gemini 3.8，这是迄今为止推理和编码能力最强的模型，在保持与 3.7 相同速度和低成本的基础上实现突破。Gemini 3.8 提供两种版本：

• Gemini 3.8 Flash：我们最智能的主力模型，相比 3.7 Flash 在软件工程、自主代理任务和特定领域复杂多步骤推理方面均有显著提升。与 3.7 Flash 一样，该模型的入门价格为每百万输入令牌 0.75 美元，每百万输出令牌 3.75 美元。

• Gemini 3.8 Flash Cyber：我们最强大的网络安全模型，在漏洞检测和自动化补丁修复方面达到前沿水平，通过我们的新 Fairwind Program 向可信防御者开放。

尽管针对不同部署环境进行了优化，但今天发布的两个版本都基于相同的底层智能，并通过长期运行的自主代理循环进一步加速，这些循环旨在递归评估和优化底层模型。这种共享核心在编码和推理能力上的显著提升得益于多项创新，包括在高要求的网络安全领域进行的严格训练。

Gemini 3.8 Flash：专为长周期编码和自主代理设计

Gemini 3.8 Flash 相比 3.7 Flash 实现了显著提升，通常接近更高成本的前沿模型性能。

在 DeepSWE v1.1（长周期软件工程）基准测试中，3.8 Flash 在自主解决复杂工程问题方面超越了大多数更大的前沿模型，成本仅为它们的几分之一。

此外，3.8 Flash 在专业领域知识中展现了关键企业自主性所需的可靠性。在需要高级分析和报告的定量和专业领域，3.8 Flash 在 Vals Finance Agent V2 和 Harvey's Legal Agent Benchmark 等基准测试中超越了 3.7 Flash 和其他前沿模型。3.8 Flash 在 HLE-Verified 测试中达到 54.9%，证明了其在 STEM、人文学科和专业领域处理多步骤推理的能力。

这些性能提升源于一个核心设计选择：3.8 Flash 更加努力地工作。在处理复杂任务时，它表现出更高的细致程度——执行额外的推理步骤，并迭代调用工具。在某些情况下，模型可能会使用更多令牌以最大化性能，尤其是在高努力级别时。

对于计算效率是主要限制的应用场景，开发者可以使用较低的努力级别来减少令牌开销，或继续依赖仍完全支持的 Gemini 3.7 Flash 来处理以效率优先的工作负载。

Gemini 3.8 Flash 使用 Google Antigravity 的循环指令和简单提示构建了这款游戏。游戏通过 Nano Banana 生成的谜题、环境叙事和纹理，创建了一个沉浸式的 3D 场景，玩家扮演一位在城堡中探索的巫师。

Gemini 3.8 Flash 在 Google Antigravity 中通过单次提示即可构建出功能完整的 DOS 版本 Google Maps，支持完整的位置信息、路线指引和街景视图交互。

在 Google Antigravity 中，Gemini 3.8 Flash 利用美国地质调查局的真实数据集，构建了著名地理遗址的地形图，可实时查看剖面图、二维投影和科学解释。用户可通过交互式界面探索这些地理特征的多维信息。

Hardware Anatomy 是 Google AI Studio 中基于 Gemini 3.8 Flash 开发的交互式 3D 可视化工具，能够生成符合物理比例的硬件设备拆解渲染图。该工具通过 Three.js 技术自动将设备分解为可逐层展开检查的结构，用户可通过解构滑块查看内部组件细节。

Gemini 3.8 Flash Cyber：专业级网络安全性能

通过 Google 的 Fairwind 计划，Gemini 3.8 Flash Cyber 已向一组可信防御者开放，其在复杂网络安全环境中提供显著优势，结合 Flash 级别的速度和成本效益，实现快速迭代。

自主漏洞发现

在标准行业漏洞检测基准 CyberGym 上，Gemini 3.8 Flash Cyber 在自主漏洞发现方面展现出前沿水平。其表现超越了 3.5 Flash Cyber 和其他更大规模的前沿模型。

为更贴近现实防御需求（不仅限于 CyberGym 中的 C/C++ 代码库），我们还针对包含 20 种编程语言的复杂代码库进行了内部基准测试。在此测试中，Gemini 3.8 Flash Cyber 相比之前模型实现了显著突破，漏洞发现成功率超过 70%。

自动化补丁生成

Gemini 3.8 Flash Cyber 的设计重点在于为防御者提供超越攻击者的专家级能力。因此我们从一开始就投入了漏洞修复技术的研发，并优先于攻击性功能开发。

由 Collinear 运营的 CWE-Bench 是一项具有挑战性的补丁能力外部基准测试。在该基准测试中，Gemini 3.8 Flash Cyber 处于帕累托前沿：其首次通过率（pass@1）达到 47.2%，虽略低于领先前沿模型的 47.8%，但成本显著降低。

实际应用：保障 Google 代码安全

我们已在 Google 全范围代码中部署 Gemini 3.8 Flash Cyber 进行安全防护。例如：

• Chrome 安全团队发现，3.8 Flash Cyber 生成的 Chrome 漏洞修复补丁数量是顶级商业模型的 2.6 倍。
• Wiz 测试显示，Gemini 3.8 Flash Cyber 在内部渗透测试基准中召回率提升 7.5-9.7%，成本仅为其他领先模型的 1/2.3-1/5.2。
• Google 云漏洞研究团队利用 3.8 Flash Cyber 模型在 2 小时内发现了一个关键基础漏洞，而此类漏洞的常规研究通常需要数月时间。

Fairwind 计划合作伙伴评价

以安全为核心的设计理念

3.8 Flash 内置防止在化学、生物、放射和核（CBRN）领域以及网络攻击领域误用的安全措施，同时根据我们的前沿安全框架支持有益的应用场景。3.8 Flash Cyber 版本针对网络安全提供了更宽松的缓解措施集，因此仅向需要更全面网络能力的受信任防御者开放。

Gemini 3.8 模型在提示注入防御能力方面实现了重大突破，根据 Gray Swan 测量标准，可有效保护 Gemini 模型用户免受与提示注入相关的恶意攻击。

Gemini 3.8 Flash 和 Cyber：立即开始使用

• 开发者：使用 3.8 Flash 构建应用，可在 Google Antigravity 中探索以代理优先的工作流程，或通过 Google AI Studio 和 Android Studio 的 Gemini API 立即开始构建，也可在 Stitch 中生成 UI。通过我们的开发者文档入门。

• 企业用户：通过 Gemini Enterprise 访问 3.8 Flash。

• 消费者：3.8 Flash 已向 Gemini 应用中的 Google AI Pro 和 Ultra 订阅者、Google 搜索的 AI 模式以及 Google Sheets 中的 Gemini 开放。

• 网络安全领域：通过我们的新 Fairwind 计划，我们为受信任的政府机构、关键基础设施运营商和软件维护者提供优先访问 Gemini 3.8 Flash Cyber 的权限。申请访问权限。

发布于：