Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber，主打智能体工作流与网络安全
Introducing Gemini 3.8 Flash and 3.8 Flash Cyber
- 1Google DeepMind 发布 Gemini 3.8 Flash，官方称软件工程、智能体任务与多步推理能力较 3.7 Flash 显著提升
- 23.8 Flash 定价与 3.7 Flash 持平，每百万输入 token $0.75、输出 $3.75，HLE-Verified 得分 54.9%
- 33.8 Flash Cyber 专注漏洞发现与自动修补，官方称内部基准成功率超 70%，仅向 Fairwind 计划可信防御者开放
- 4Google 称 Chrome 团队实测其正确补丁数量为最佳商用模型的 2.6 倍，Wiz 实测召回率高 7.5-9.7% 且成本低 2.3-5.2 倍
Google 在六周内第三次更新 Flash 线，同价位提升推理与编程能力，并把网络安全模型改为向可信防御者受控开放。
- 影响：用 Flash 系模型承担编程或智能体任务的企业可在同价位评估升级，但高投入档位会消耗更多 token，需重算单位成本；Cyber 版仅向可信防御者开放，多数企业需先取得 Fairwind 资格。
- 参考：可考虑在现有工程或智能体流程中对比 3.8 Flash 与 3.7 Flash 的产出质量与 token 消耗再决定迁移；安全团队可评估 Fairwind 计划的申请条件与适用场景。
- 依据：各项性能、价格与实战数据均出自 Google 官方博客，Chrome 与 Wiz 数据为相关团队各自实测口径，暂无独立第三方评测。
Sep 02, 2026
|
我们最新的 Gemini 模型为智能体工作流和网络安全带来新一代智能。
Raluca Ada Popa
Google DeepMind Gemini 安全负责人
在延续三周前发布的 3.7 Flash 的强劲势头、并成为我们仅六周内的第三个 Flash 版本之际，今天我们推出 Gemini 3.8——我们迄今最优秀的推理与编程模型，速度和低成本与 3.7 相同。Gemini 3.8 推出 2 个变体：
- Gemini 3.8 Flash：我们最智能的主力模型，在软件工程、智能体任务以及专业领域中的关键多步推理方面，相较 3.7 Flash 实现了显著提升。其发布价格 1 与 3.7 Flash 相同：每百万输入 token 0.75 美元，每百万输出 token 3.75 美元。
- Gemini 3.8 Flash Cyber：我们最强大的网络安全模型，在漏洞检测和自动修复方面具有前沿级性能，可通过我们全新的 Fairwind 计划 提供给可信的防御者。
尽管针对不同的部署环境进行了定制，但今天发布的两款模型均由相同的基础智能驱动，并通过旨在递归评估和完善底层模型的长期运行智能体循环获得进一步加速。这一共享核心在编程和推理方面的显著提升源于多项创新，包括在要求极高的网络安全领域进行的严格训练。
Gemini 3.8 Flash：为长程编程和自主智能体而构建
Gemini 3.8 Flash 相较 3.7 Flash 带来大幅提升，性能往往接近成本更高的前沿模型。
在 DeepSWE v1.1（长程软件工程）上，3.8 Flash 在端到端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，而成本仅为零头。
此外，3.8 Flash 在各个专业知识领域都展现出关键企业自主性所需的可靠性。 在需要高级分析和报告的量化及专业领域，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 上也取得了 54.9% 的成绩，展示了其处理 STEM、人文学科和专业领域多步推理的能力。
这些性能提升源于一个核心设计选择：3.8 Flash 会更加努力。在复杂任务上，它表现出更强的勤奋度——执行额外的推理步骤，并迭代调用工具。有时，模型可能会使用更多 token 以最大化性能，尤其是在更高的努力级别下。
对于计算效率是主要约束的应用，开发者可以使用较低的努力级别来最小化 token 开销，或继续依赖 Gemini 3.7 Flash，它仍然为效率优先的工作负载提供完全支持。
Gemini 3.8 Flash Cyber：专家级网络性能
Gemini 3.8 Flash Cyber 可通过 Fairwind 计划 提供给一组可信的防御者，在当今复杂的网络安全格局中提供决定性优势，并凭借 Flash 的速度和成本实现快速迭代。
自主漏洞发现
在寻找漏洞的标准行业基准测试 CyberGym 上，Gemini 3.8 Flash Cyber 在自主漏洞发现方面展现出前沿水准的性能。它既超越了 3.5 Flash Cyber，也超越了规模大得多的多个前沿模型。
为了更好地反映现实世界的防御需求（这些需求并不局限于 CyberGym 中的 C/C++ 代码库），我们还在一个全面的内部基准测试中对 Gemini 3.8 Flash Cyber 进行了评估，该基准要求模型在横跨 20 种编程语言的复杂代码库中发现各种漏洞。在这里，该模型相较我们之前的模型展现出令人瞩目的飞跃，成功率超过 70%。
自动化补丁修复
对于 Gemini 3.8 Flash Cyber，我们特别专注于为防御者配备专家级能力，使其能够胜过攻击者。正因如此，我们从一开始就投入于漏洞修复，并将其优先于漏洞利用等攻击性能力。
CWE-Bench 由 Collinear 运营，是针对补丁修复能力的一项颇具挑战性的外部基准测试。在该基准上，Gemini 3.8 Flash Cyber 处于帕累托前沿：pass@1 达到 47.2%，相比之下领先的前沿模型为 47.8%，而其成本要低得多。
现实世界的影响：保护 Google 的代码
我们已经在使用 Gemini 3.8 Flash Cyber 来保护 Google 各处的代码。例如：
- Chrome 安全团队发现，3.8 Flash Cyber 为 Chrome 中的漏洞生成的正确补丁数量，是那些规模大得多的最佳商业模型的 2.6 倍。
- Wiz 发现，与其他领先的前沿模型相比，Gemini 3.8 Flash Cyber 在其内部渗透测试基准上实现了高出 7.5-9.7% 的召回率，而成本则降低了 2.3-5.2 倍。
- Google 的云漏洞研究团队利用 3.8 Flash Cyber 模型，在不到 2 小时内发现了一个关键的基础性漏洞，而此类漏洞的研究与发现通常需要数月时间。
我们的 Fairwind 计划合作伙伴怎么说
以安全为核心而构建
根据我们的 Frontier Safety Framework，3.8 Flash 自带针对化学、生物、放射与核（CBRN）领域及网络攻击滥用的防护措施，同时支持有益的使用场景。3.8 Flash Cyber 则随附更为宽松的一套网络安全缓解措施，因此仅向需要更全面网络能力的可信防御者开放。
Gray Swan 的测评显示，Gemini 3.8 模型在提示注入鲁棒性方面也实现了显著飞跃，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 与 Cyber：立即开始使用
- 开发者：使用 3.8 Flash 进行构建，并在 Google Antigravity 中探索以智能体为先的工作流，或立即通过 Google AI Studio 和 Android Studio 开始使用 Gemini API 进行构建，或在 Stitch 中生成 UI。通过我们的开发者文档开始使用。
- 企业：在 Gemini Enterprise 中访问 3.8 Flash。
- 消费者：Google AI Pro 和 Ultra 订阅者可在 Gemini 应用、Google 搜索中的 AI Mode 以及 Google Sheets 中的 Gemini 使用 3.8 Flash。
- Cyber：通过我们全新的 Fairwind 计划，我们将为受信任的政府机构，以及关键基础设施运营商和软件维护者提供 Gemini 3.8 Flash Cyber 的优先访问权限。申请访问。
来源：Google DeepMind：Blog · deepmind.google