Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

2026年9月2日

我们最新的 Gemini 模型为智能体工作流和网络安全带来下一代智能。

Tulsee Doshi

产品管理高级总监

Raluca Ada Popa

Google DeepMind Gemini 安全负责人

继三周前 3.7 Flash 的势头之后，这也是我们在短短六周内的第三次 Flash 发布，今天我们推出 Gemini 3.8，这是我们迄今为止推理和编码能力最强的模型，速度与成本与 3.7 相同。Gemini 3.8 推出 2 个变体：

虽然针对不同的部署环境进行了定制，但今天发布的两个版本都由相同的基础智能驱动，并进一步通过长时间运行的智能体循环加速，这些循环旨在递归地评估和优化底层模型。这一共享核心在编码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严格训练。

Gemini 3.8 Flash 相较 3.7 Flash 实现了大幅提升，往往接近成本更高的前沿模型的性能。

在 DeepSWE v1.1（长周期软件工程）上，3.8 Flash 在端到端自主解决复杂工程问题方面优于大多数更大的前沿模型，而成本仅为其一小部分。

此外，3.8 Flash 在专业知识领域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定量与专业领域，3.8 Flash 在 Vals Finance Agent V2 和 Harvey 的法律智能体基准等基准测试中优于 3.7 Flash 和其他前沿模型。3.8 Flash 在 HLE-Verified 上还取得了 54.9% 的成绩，展示了其在 STEM、人文学科和专业领域处理多步推理的能力。

这些性能提升源于一个核心设计选择：3.8 Flash 更加努力。在复杂任务上，它表现出更高的勤勉度——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，开发者可以利用较低的努力级别来最小化 token 开销，或继续依赖 Gemini 3.7 Flash，该模型仍完全支持效率优先的工作负载。

Gemini 3.8 Flash 在 Google Antigravity 中使用循环指令，仅凭一个简单提示就构建了这款游戏。该游戏使用谜题、环境叙事以及由 Nano Banana 生成的纹理，打造了一个沉浸式 3D 关卡，你在其中扮演一名在城堡中穿行的巫师。

Gemini 3.8 Flash 在 Google Antigravity 中通过单个提示构建了一个功能齐全的 DOS 版 Google 地图，包含地点、路线和街景，完全可玩。

在 Google Antigravity 中使用 Gemini 3.8 Flash，基于美国地质调查局的真实数据集，探索著名地理遗址地形图中的实时剖面、2D 投影和科学解释。

Hardware Anatomy 是一个在 Google AI Studio 中使用 Gemini 3.8 Flash 构建的交互式 3D 可视化工具，可为硬件设备生成物理比例精确的拆解图，并以逼真的 Three.js 渲染呈现。它会自动将设备分解为多个图层，你可以通过拆解滑块将其爆炸展开并查看。

Gemini 3.8 Flash Cyber 通过 Fairwind 计划提供给一组可信防御者，在当今复杂的网络安全格局中提供决定性优势，其 Flash 的速度和成本可实现快速迭代。

在寻找漏洞的标准行业基准 CyberGym 上，Gemini 3.8 Flash Cyber 在自主漏洞发现方面展现出前沿水平的性能。它超越了 3.5 Flash Cyber 以及规模显著更大的前沿模型。

为了更好地反映现实世界的防御需求——这些需求并不像 CyberGym 那样仅限于 C/C++ 代码库——我们还在一个全面的内部基准上评估了 Gemini 3.8 Flash Cyber，该模型必须在跨越 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实现了令人印象深刻的飞跃，成功率超过 70%。

借助 Gemini 3.8 Flash Cyber，我们特别专注于为防御者配备专家级能力，使其相较攻击者占据优势。这就是为什么我们从一开始就投入漏洞修复，并将其置于利用等攻击性能力之上。

由 Collinear 运行的 CWE-Bench 是一个具有挑战性的外部补丁能力基准。在该基准上，Gemini 3.8 Flash Cyber 处于帕累托前沿：pass@1 为 47.2%，而领先的前沿模型为 47.8%，但成本显著更低。

我们已经在使用 Gemini 3.8 Flash Cyber 来保护 Google 各处的代码。例如：

根据我们的前沿安全框架，3.8 Flash 附带针对化学、生物、放射和核（CBRN）以及网络攻击领域滥用的防护措施，同时支持有益用例。3.8 Flash Cyber 附带一套更宽松的网络安全缓解措施，因此仅提供给需要更全面网络能力的可信防御者。

根据 Gray Swan 的测量，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。