Gemini 3.8 Flash：六周第三款廉价模型，输出 token 消耗增三成

Gemini 3.7 Flash 发布三周后，Google 又带来了 Gemini 3.8 Flash。这款平价模型号称在编程能力上大幅超越前代。

Google 发布了两个版本的 Gemini 3.8 Flash：一款通用推理编程模型，一款名为 3.8 Flash Cyber 的专精网络安全版本。这是六周内第三款 Flash 系列发布，如此密集的更新节奏究竟代表着实力还是一种分心——让人忽略至今仍未露面的前沿模型 Gemini 3.5 Pro 和 Gemini 4——取决于你问谁。新任 Deepmind 负责人 Koray Kavukcuoglu 明确表示，Google 不仅仅在追逐价格性能优化，仍然希望在原始能力上保持领先。

根据 Google 自家的数据，Gemini 3.8 Flash 在长周期软件工程任务基准 DeepSWE v1.1 上达到了 73.7%。略低于 Claude Opus 5 的 74.0%，但大幅领先 Claude Sonnet 5（53.8%）、GPT-5.6 Sol（72.7%）以及前代 3.7 Flash（65.3%）。

Google 表示，尽管价格低得多，但 Gemini 3.8 Flash 在多项基准测试中超越了 Anthropic 的 Opus 5 和 OpenAI 的 GPT-5.6 Sol。不过这只是基准测试，实际使用中的表现可能差异很大。

Google 还表示，新模型在 3D 生成方面有所提升。下方视频展示了 Gemini 3.8 Flash 据说在 Google AI 编程工具 Antigravity 中仅凭一条 prompt 构建出的 3D 游戏。纹理由 Google 的 Nano Banana 图像模型生成。

Gemini 3.8 Flash 以优惠价格上线：每百万输入 token 0.75 美元，每百万输出 token 3.75 美元，与 3.7 Flash 持平。2027 年 1 月起，常规价格将上涨至 1.50 美元和 7.50 美元。Claude Opus 5 每百万输入 token 收费 5.00 美元，输出 token 25.00 美元；GPT-5.6 Sol 则为 4.00 美元和 20.00 美元。即使优惠期结束，Gemini 3.8 Flash 按每 token 计算仍然远低于 OpenAI 和 Anthropic 的顶级模型。

但 Google 解释性能提升时表示，部分原因是 3.8 Flash 在复杂任务上运行了额外的推理步骤并迭代调用工具。Google 称模型"更努力地工作"，这意味着更高的 token 消耗，部分抵消了更低的每 token 价格。对于计算效率优先的使用场景，Google 推荐使用较低的推理级别，或继续使用仍在支持的 3.7 Flash。

Gemini 3.8 Flash 可通过 Google AI Studio、Google Antigravity 和 Android Studio 供开发者使用。企业用户可通过 Gemini Enterprise 访问。消费者则可以在 Gemini 应用、Google Search 的 AI Mode 中使用，以及付费订阅者在 Google Sheets 中使用。

性价比出色，但 token 消耗不可忽视

独立基准测试平台 Artificial Analysis 给 Gemini 3.8 Flash 的 Intelligence Index 打出了 59 分，比前代 3.7 Flash 的 56 分高出 3 分。这与 GPT-5.6 Sol 在 xhigh 推理级别和 Grok 4.6 在 medium 推理级别的得分持平，两者也都是 59 分。据 Artificial Analysis 介绍，Intelligence Index 的提升主要来自代理基准测试（如工具使用和编程任务）的更强表现。

Gemini 3.8 Flash 在 Artificial Analysis Intelligence Index 上得分 59，与 GPT-5.6 Sol 和 Grok 4.6 持平。在成本性能图表（下图）中，该模型位于帕累托前沿，以其智能水平提供了最低的每任务成本。| 图片：Artificial Analysis

在每任务成本上，3.8 Flash 达到了帕累托前沿，每任务成本为 0.58 美元，是其智能水平下最便宜的模型。但与 3.7 Flash 的 0.40 美元相比上升了约 40%，尽管每 token 价格保持不变。这或许是 Google 推荐对效率敏感的工作负载继续使用 3.7 Flash 的原因。

在高推理级别下，3.8 Flash 每秒约生成 300 个输出 token，平均每任务耗时 2.5 分钟。比 GPT-5.6 Luna（2.6 分钟）和 GPT-5.6 Terra（3.3 分钟）略快，但慢于 Claude Fable 5.1（2.1 分钟）和更老的 3.7 Flash（2.2 分钟）。在低推理级别下，时间降至约 48 秒。

网络安全模型仅对认证防御者开放

Gemini 3.8 Flash Cyber 与其前代 3.5 Flash Cyber 一样，不对公众开放。Google 通过 Fairwind Program 向政府机构、关键基础设施运营商和软件维护者分发该模型。该模型的安全设置比标准版限制更少，因为它专为防御性网络安全工作而构建。

在 CyberGym——检测 C/C++ 漏洞的行业标准基准——上，3.8 Flash Cyber 据 Google 称得分 86.2%，超越了前代 3.5 Flash Cyber（77.5%）、GPT-5.6 Sol（83.6%）和 GPT-5.5-Cyber（85.6%）。在外部 CWE-Bench 的自动补丁测试中，3.8 Flash Cyber 达到 47.2% 的 Pass@1，几乎追平领先的前沿模型 47.8%，而成本却低得多。

该模型在对抗 prompt 注入攻击方面似乎也更具韧性。在 Gray Swan IPI 基准上，Gemini 3.8 Flash 的攻击成功率仅为 5.5%。DeepSeek V4 Pro 为 60.1%，Kimi K3 为 52.7%，Grok 4.6 为 51.8%。只有 Anthropic 的 Claude Opus 5 表现略好，为 4.8%，而 Opus 5 配合额外安全选项在 Claude 生态内得分更低。