跳到正文
Google DeepMind·· 2026-09-03精選AI 評分76

Google DeepMind 發佈 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber

Introducing Gemini 3.8 Flash and 3.8 Flash Cyber

AI 導讀

Google DeepMind 發佈 Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber,並稱 Gemini 3.8 Flash 是其迄今推理與編碼能力最強的模型,速度和成本與 3.7 Flash 相同。

推薦理由

兩款模型共享基礎智能,普通版面向長程編碼與智能體任務,Cyber 版則限可信防守者使用,提供漏洞發現與修補能力。

正文 · 繁體中文

2026 年 9 月 2 日

|

我們最新的 Gemini 模型為 agentic 工作流程帶來新一代智能,並加強網絡安全能力。


Raluca Ada Popa

Google DeepMind Gemini 安全主管


a hero image reading "Gemini 3.8 Flash and 3.8 Flash Cyber"

距離我們在三週前推出 3.7 Flash,以及在短短六週內推出第三款 Flash 模型,今天我們再宣佈 Gemini 3.8,這是我們至今推理和編程能力最強的模型,速度與成本則與 3.7 相同。Gemini 3.8 推出 2 種版本:

  • Gemini 3.8 Flash:我們最智能的主力模型,在軟件工程、agentic 任務,以及專業領域的關鍵多步推理上,均較 3.7 Flash 大幅進步。現以與 3.7 Flash 相同的上市優惠價格提供1:每百萬個輸入 Token $0.75,每百萬個輸出 Token $3.75。
  • Gemini 3.8 Flash Cyber:我們網絡安全能力最強的模型,在漏洞偵測和自動修補方面達到前沿水平,並透過全新的 Fairwind Program 提供予可信任的防守者使用。

今天推出的兩款模型雖然針對不同部署環境,但都採用相同的基礎智能,並透過可長時間運行的 agentic 迴圈進一步加速,反覆評估和改良底層模型。共享核心在編程和推理方面大幅進步,來自多項創新,包括在要求極高的網絡安全領域進行嚴格訓練。

Gemini 3.8 Flash:為長時間編程和自主代理而設

Gemini 3.8 Flash 較 3.7 Flash 大幅進步,表現往往接近成本更高的前沿模型。

comparison chart showing Gemini 3.8 Flash and other models

在 DeepSWE v1.1(長時間軟件工程)評測中,3.8 Flash 能自主端到端解決複雜工程問題,表現超越大部分規模更大的前沿模型,而成本只佔一小部分。

chart showing Gemini 3.8 Flash DeepSWE v1.1

此外,3.8 Flash 在專業知識領域亦展現出企業關鍵自主工作所需的可靠性。在需要進階分析和報告的量化及專業範疇中,3.8 Flash 在 Vals Finance Agent V2 和 Harvey's Legal Agent Benchmark 等基準測試中,均優於 3.7 Flash 和其他前沿模型。3.8 Flash 在 HLE-Verified 的得分亦達 54.9%,展現其在 STEM、人文學科和專業範疇處理多步推理的能力。

chart showing Gemini 3.8 Flash Vals Finance Agent v2

a chart showing Gemini 3.8 Flash Harvey's Legal Agent Benchmark

a chart showing Gemini 3.8 Flash HLE-Verified

這些效能提升源自一項核心設計選擇:3.8 Flash 會更努力處理複雜任務,展現更高的審慎度,執行額外推理步驟並反覆呼叫工具。有時模型可能會使用更多 Token 以提升效能,在較高推理力度下尤其如此。

若應用程式最受運算效率限制,開發者可選用較低推理力度,以減少 Token 開銷;亦可繼續使用 Gemini 3.7 Flash,該模型仍會全面支援,適合以效率為先的工作負載。

Gemini 3.8 Flash Cyber:專家級網絡安全表現

Gemini 3.8 Flash Cyber 透過 Fairwind Program 提供予一羣可信任的防守者,在今日複雜的網絡安全環境中帶來決定性優勢,同時具備 Flash 系列的速度和低成本,支援快速反覆測試。

自主發現漏洞

在業界標準漏洞發現基準測試 CyberGym 中,Gemini 3.8 Flash Cyber 的自主漏洞發現表現達到前沿水平,超越 3.5 Flash Cyber 和規模大得多的前沿模型。

a chart showing Gemini 3.8 Flash Cyber CyberGym Pass@1

為了更全面反映實際防守需求(不只涵蓋 CyberGym 所測試的 C/C++ 程式碼庫),我們亦使用全面的內部基準測試 Gemini 3.8 Flash Cyber。模型需要在涵蓋 20 種程式語言的複雜程式碼庫中,發現多種漏洞。它的表現較以往模型大幅躍進,成功率超過 70%。

Chart showing Gemini 3.8 Flash Cyber real world vulnerability discovery

自動修補

我們在開發 Gemini 3.8 Flash Cyber 時,專注為防守者配備專家級能力,令其具備超越攻擊者的優勢。因此,我們從一開始便投入漏洞修復,並優先處理修補工作,而非漏洞利用等攻擊能力。

由 Collinear 執行的外部基準測試 CWE-Bench,對漏洞修補能力要求甚高。在這項測試中,Gemini 3.8 Flash Cyber 位於 Pareto 前沿:pass@1 為 47.2%,與領先前沿模型的 47.8% 相比相當接近,成本卻低得多。

Chart showing Gemini 3.8 Flash Cyber StaticBench Pass@1 vs Cost Per Rollout

實際影響:保障 Google 程式碼安全

我們已開始使用 Gemini 3.8 Flash Cyber 保障 Google 各處的程式碼安全。例如:

  • Chrome 安全團隊發現,3.8 Flash Cyber 為 Chrome 漏洞產生的正確修補程式,比規模大得多的最佳商用模型多 2.6 倍。
  • Wiz 發現,Gemini 3.8 Flash Cyber 在其內部滲透測試基準上的召回率高出 7.5–9.7%,成本則比其他領先前沿模型低 2.3–5.2 倍。
  • Google Cloud 漏洞研究團隊利用 3.8 Flash Cyber,在不到 2 小時內發現一個關鍵基礎漏洞;一般研究和發現這類漏洞需時數月。

Fairwind Program 夥伴分享的回饋

quote from David Slater, Founder and Chief Architect, Armadin

quote from Charlie Sestito, Director, Office of the CTO, Palo Alto Networks

quote from Mayank Upadhyay, CSTO, Snowflake

quote from Gal Nagli, Head of Threat Exposure, Wiz

以安全為本

3.8 Flash 內置防護措施,降低模型在化學、生物、放射性和核(CBRN)以及網絡攻擊領域遭濫用的風險,同時依照我們的Frontier Safety Framework支援有益用途。3.8 Flash Cyber 則採取較寬鬆的網絡安全緩解措施,因此只提供予需要更全面網絡能力的可信任防守者。

根據 Gray Swan 的測量結果,Gemini 3.8 模型在抵禦提示注入方面亦大幅進步,能保護 Gemini 模型使用者免受提示注入相關的惡意攻擊。

a chart showing Gemini 3.8 Flash Cyber Gray Swan IPI Benchmark

立即開始使用 Gemini 3.8 Flash 和 Cyber

來源:Google DeepMind · deepmind.google