Aioga
AI资讯 / 行业动态
返回 AI资讯

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款新模型

Google DeepMind:Blog(RSS)Aioga 编辑团队2026-09-02T16:18:31.000Z热度 72

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

行业动态Google DeepMind:Blog(RSS)

今日 AI 情报摘要

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

中文正文 · AI 翻译

在三周前发布的 3.7 Flash 的基础上:https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/,并且标志着我们在短短六周内的第三次 Flash 发布,今天我们推出了 Gemini 3.8,这是我们迄今为止最强的推理和编码模型,其速度和 3.7 相同且成本低。Gemini 3.8 引入了两个变体:

虽然针对不同的部署环境进行了优化,但今天发布的两个版本都由相同的基础智能驱动,并通过长周期的自主循环进一步加速,旨在递归地评估和优化底层模型。在这个共享核心上的显著编码和推理提升来自多项创新,包括在高度要求的网络安全领域进行的严格训练。

Gemini 3.8 Flash 相较于 3.7 Flash 提供了显著的提升,性能往往接近更高成本的前沿模型。

在 DeepSWE v1.1(长周期软件工程)测试中,3.8 Flash 在端到端自主解决复杂工程问题方面的表现超越了大多数更大规模的前沿模型,而成本仅为其一小部分。

此外,3.8 Flash 在专门知识领域展示了关键企业自主所需的可靠性。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:https://www.vals.ai/benchmarks/fabv2 和 Harvey's Legal Agent Benchmark:https://www.vals.ai/benchmarks/hlab 等基准测试中超过了 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,显示出其在 STEM、 人文学科和专业领域处理多步骤推理的能力。

这些性能提升源于核心设计选择:3.8 Flash 更加努力工作。在复杂任务中,它表现出更高的勤勉——执行更多推理步骤,并迭代调用工具。有时模型可能会使用更多的 tokens 以最大化性能,尤其是在更高努力级别时。

对于以计算效率为主要限制的应用,开发者可以使用较低努力级别以最小化 token 开销,或者继续依赖 Gemini 3.7 Flash,其在追求效率的工作负载下仍然得到完全支持。

Gemini 3.8 Flash 使用一个简单提示并在 Google Antigravity 中使用循环指令构建了这个游戏。该游戏结合了谜题、环境叙事和 Nano Banana 生成的纹理,创造了一个沉浸式的 3D 关卡,你在其中扮演一名导航城堡的巫师。

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,该版本完全可游玩,包含地点、路线和街景视图。

使用来自美国地质调查局的真实数据集,Gemini 3.8 Flash 在 Google Antigravity 中构建了著名地理地点的地形图,可探索实时剖面、2D 投影和科学解释。

硬件解剖是一款交互式 3D 可视化工具,由 Gemini 3.8 Flash 在 Google AI Studio 中构建,可生成具有物理比例的硬件设备拆解的逼真 Three.js 渲染图。它可以自动将设备分解为各层,你可以使用拆解滑块进行爆炸式查看和检查。

Gemini 3.8 Flash Cyber​​ 通过 Fairwind 计划提供给一组值得信赖的防御者:https://blog.google/innovation-and-ai/technology/safety-security/fairwind-program,在当今复杂的网络安全环境中提供了决定性的优势,其 Flash 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 测试中,Gemini 3.8 Flash Cyber 展现了前沿级的自主漏洞发现性能。它超越了 3.5 Flash Cyber 以及显著更大型的前沿模型。

为了更好地捕捉现实世界中的防御需求,而不仅限于 CyberGym 中的 C/C++ 代码库,我们还在一个综合内部基准上评估了 Gemini 3.8 Flash Cyber。在该基准中,模型必须发现跨 20 种编程语言的复杂代码库中的各种漏洞。在这里,该模型相比我们之前的模型展现了显著进步,并达到了超过 70% 的成功率。

通过 Gemini 3.8 Flash Cyber,我们专注于为防御者提供专业能力,使其在攻击者面前具有优势。这也是为什么我们从一开始就投入于漏洞修复,并将其优先于像利用漏洞这样的攻击能力。

CWE-Bench:https://cwe-bench.com/#leaderboard,由 Collinear 运营,是一个具有挑战性的补丁能力外部基准测试。在此基准测试中,Gemini 3.8 Flash Cyber 位于帕累托前沿:其 pass@1 为 47.2%,相比领先前沿模型的 47.8%,但成本却显著更低。

我们已经在 Google 内部使用 Gemini 3.8 Flash Cyber 来保障代码安全。例如:

3.8 Flash 在化学、生物、放射性和核(CBRN)及网络攻击领域配备了防止滥用的安全措施,同时支持有益的使用案例,根据我们的前沿安全框架:https://deepmind.google/blog/strengthening-our-frontier-safety-framework/。3.8 Flash Cyber 在网络安全方面配备了更宽松的一套缓解措施,因此仅提供给需要更全面网络能力的可信防御者。

Gemini 3.8 模型在 Gray Swan 评测中,提示注入鲁棒性也有显著提升,有效保护 Gemini 模型用户免受与提示注入相关的恶意攻击。

引入价格将于 2026 年 12 月 31 日到期。从 2027 年 1 月 1 日起,输入 1M 令牌收费 1.50 美元,输出 1M 令牌收费 7.50 美元。

情报判断

Aioga 编辑摘要

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。官方称,两款变体共享基础智能;其中 3.8 Flash 在推理、编程及多项专业基准上较 3.7 Flash 获得提升。

背景分析

此次发布距 3.7 Flash 推出三周,也是六周内第三次 Flash 更新。官方表示,新模型通过长期智能体循环反复评估与优化,并接受了高要求的网络安全领域训练。

Aioga 观点

Aioga 判断:本次更新重点强调复杂任务中的推理投入、工具调用与编程表现,但现有材料对 Flash Cyber 的独立能力、部署差异及测试结果披露有限,不宜据此扩大解读。

影响与后续

可能影响:开发者在复杂任务中可能获得更强表现,但较高努力级别可能使用更多令牌,需要在效果与计算效率之间权衡。官方基准成绩不代表所有实际场景均能达到同等结果。 后续观察:关注两款变体的完整技术说明、部署环境差异、实际成本口径及更多独立测试;同时应核验专业基准表现能否在真实工作流中复现,以及令牌开销的变化。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: RSS · 原始域名: deepmind.google

来源: Google DeepMind:Blog(RSS)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-09-02T16:18:31.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

Google DeepMind:Blog(RSS)2026-09-02T16:18:31.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。