Gemini 3.8 Flash 光速发布：干活挺勤快，就是没开窍
内容提要
Google发布Gemini 3.8 Flash，六周内第三款Flash模型，主打长程软件工程和Agent任务，跑分接近Claude Opus 5，但实测细节粗糙，能力依赖推理超频。Google因3.5 Pro失败转向快速迭代策略，放弃前沿竞争，以低成本模型服务十亿用户，但Flash在真实任务中仍与旗舰模型有差距。
延伸解读
跑分与实测的落差从何而来
官方跑分显示3.8 Flash在长程软件工程等任务上逼近Claude Opus 5，但社区反馈和简单测试却显示其细节粗糙。这种落差可能源于测试方式不同：官方演示通常配合专门的Agent框架、工具环境和多轮测试标准，而用户往往只给一次性自然语言指令。因此，跑分反映的是模型被整套技术栈托举后的上限，而用户接触到的则是模型单独工作时的下限。
“更努力”的代价：推理超频与Token消耗
Google解释3.8 Flash能力提升主要来自“更加努力”——执行更多推理步骤、反复调用工具并检查工作。但这意味着它可能比3.7 Flash消耗更多Token，Google甚至建议注重计算效率时可降低推理档位或继续用3.7 Flash。可见，其性能提升有相当部分来自推理上的“强制超频”，实际使用中需权衡成本与效果。
Google的战略转向：放弃前沿，押注Flash
Gemini 3.5 Pro交付失败后，Google短期内不再押注超大规模模型，转而以快速迭代的Flash守住用户和收入。Gemini App月活已超10亿，增长并不依赖最强模型。对多数用户而言，速度快、成本低比排行榜第一更重要。退出前沿竞争可能让Google在商业上更轻松，但也意味着在Gemini 4出现前，Flash需强行承担代言技术力的角色。
Q&A
Gemini 3.8 Flash 是什么时候发布的？
Gemini 3.8 Flash 于今天凌晨正式上线，是 Google 在六周内发布的第三款 Flash 模型。
Gemini 3.8 Flash 的主要定位是什么？
官方称其目标是编写和修改大型项目、反复调用工具、独立完成持续数小时的复杂工作，主要面向长程软件工程、自主 Agent 和复杂企业工作流。
Gemini 3.8 Flash 在 DeepSWE v1.1 上的得分是多少？
Gemini 3.8 Flash 在 DeepSWE v1.1 上得分 71.0%，相比 3.7 Flash 的 65.3% 提高了近 6 个百分点，距离 Claude Opus 5 的 74.0% 还有差距。
Gemini 3.8 Flash 的价格是多少？
Gemini 3.8 Flash 与 3.7 Flash 价格一致：每百万 Token 输入 0.75 美元，输出 3.75 美元。这是限时优惠价，2027 年 1 月 1 日起将恢复为输入 1.5 美元、输出 7.5 美元。
为什么 Gemini 3.8 Flash 的能力提升被认为部分来自“强制超频”？
Google 解释称 3.8 Flash 能完成更困难任务是因为它“更加努力”，即执行更多推理步骤、反复调用工具并检查工作，但这会消耗更多 Token。因此其能力提升有相当一部分来自推理上的“强制超频”。
Gemini 3.8 Flash 在实际测试中的表现如何？
实际测试中，3.8 Flash 生成速度很快，但结果细节粗糙。例如用 Three.js 搭建空客 H145 直升机模型，功能齐全但机身细节和运动方式粗糙；3D 水流模拟也出现漏水问题。社区反馈也显示它容易草率理解需求，形式完整但细节不佳。
Google 为什么转向 Flash 模型的快速迭代策略？
因为 Gemini 3.5 Pro 交付失败，Google 短期内不再押注超大规模模型，而是转向成本更低、迭代更快的 Flash，以守住用户、产品、开发者和收入，同时 Gemini 4 仍承担重返前沿的长期目标。
Gemini 3.8 Flash Cyber 是什么？
Gemini 3.8 Flash Cyber 是专为网络安全机构和网络基础设施维护者设计的模型，用于发现和修复漏洞。在一项覆盖 20 种编程语言的内部漏洞发现测试中，其成功率超过 70%，但仅通过 Fairwind Program 提供给可信机构。
