谷歌称其新Gemini 3.8 Flash模型‘更努力’但成本可能更高
内容提要
谷歌发布Gemini 3.8 Flash模型，强调通过更多推理步骤提升复杂任务性能，但可能增加令牌消耗和成本。该模型在软件工程和自主AI代理基准测试中表现优异，超越前代及竞品。同时推出面向政府及可信伙伴的3.8 Flash Cyber版本及Fairwind计划，用于网络安全防护。
延伸解读
成本陷阱：单价未变，总价或涨
尽管Gemini 3.8 Flash的每百万输入/输出令牌价格与3.7 Flash相同，但谷歌警告称，模型可能通过更多推理步骤和迭代工具调用消耗更多令牌，尤其是在高努力级别下。第三方分析显示，每个任务的输出令牌数增加约30%，导致实际成本上升约40%。开发者若需控制成本，可继续使用3.7 Flash。
性能提升聚焦软件工程与智能体
谷歌称Gemini 3.8 Flash在软件工程和自主AI代理任务上“显著改进”，在DeepSWE v1.1基准上超越前代及Anthropic的Fable 5，并在金融和法律的智能体基准上领先。这表明模型针对复杂、多步骤任务优化，而非通用对话。
安全限制与政府专用版本
Gemini 3.8 Flash内置了针对化学、生物、放射性和核（CBRN）及网络攻击的滥用防护。同时，谷歌推出面向政府和“可信伙伴”的Fairwind计划，提供3.8 Flash Cyber版本及CodeMender代理，用于自主修复漏洞，保护关键基础设施。
Q&A
谷歌新发布的Gemini 3.8 Flash模型相比前代有什么主要改进？
Gemini 3.8 Flash通过执行更多推理步骤和迭代调用工具来“更努力”地处理复杂任务，从而在软件工程和自主AI代理等基准测试中表现更优。
Gemini 3.8 Flash的定价是多少？为什么实际成本可能更高？
Gemini 3.8 Flash的每百万输入令牌和输出令牌价格分别为0.75美元和3.75美元，与3.7 Flash相同。但由于模型可能使用更多令牌来最大化性能，尤其是在高努力水平下，实际成本可能增加。
Gemini 3.8 Flash在哪些基准测试中表现优异？
Gemini 3.8 Flash在DeepSWE v1.1软件工程基准、Vals Finance Agent V2基准和Harvey的Legal Agent基准上超越了前代和竞品。
Gemini 3.8 Flash在安全方面有哪些措施？
该模型内置了针对化学、生物、放射性和核（CBRN）以及网络攻击等滥用领域的防护措施。
什么是Gemini 3.8 Flash Cyber和Fairwind计划？
Gemini 3.8 Flash Cyber是面向政府和可信伙伴的版本，通过Fairwind计划提供，该计划有650个成员，包括CrowdStrike和互联网安全中心，提供对3.8 Flash Cyber和CodeMender代理的访问，用于自主发现和修复漏洞，保护关键基础设施和国家安全。
开发者如何控制Gemini 3.8 Flash的令牌使用？
开发者可以继续使用Gemini 3.7 Flash以最小化令牌使用，因为3.8 Flash可能使用更多令牌。
Gemini 3.8 Flash目前对哪些用户开放？
Gemini 3.8 Flash现已面向消费者（通过Google AI Pro或Ultra订阅）、开发者和企业用户提供。
