Gemini 3.8 Flash 光速发布：干活挺勤快，就是没开窍

以近乎下饺子的速度，Gemini 又双叒更新了。

今天凌晨，Gemini 3.8 Flash 正式上线。这已经是 Google 在六周之内发布的第三款 Flash 模型。

看起来，Google 要把「小步快跑」的战略贯彻到底。但我比较担心的是，按这个速度，在 Gemini 4 出来之前 3.x 的版本号好像不太够用了……

从版本号上看这只是一个常规更新，但 Google 给 Flash 系列模型安排的任务却越来越重。官方说法称，它的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。

这些一般用来衡量顶级 Agentic 模型的活儿，如今都委派给了 3.8 Flash。

Flash 系列原本的意义是跑得更快、花得更少，但现在，它不得不代替迟迟没有出现的 3.5 Pro，证明 Google 仍有能力留在牌桌上。

看官方跑分，Google 似乎真的做到了；但社区反馈和我们的简单测试得出了一个相反的结论：

六周连更三代，Gemini 3.8 Flash 依然「圣质如初」。

Google 将 Gemini 3.8 Flash 称为「迄今最聪明的 Flash 模型」，主要面向长程软件工程、自主 Agent 和复杂企业工作流。

话都这样说了，那最显眼的提升自然是编程。

在测试长程软件工程能力的 DeepSWE v1.1 中，Gemini 3.8 Flash 拿到 71.0% 的成绩，相比 3.7 Flash 的 65.3% 又提高了近 6 个百分点，距离 Claude Opus 5 的 74.0% 只剩一步之遥——要知道，一个半月以前的 3.6 Flash 只有 49%。

而在跨越 STEM、人文和专业知识的 HLE-Verified 中，3.8 Flash 得分 54.9%，略高于 Opus 5 的 54.4%。

在部分多模态测试中，优势甚至更为明显：复杂图表理解测试 CharXiv Reasoning 得分 86.2%，超过 Opus 5 的 83.7%；采用 Agent 模式处理长视频时，LVBench 得分达到 87.8%，更是碾压 GPT-5.6 Sol 和 Opus 5 在内的一众顶级模型。

金融和法律也是 Google 重点宣传的方向。3.8 Flash 在 Vals Finance Agent V2 和 Harvey’s Legal Agent Benchmark 中均超过 3.7 Flash 及其他更昂贵的前沿模型。

只看这些数字，一款价格远低于 Opus 5 的 Flash 模型，似乎已经在编程、图表、视频和部分专业任务中摸到了旗舰模型的门槛。

好消息是，这些能力提升算是「免费升级」，因为 3.8 Flash 和不久前发布的 3.7 Flash 价格保持一致：每百万 Token 输入 0.75 美元，输出 3.75 美元。

原则上这只是限时优惠价格，2027 年 1 月 1 日起，输入输出价格将分别恢复至 1.5 美元和 7.5 美元。

其实早在 3.6 Flash 发布时，Google 就说过这优惠价只会持续到年底；但现在看来，他们更新模型的速度已经明显快过更新价格。说不定这个优惠政策，能熬走四五代模型。

Google 解释称，3.8 Flash 之所以能完成更困难的任务，主要是因为它「更加努力」。也就是说，面对复杂问题时，它会执行更多推理步骤、反复调用工具，并在过程中检查自己的工作。

代价是，它可能比 3.7 Flash 消耗更多的 Token。Google 甚至建议，如果任务更重视计算效率，可以选择降低推理档位，或者继续使用 3.7 Flash。从这个角度来看，3.8 Flash 所谓的更强，似乎有相当一部分来自这种推理上的「强制超频」。

与 3.8 Flash 一起发布的还有 3.8 Flash Cyber。在顶尖大模型越狱发动攻击已经变成一种新的 benchmark 的当下，Cyber 可以说是专门给网络安全机构和网络基础设施维护者用来发现、修复漏洞的专用「补锅匠」。

Google 表示，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%。不过，这款模型只通过 Fairwind Program 提供给可信的网络安全机构，普通用户还是接触不到。

为了彰显对 3.8 Flash 的宣传所言非虚，Google 在官方博客中准备了几段炫技演示。

其中一个是完整的 3D 魔法城堡。玩家扮演巫师在城堡中探索，场景里包含谜题、环境叙事、可交互物品和完整关卡，纹理由 Nano Banana 负责生成。

另一个案例则把 Google Maps 塞进了 DOS 界面。它复刻了早年的计算机视觉风格，功能相当完善，可以搜索地点、规划路线，甚至进入街景界面。

至少从官方视频来看，这些已经是具备交互功能和基本产品逻辑的完整 Demo 了。

但 Google 说的话吧，我们也就姑且听听，毕竟前天他们还向《华尔街日报》爆料称内部工程师编程时更喜欢用 3.8 Flash 而不是 Opus 5……

结果怎样，还是要实测了才知道。

所以，我们也拿了两个类似的任务，简单测试了下 3.8 Flash 的成色。

第一项测试是利用 Three.js 搭建一个空客 H145 直升机的 3D 模型。3.8 Flash 没让我等太久，仅用不到一分钟就拆解完了需求，然后以恐怖的速度倾泻出代码；又过了 109 秒，场景和模型就都做好了。