2026 年 9 月 2 日——Google DeepMind 于当日低调上线 Gemini 3.8 Flash 模型，官方模型卡显示其基于 Gemini 3.7 Flash，支持最高 1M token 上下文窗口与 64K token 文本输出，面向软件工程、智能体任务与复杂知识工作流。这是 Google 在六周内发布的第三款 Flash 模型，距离 3.7 Flash 发布仅三周，截至发稿官方尚未通过新闻稿或社交媒体正式官宣。

据官方模型卡，模型输入支持文本、图像、音频与视频文件，输出为文本；知识截止日期为 2026 年 3 月，部分领域与 Gemini 3 模型家族一致，知识停留在 2025 年 1 月。

1. 性能与基准测试

据 Google DeepMind 官方模型卡及官方博客数据，Gemini 3.8 Flash 在多项基准测试中接近或超过部分旗舰模型，官方表示这是迄今最聪明的 Flash 模型，主要面向长程软件工程、自主 Agent 与复杂企业工作流：

基准测试 Gemini 3.8 Flash 对比数据
DeepSWE v1.1（长程软件工程） 71.0% 3.7 Flash 为 65.3%，Claude Opus 5 为 74.0%
HLE-Verified（跨学科知识） 54.9% 略高于 Claude Opus 5 的 54.4%
CharXiv Reasoning（复杂图表理解） 86.2% 高于 Claude Opus 5 的 83.7%
LVBench（Agent 模式长视频） 87.8% 高于 GPT-5.6 Sol、Claude Opus 5 等模型

据媒体报道，Gemini 3.8 Flash 在金融与法律方向的 Vals Finance Agent V2、Harvey's Legal Agent Benchmark 上均超过 3.7 Flash 及其他更昂贵的前沿模型；而一个半月前发布的 3.6 Flash 在 DeepSWE v1.1 上得分为 49%。

2. 数据与价格

Google 将 Gemini 3.8 Flash 与 3.7 Flash 定价保持一致，以下为官方公布的价格，以百万 tokens 为单位：

计费项 限时优惠价 恢复后价格（自 2027 年 1 月 1 日起）
输入 0.75 美元 1.5 美元
输出 3.75 美元 7.5 美元

3. 推理机制与已知局限

官方模型卡显示，Gemini 3.8 Flash 支持可定制的努力水平（effort levels），以控制质量、成本与延迟的组合。官方表示，模型面对复杂问题时会执行更多推理步骤、反复调用工具并检查自身工作，因此在高推理强度下可能消耗更多 token；若任务更重视计算效率，可降低推理档位或继续使用 3.7 Flash。

官方同时披露了已知局限：模型可能产生幻觉，偶尔出现响应较慢或超时；Google 正持续提升模型抵御越狱攻击的能力，并加强了前沿安全领域的防护措施。

4. 同期发布的 3.8 Flash Cyber

据媒体报道，与 Gemini 3.8 Flash 一同发布的还有网络安全专用版 Gemini 3.8 Flash Cyber。官方表示，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%。该模型仅通过 Fairwind Program 提供给可信的网络安全机构，普通用户无法使用。

5. 安全评估与社区反馈

官方模型卡中的安全评估显示，Gemini 3.8 Flash 相对 3.7 Flash 未出现具有意义的新能力或实质性性能提升，基于 3.7 Flash 的评估结果，判断其未达到前沿安全框架中的 Tracked/Critical Capability Levels；多语言安全表现相对 3.7 Flash 略有回退（自动化评估 +5.4 个百分点，数值越低越好）。

据媒体报道与部分用户反馈，Gemini 3.8 Flash 的响应速度普遍获得认可，但在真实编程与生成任务中仍存在草率理解需求、输出形式完整而细节粗糙的情况。官方演示案例（如 3D 魔法城堡、DOS 界面版 Google Maps）由模型在 Antigravity 中通过循环指令持续工作并调用 Nano Banana 生成纹理完成，有媒体分析认为官方演示代表模型被完整技术栈托举后的上限，与用户单次指令下的表现存在差异。