收藏、记忆、苹果核上线了看看 →
LuoLuoLuoLuo Wiki
用观猹登录

Gemini 3.8 Flash 发布：DeepSWE 73.7%、首发价 $0.75 / $3.75，另有只给防守方的 3.8 Flash Cyber

Google 2026-09-02 发布，gemini-3.8-flash 当天正式可用。1M 输入、64K 输出，thinking 只有 low / medium / high；首发价输入 $0.75、输出 $3.75 每百万 token，到 2026-12-31，2027 年起翻倍。网络安全版 3.8 Flash Cyber 只通过 Fairwind 计划给受信任的防守方

核对于 2026-09-29

按 2026-09-29 的状态整理。规格来自 Gemini API 的模型页和《What's new in Gemini 3.8 Flash》，价格来自 Gemini API 定价页，评测来自 Google 发布博客和 DeepMind 模型卡（两处的表一致），各项怎么测的来自 Google 的评测方法说明；3.8 Flash Cyber 的内容来自博客和 Fairwind 计划页。第三方榜单单独标注来源。页末附全部来源。

hihi！洛洛来了！

这篇是补课。Gemini 3.8 Flash 其实 9 月 2 号就发了，比 GPT-6 Astra 还早一天，可那几天洛洛光顾着盯 Astra，把它晾了快一个月。直到它进了洛洛 AI 的模型列表、标价 1 核，洛洛才想起来：这位员工的档案还没建。

它在洛洛 AI 里是「轻快」档，一问只要 1 核。下面的数字都是 Google 官方口径，洛洛只在旁边写读后感。

洛洛碎碎念

Google 这是六周里发的第三个 Flash：3.6 Flash 7 月 21 号、3.7 Flash 8 月 13 号、3.8 Flash 9 月 2 号。

洛洛期末复习都没这么勤快。更离谱的是价格一分没涨，3.8 和 3.7 的首发价一模一样。

一句话总结

赶时间的话，看完这一段就够了。

Google 在 2026-09-02 发布 Gemini 3.8 Flash（gemini-3.8-flash），当天在 Gemini API 正式可用（GA）。输入上限 1,048,576 token、输出上限 65,536 token，能看图片、视频、音频和 PDF，thinking 分 low / medium（默认）/ high 三档，不支持 minimal。首发价输入 $0.75、输出 $3.75（每百万 token），和 3.7 Flash 一样，到 2026-12-31 截止，2027-01-01 起变成 $1.50 / $7.50。Google 公布的 DeepSWE v1.1 是 73.7%，高于 GPT-5.6 Sol 的 72.7%，和 Claude Opus 5 基本持平；但 Terminal-bench 4.0、OSWorld-2.0 这类通用 agent 和操作电脑的任务，还明显落后于 Opus 5。同一天发布的 3.8 Flash Cyber 是网络安全专用版，只通过新的 Fairwind 计划开放给政府和受信任的合作方。

时间线

日期事件
2026-07-21Gemini 3.6 Flash 和 3.5 Flash-Lite 正式可用
2026-08-13Gemini 3.7 Flash 正式可用，首发价到 2026-12-31
2026-09-02发布 Gemini 3.8 Flash 和 3.8 Flash Cyber；API 更新日志收录 gemini-3.8-flash 正式可用；同日公布模型卡，Fairwind 计划上线
2026-09-02 起开发者走 AI Studio、Gemini API、Antigravity、Android Studio；企业走 Gemini Enterprise；消费端给 Google AI Pro 和 Ultra 订阅用户（Gemini App、搜索里的 AI Mode、Google Sheets 里的 Gemini）
2026-09-15同代的实时语音模型 Gemini 3.8 Live、3.8 Live Extended Thinking 正式可用
2026-09-17托管 agent 发布 antigravity-preview-09-2026，默认用 3.8 Flash
2026-09-18Google 收紧 Gemini 2.5 的访问（只给之前用过的用户），新项目建议用 3.5 Flash-Lite 或 3.8 Flash
2026-09-22语音合成模型 Gemini 3.8 Flash TTS、3.8 Flash-Lite TTS 正式可用
截至 2026-09-29本站洛洛 AI 能选 google/gemini-3.8-flash（经 ZenMux）
2026-12-31首发价截止
2027-01-01标准价 $1.50 / $7.50 生效

关键数字

这张表来自 Gemini API 模型页、迁移指南和模型卡。

项目Gemini 3.8 Flash
模型 IDgemini-3.8-flash（稳定版）
输入上限1,048,576 tokens
输出上限65,536 tokens
知识截止2026 年 3 月（模型卡说部分领域的知识只到 2025 年 1 月）
输入模态文本、图片、视频、音频、PDF
输出模态文本
thinkinglow、medium（默认）、high；传 minimal 直接报错
采样参数迁移指南要求去掉 temperature、top_p、top_k；不支持 candidate_count
支持函数调用、结构化输出、代码执行、文件搜索、Google 搜索 grounding、Google 地图 grounding、URL context、上下文缓存；computer use 为预览
不支持音频生成、图像生成、Live API
调用档位标准、Batch、Flex、Priority

架构

这一节也很短，Google 把能说的都指到了上一代。

  • 参数量、结构：未公开。 模型卡里「架构」「训练数据」「硬件」「软件」四栏写的都是同一句：3.8 Flash 基于 Gemini 3.7 Flash，详情去看 3.7 Flash 的模型卡
  • 和 Cyber 版同一个底座： 博客说 3.8 Flash 和 3.8 Flash Cyber 共用同一套基础能力，编码和推理的提升来自一系列改进，包括在网络安全这个高难领域的严格训练，以及「长时间运行、递归评估和改进底层模型的 agent 循环」
  • 设计取向是「更卖力」： 复杂任务上它会多走推理步、反复调工具、边做边自查，所以 token 可能用得更多，强度越高越明显。Google 建议效率优先的场景调低强度，或者继续用 3.7 Flash（同价、继续支持）
  • 托管 agent 换芯： Gemini 托管 agent 里的 Antigravity agent 和 Antigravity SDK 默认改用 3.8 Flash

评测

以下摘自 Google 博客和模型卡，都是 Google 发布时公布的；对手分数多数取自各家自报或公开榜单，部分由 Google 自己跑。加粗是每行最高。

基准3.8 Flash3.7 FlashClaude Opus 5Claude Sonnet 5GPT-5.6 SolGPT-5.6 Terra
输入价（美元 / 百万，无缓存）0.75（标准 1.50）0.75（标准 1.50）5.002.004.002.00
输出价（美元 / 百万）3.75（标准 7.50）3.75（标准 7.50）25.0010.0020.0012.00
DeepSWE v1.173.7%65.3%74.0%53.8%72.7%69.6%
GDPVal-AA v2（Elo）154514821824158417101528
Vals Finance Agent v261.4%59.0%58.6%53.9%53.8%54.4%
Harvey's Legal Agent Benchmark（全过率）10.0%8.8%6.7%5.0%2.5%0.8%
Terminal-bench 2.189.4%85.8%89.1%80.4%88.8%87.4%
Terminal-bench 4.019.1%11.2%51.8%12.4%37.3%23.6%
GDP.PDF（全过率）35.0%34.0%37.0%28.0%40.0%29.0%
CharXiv Reasoning（不带工具）86.2%84.5%83.7%70.1%85.8%85.9%
LVBench87.8%（agentic）/ 87.1%（static）85.4%75.4%68.5%82.1%78.9%
HLE-Verified54.9%53.6%54.4%31.0%54.5%51.1%
OSWorld-2.0（部分得分，开批量工具）59.0%50.6%75.4%42.6%62.6%50.2%
BioMysteryBench（人类可解）88.8%87.1%90.1%87.5%79.5%83.8%
BioMysteryBench（人类难解）56.5%43.5%49.4%34.1%44.7%49.4%
LABBench286.2%82.1%84.2%80.1%82.1%81.2%

怎么读这张表：

  • 编码 agent 追平了旗舰：DeepSWE 和 Terminal-bench 2.1 都贴着 Opus 5 和 GPT-5.6 Sol，而按首发价，Opus 5 的单价是它的 6.7 倍左右
  • 专业领域 agent 是它领先的地方：金融（Vals Finance Agent v2）、法律（Harvey）、生物（BioMysteryBench 难题、LABBench2）都是全表最高。不过 Harvey 的全过率本身很低，10% 已经是第一
  • 通用 agent 和操作电脑是短板：Terminal-bench 4.0 只有 19.1%，Opus 5 是 51.8%；OSWorld-2.0 59.0% 对 75.4%；知识工作的 GDPVal-AA 也差了一截
  • 对比列停在 9 月初：表里没有之后发布的 GPT-6 Astra、Sol、Luna 等模型

几条测法上的小字（来自 Google 的评测方法说明），洛洛觉得比分数本身还重要：

  • DeepSWE 的 73.7% 是 Google 自己跑的：用 mini-swe-agent 脚手架、high 强度；其它模型取 Datacurve 公开榜上各自最高强度的成绩。方法说明里还专门注了一句：Opus 5 的 74% 是当初照 Datacurve 公开榜的四舍五入误报的，但没给更正后的数字，表里也还写着 74.0%
  • HLE-Verified 里 Sonnet 5 的 31.0% 偏低有原因：相当一部分题被 Sonnet 5 的内容审核挡掉了，Opus 5 也挡了少量
  • LVBench 的帧数不一样：Gemini 和 GPT-5.6 用 1024 帧，Claude 因为接口限制只用了 300 帧
  • OSWorld-2.0 是 08-08 补丁之前跑的：和 OpenAI 用 v2026.08.08 版报的 OSWorld 2.0 分数不是同一个口径，别跨表比
  • Terminal-bench 2.1 只报默认脚手架 Terminus 2 的成绩，Gemini 自己跑，其它模型取公开榜和 Artificial Analysis

第三方榜单：Datacurve 的 DeepSWE 公开榜（页面标注 09-22 更新）上，gemini-3.8-flash（high）是 74%（±1），和 GPT-6 Astra（xhigh）、Claude Opus 5（max）并列第一档。同一张榜上它平均每个任务花 $2.36、输出约 14.3 万 token、走 166 步；Opus 5 是 $11.84、11.8 万 token、99 步，Astra 是 $4.43、3 万 token、29 步。

洛洛碎碎念

单价便宜，不等于一个任务花得少！

Datacurve 那张榜上，它做一个任务平均要吐 14 万多 token，差不多是 GPT-6 Astra 的五倍，步数也是 Astra 的五倍多。Google 自己也承认它「更卖力」。按任务算它还是比 Opus 5 便宜很多，但跑长任务之前，先把强度和预算定好。

顺带：3.8 Flash Cyber

这个洛洛和你大概率都用不上，但值得知道它的存在。

  • 是什么：和 3.8 Flash 同一个底座，网络安全方面的防护放得更宽，擅长找漏洞和自动打补丁。正因为放宽了，才只给受信任的防守方
  • 怎么拿到：只通过 09-02 上线的 Fairwind 计划。首批面向政府和国家网络安全机构、关键基础设施运营方（医疗、电信、能源、金融）、核心技术平台；官方说全球已有 650 多家合作方。要申请，访问只能开给组织内部的安全、应急响应和渗透测试团队，还要上抗钓鱼的多因素认证，不许转售或转授
  • 配套工具：和 Google 的代码安全 agent CodeMender 搭着用。普通 Google Cloud 客户可以用 CodeMender 加公开模型，但拿不到 Cyber 版
  • 官方数字（都是 Google 公布的）：CyberGym pass@1 为 86.2%（图上对照：3.5 Flash Cyber 77.5%、GPT-5.6 Sol 83.6%、Mythos 5 83.8%、GPT-5.5-Cyber 85.6%）；Google 内部跨 20 种编程语言的漏洞发现基准，成功率超过 70%；打补丁的 CWE-Bench（由 Collinear 运行）pass@1 为 47.2%，Fable 5 是 47.8%，但成本低得多
  • 官方举的实战例子：Chrome 安全团队说它产出的正确补丁数是最强商用大模型的 2.6 倍；Wiz 说在内部渗透测试基准上召回率高 7.5% 到 9.7%，成本低 2.3 到 5.2 倍

API 与价格

终于到了洛洛百分之百看得懂的部分：多少钱。

官方价格（付费层，美元 / 每百万 token）：

计费项首发价（到 2026-12-31）2027-01-01 起
输入$0.75$1.50
输出（含思考 token）$3.75$7.50
缓存输入$0.075$0.15
缓存存储$0.50 / 百万 token / 小时$1.00 / 百万 token / 小时
Batch、Flex 输入 / 输出$0.375 / $1.875$0.75 / $3.75
Priority 输入 / 输出$1.35 / $6.75$2.70 / $13.50

几个要注意的点：

  • 首发价有期限：到 2026-12-31，明年起输入输出都翻倍。算长期预算请按 $1.50 / $7.50 算
  • 没有按上下文长度分档：不像 OpenAI 超过 272K 就整单加价，定价页上 3.8 Flash 只有一档价
  • 有免费层：AI Studio 和 API 的免费层能用 3.8 Flash，但免费层的内容会被用来改进 Google 的产品，付费层不会
  • 搜索 grounding 另算：Google 搜索 grounding 每月 5,000 次免费（所有 Gemini 3.x 模型共用），之后每千次 $14
  • 迁移要改代码：thinking_budget 换成 thinking_level；写了 minimal 的会直接报错；要去掉 temperature、top_p、top_k 和 candidate_count
  • 和 3.7 Flash 同价：3.7 Flash 继续支持，首发价也一样，效率优先的活可以留在 3.7

放到同一时期看：它的单价比 GPT-6 Sol（$2 / $10）低，比 GPT-6 Luna（$0.10 / $0.50）高得多，详见GPT-6 Sol 与 Luna。价格随时可能调整，以官方定价页为准。

对你意味着什么

  • Gemini App 用户：Google AI Pro 和 Ultra 订阅用户能在 Gemini App、搜索的 AI Mode 和 Google Sheets 里用到它
  • 调 API 的开发者：拿来做编码 agent 和金融、法律、科研这类专业流程很划算；复杂的通用 agent、操作电脑的活，分数上还是 Opus 5 这一档更稳。默认强度是 medium，日常任务调到 low 能省不少 token。老代码里写着 minimal 的，换模型前先改掉，不然直接报错
  • 做安全的：Flash Cyber 要走 Fairwind 申请，普通账号用不到
  • 本站用户：洛洛 AI 里 Gemini 3.8 Flash 在「轻快」档，一问 1 核。站里给它设的是推理强度 low、单次回答最多 2048 token。它在 ZenMux 上不支持或会忽略强制指定工具，所以你打开「联网」开关时，洛洛是在提示词里要求它先搜，而不是硬让它调搜索工具。苹果核现在是试运行，只显示不真扣，计划 2026-10-13 起正式扣，规则见 苹果核规则

局限

以下主要来自 Google 的模型卡。

  • 模型卡列出的已知问题：会出现幻觉；偶尔变慢或超时；高强度下可能为了效果多用 token
  • 安全自评里，多语言安全比 3.7 Flash 略有退步（+5.4 个百分点，越低越好），无理拒答也多了 1.1 个百分点；文本和图片安全基本持平
  • Google 按前沿安全框架评估的结论是：它没有达到任何需要追踪或关键的能力等级，这个判断是基于 3.7 Flash 的评估推出来的
  • 知识截止 2026 年 3 月，部分领域只到 2025 年 1 月
  • 架构、参数、训练数据全部未公开，只说基于 3.7 Flash
  • 评测都是 Google 发布时公布的，DeepSWE 那格 Opus 5 的数字 Google 自己承认有误差；computer use 目前还是预览

洛洛写完这篇最大的感受是：Google 把 Flash 这条线当成了主力在卷，六周三个版本、价格不动、分数一路往上抬，编码 agent 已经贴到了旗舰身边。代价是它更「卖力」，token 用得更多，还有一张年底到期的首发价。

数字都会过期，看到这篇的时候记得回官方页面对一眼。更多新模型速览在模型时讯。洛洛先去用 1 核问问它，今天几点睡合适。

参考来源

官方：

第三方：

本站：

  • 洛洛 AI 的档位与模型设置来自站点配置，每档扣几核见 苹果核规则（查阅于 2026-09-29）

GPT-6 Astra 发布：105 万上下文、$10 / $50 定价，网络安全能力首次到 Critical 级

OpenAI 2026-09-03 发布、09-04 全面可用。上下文 1,050,000、最大输出 128,000，输入 $10 / 输出 $50 每百万 token，超过 272K 输入加价；洛洛 AI 曾经的默认模型

Claude Fable 5.1 发布：价格不变、缓存读取降到 $0.25，Mythos 5.1 是同一个模型

Anthropic 2026-09-01 发布。上下文 1M、最大输出 128K，输入 $10 / 输出 $50 不变，缓存读取从 $1 降到 $0.25；Mythos 5.1 与它是同一个模型，只对审核过的网络安全和生命科学机构开放

On this page

一句话总结时间线关键数字架构评测顺带：3.8 Flash CyberAPI 与价格对你意味着什么局限参考来源