Gemini 3.8 Flash 正式发布：价格、规格及爆料命中盘点

谷歌于2026年9月2日正式发布Gemini 3.8 Flash——距Gemini 3.7 Flash上线三周之后，也是《华尔街日报》报道该产品“最早将于周三”推出的一天之后。此次发布还推出了主打安全性的姊妹产品Gemini 3.8 Flash Cyber，将Business Insider于8月28日率先报道的消息变为正式上线的产品：谷歌称这是其迄今最智能的Flash模型，专为长周期编码和自主智能体而打造，定价与其所取代的上一代Flash的促销价相同。

泄露的消息没错——如今已是正式发布。

将发布前的报道与正式公告放在一起对比，可以看出它们描述的是同一款产品。早期的报道给出了名称、时间表和内部反应；正式发布则给出了价格、规格表，以及另一款受限型号。依次为：

• Business Insider（8月28日）：谷歌员工正在公司内部编码平台Jetski上测试一个标记为“Gemini 3.8 Flash Preview”的构建版本；谷歌拒绝置评。

Business Insider援引的一位测试者称，该预览版明显优于Gemini 3.7 Flash，但同时提醒说，进行全面评估还为时过早。

《华尔街日报》（9月1日）：Gemini 3.8 Flash——在谷歌内部代号为Skimaki——被定位为一次以编码为先的版本发布，旨在填补OpenAI和Anthropic开辟的智能体编码缺口，最早可能于周三推出。

• 《华尔街日报》的报道还称，在Jetski上的正面交锋测试中，谷歌工程师更喜欢Gemini 3.8 Flash，而不是Anthropic的Claude Opus——这是一项厂商内部的对比，没有公开任何提示词或方法论。

这些报道在日程安排上也占了优势。Gemini 3.6 Flash 于 7 月 21 日发布，Gemini 3.7 Flash 于 8 月 13 日紧随其后，而腾讯一篇日期为 8 月 10 日的研究论文，已将“Gemini 3.8 Flash”列为评估裁判——这比 Gemini 3.7 Flash 公开发布还早了三天。这种近乎每月一次的推出节奏，与桑达尔·皮查伊在第二季度财报电话会议上向投资者承诺的频率相符；而《华尔街日报》所说的“最早周三”的时间窗口，已于 9 月 2 日关闭。

那段报道就是下方卡片列出的已知和未知内容。之后的每一条都是此次发布所确认的。

该模型，记录在案

Gemini 3.8 Flash 基于 Gemini 3.7 Flash 的基础构建，而非采用全新架构——Google 针对 3.8 的模型卡沿用了 3.7 的架构、训练和硬件细节。变化在于模型的推理方式：在较高的投入水平下，模型会“更努力地工作”，在作答之前执行额外的推理步骤并迭代调用工具。Google 将这一点定位在长周期软件工程和自主智能体场景，并指出，追求最高效率的开发者可以降低投入水平——或者继续调用 Gemini 3.7 Flash。

规格表，记录在案

Google的模型卡现在确认了发布时仅停留在传闻中的数字：

• 上下文窗口 — 最多 1M 输入 token / 64K 输出 token，与 Gemini 3.7 Flash 的规格相同。

• 模态 — 文本、图像、音频和视频输入，文本输出，与上一代 Flash 保持一致。

• 知识截止日期 — 大多数领域为2026年3月，部分领域为2025年1月，与Gemini 3模型系列保持一致（依据谷歌的模型卡）。

定价问题已得到答复：3.7 促销延长。

发布之前，悬而未决的问题是Google是否会以低于Gemini 3.7 Flash促销价的价格出售，还是按标准费率对3.8定价。答案是两者都不是。Gemini 3.8 Flash以Gemini 3.7 Flash仍在执行的相同首发价推出——每百万输入tokens $0.75，每百万输出tokens $3.75——有效期至2026年12月31日，并与此前公布的相同阶梯价格于2027年1月1日上调至$1.50/$7.50。

这保持了Flash价格阶梯的完整性，而不是加速其下滑：卖点是同样的token价格下推理能力更强，而非更便宜的token。成本建模方面有一个注意事项——由于3.8可以多花token“更努力地工作”，在相同token价格下，高努力水平的单次任务成本仍可能高于3.7。标称费率并非全部账单。

Gemini 3.8 Flash 需要击败什么

Google 的发布评估值得与其所取代模型的独立数据一并阅读——现在也适用于新模型。Gemini 3.7 Flash 在 Artificial Analysis 智能指数上得分为 56，并以 $0.75 / $3.75 的价格为编码代理设定了性价比底线。Artificial Analysis 现已测得 Gemini 3.8 Flash 在高强度模式下该指数得分为 59（中等强度 57，低强度 52）——比前代高出三分，与价格远高于它的模型持平：GPT-5.6 Sol 在 xhigh 推理模式下和 Grok 4.6 在中等模式下均得 59 分。这一独立测评结果就是当前的事实，因此质量论证不再仅仅依赖 Google 自己的评估——下文中的厂商数据现在补充说明了 Google 所称的改进之处，而每一项仍需要中立的第三方验证。

• HLE-Verified — 54.9%，Google 的高难度多步推理测试集。供应商报告；未经复现。

• DeepSWE v1.1 —— 谷歌表示，Gemini 3.8 Flash 在这个长周期软件工程基准测试中的表现超越了大多数更大的前沿模型，“而成本只是一小部分。”供应商自述；未经复现。

• 金融与法律 — Google称，Gemini 3.8 Flash在Vals Finance Agent V2和Harvey法律智能体基准测试上优于Gemini 3.7 Flash及其他前沿模型。指标由供应商报告，未经复现。

要以看待任何厂商评估的方式来看待这些结果：在第三方中立测试出炉之前，仅作为方向性参考。WSJ 内部对 Jetski 胜过 Claude Opus 的偏好也归入同一档——厂商内部测试，未公布方法论。Artificial Analysis 是第一个中立读数，其单任务成本计算则是故事的另一半：在高强度模式下，Gemini 3.8 Flash 每任务成本为 0.58 美元，比 Gemini 3.7 Flash 的 0.40 美元高出约 40%，因为“更努力地工作”会让每个任务多消耗约 30% 的输出 token（约 48K），并在智能体评估中增加交互轮次。token 单价不变，每个完成任务的账单却更高——这正是定价章节中的提醒，如今有了实测数字。第三方编码测试结果仍然是受欢迎的确认，但智能差距已不再只是厂商自测的一面之词。

Gemini 3.8 Flash Cyber：受限的同门版本

发布头条中捆绑了第二个模型。Gemini 3.8 Flash Cyber 是 Google 的网络安全变体——专为自主漏洞发现和自动修补而调优——并且它不是通用的 API 模型。Google 将其限制为“可信防御者”（政府机构、关键基础设施运营商和软件维护者），这些防御者通过新的 Fairwind Program 获得准入，而且它比基础 Flash 模型具有更宽松的网络缓解措施。

Cyber 的早期数据由 Google 及其合作伙伴报告：在 CWE-Bench（由 Collinear 外部运行的漏洞修补基准测试）上 pass@1 为 47.2%，并且根据 Chrome 安全团队的数据，其正确的 Chrome 补丁数量是更大规模商业模型的 2.6 倍。这些结果均未经独立复现，且没有 Fairwind 准入许可就无法获取。对大多数读者而言，Cyber 变体只是一种背景信息——表明 Google 正在将 Flash 产品线引向何方——而非一个产品决策。

开发者现在应该做什么

与一周前相比，变化很直接：该模型现在有了正式ID。Gemini 3.8 Flash 已上线 Google 的 Gemini API，并可通过 Google AI Studio 访问；同一模型也已面向开发者集成到 Android Studio、Google Antigravity 和 Stitch，同时面向终端用户出现在 Gemini 应用（AI Pro 和 Ultra 套餐）、搜索中的 AI 模式以及 Google Sheets 中的 Gemini。发布当周关于“Gemini 3.8 Flash API”标签可能先于实际模型出现的警告已不再适用——模型卡、价格和 API ID 均已就绪。

路由在 Flash 层级上依然能证明自己的价值。Gemini 3.6 Flash 已在 OrcaRouter 上线，每百万 token 输入 $1.50、输出 $7.50——提供商挂牌价原价直通、零加价——Gemini 3.7 Flash 也仍可通过 Google 自家的 Gemini API 以促销价使用。因此，Flash 层级的工作负载现在就能放在一个密钥后面运行，并在不同提供商之间自动故障转移。当我们路由的目录中出现 gemini-3.8-flash ID 时，同样的直通规则适用：Google 设定挂牌价的当天便生效，无需重新谈判，也无需第二份合同；在真实流量中用 3.8 对比 3.7 做 A/B 测试，只是路由 DSL 的一次改动，而不是一次迁移。在那之前，体验最新 Flash 的低风险方式是到 Google AI Studio 上用真实任务试试，同时生产环境继续使用经得起检验的模型。

这次发布仍未解决的问题

• 独立评分 — Artificial Analysis 已给出评测结果（高努力模式下 59 分，比 Gemini 3.7 Flash 高三分），但 Gemini 3.8 Flash 仍无竞技场 Elo 或第三方编程基准测试结果；上述 DeepSWE 和金融/法律数据仍为厂商自行报告。

• 高强度下的每任务成本——“更努力地工作”意味着更多词元（token），Artificial Analysis 测量了这一后果：高强度下每任务成本为 0.58 美元，比 Gemini 3.7 Flash 的 0.40 美元大约高出 40%。3.8 高出三分能否抵消这笔更高的开支，仍取决于具体工作负载。

• 非 Flash 版的 Gemini 3.8——迄今已发布的每一款模型都是 Flash 或 Flash Cyber；《华尔街日报》的报道指出，Gemini 4 旗舰机型仍处于后期训练阶段。

一周前，那还只是个关于某款谷歌尚未承认的模型的传闻。如今，它已是一款正式发布的产品：有模型卡、API ID、价格，以及首个独立评测分数——而当初那些报道，现在读起来更像是发布的前沿，而非传言。 悬而未决的范围比发布时看起来更窄了：首个中立评测（Artificial Analysis Intelligence Index 59 分，比 Gemini 3.7 Flash 高 3 分）印证了大方向，但那是通用智能的综合指标，而非编码能力的裁决。推理增益能否通过第三方代码基准和真实 agent 工作负载的考验，“更努力地思考”又会对生产环境的 token 账单产生什么影响，这些问题仍未解决。而模型本身，已不再是那个悬而未决的问题。