Google的Pro模型遲遲未來，但是Flash模型又更新了，這已經是Google在六周內發佈的第三個Flash模型。
當地時間9月2日，Google宣佈推出Gemini 3.8 Flash，定位是“最智能的主力模型”，在軟體工程、智能體任務以及特定領域的關鍵多步驟推理方面，相比3.7 Flash有了提升。與此同時，Google還同步推出了一個安全模型Gemini 3.8 Flash Cyber，在漏洞檢測和自動修補方面具有前沿性能。
一位創業者感慨，Flash從3.7更新到3.8隻用了14天，“模型升級周期現在比你的評估周期還短。這才是對任何建構智能體的人來說的真正故事。”
GoogleDeepMind核心成員姚順宇也下場推薦新模型，他表示，對模型而言，這只是邁出了一小步；但對於RSI（遞迴自我改進）來說，是一次巨大的飛躍。RSI通常指的是讓AI自己參與設計、訓練和改進下一代AI，但在部落格中Google並未展開講這一點。
根據Google的測評，在DeepSWE v1.1（衡量模型自主解決複雜工程問題能力的評測）中，3.8 Flash得分73.7%，僅比Claude Opus 5的74%低0.3個百分點，超過了GPT-5.6 Sol的72.7%以及上代3.7 Flash的65.3%。
根據基準測試機構Artificial Analysis的測評，Gemini 3.8 Flash在智能上得分59，比 Gemini 3.7 Flash高3分，目前排在模型榜單第十位。
在價格方面，Gemini 3.8 Flash延續了此前的優惠促銷定價，API價格維持在每百萬Token輸入0.75美元、輸出3.75美元，延續Google用低價推動中端模型在複雜工程和自動化任務中普及的策略。
不過，根據業界的反饋，3.8 Flash在智能上的得分並沒有提升太多，其模型能力提升源於底層設計上的調整。與前代相比，新模型在處理複雜任務時會執行更多步驟的推理，並以循環迭代的方式呼叫內部工具。
這可能會導致實際成本的上升。Artificial Analysis測評顯示，Gemini 3.8 Flash每項智能指數任務的成本為0.58 美元，儘管定價未變，但較 Gemini 3.7 Flash 價格上漲約 40%，這主要是由於每任務輸出token增加30%，以及智能體評估中回合數增多所致。
Google表示，在部分高難度任務中，模型可能會消耗額外的Token，但這種機制旨在提高任務的首次成功率，並減少死循環重試和人工干預。對於強調極簡Token消耗的場景，開發者可以通過調整思考配置降低消耗，或繼續使用Gemini 3.7 Flash。
這背後是Google當下的產品邏輯，旗艦沒有更新，Flash系列既要把守成本和速度的基本盤，也要頂上原本屬於旗艦的複雜任務。
值得一提的是，Google發佈新模型的同一天，沉寂許久的Meta也回來了。
Meta推出了新模型Muse Spark 1.3，號稱是一款對標Opus 5的模型，在榜單中超過了Gemini 3.8 Flash。
Meta將這款模型的升級重點放在Agent長任務、程式設計以及推理效率上，並強調它能夠在較長的工作流中持續呼叫工具、修正自己的計畫，並處理多個平行任務。按照Meta公佈的資料，Muse Spark 1.3在DeepSWE v1.1上的成績達到75.4%，超過了Gemini 3.8 Flash。
但此次引發關注的是Meta AI負責人Alexandr Wang，他在社交媒體上轉發了榜單資料並調侃Google稱，“我真不想這麼說，但是……Gemini 是誰？”
這條略帶挑釁意味的評論引起不少爭議，有網友認為，這樣明確的比較“給人小家子氣的感覺”。此外，Meta僅僅發佈了模型基準資料，還未經開發者實際任務檢測，Benchmark上的勝負並不能直接等同於模型在真實世界中的勝負。
AI競賽的時間單位，已經從季度壓縮到了周，對於真正用模型做事的開發者來說，這些發佈宣傳和榜單排名並不重要，兩款新模型具體性能如何，還需要等待一段時間後社區的應用反饋，到那時或許才能評判一款模型的更新是否成功。 (第一財經)