Google DeepMind представила Gemini 3.8 — свою самую мощную на данный момент модель для рассуждений и программирования, вышедшую всего через три недели после 3.7 Flash и ставшую третьим релизом линейки Flash за шесть недель. Ускоренный темп отражает текущую динамику рынка передовых моделей, где Google, OpenAI и Anthropic выпускают обновления с интервалом в недели, а не кварталы, а модели среднего класса «Flash» всё чаще становятся рабочими лошадками продакшн-приложений ИИ. Запуск включает два варианта: Gemini 3.8 Flash — универсальную рабочую модель, и Gemini 3.8 Flash Cyber — специализированную модель для кибербезопасности, доступную проверенным защитникам через новую программу Fairwind.

По словам Тулси Доуши (Tulsee Doshi), старшего директора по управлению продуктом, и Ралуки Ады Попы (Raluca Ada Popa), руководителя направления безопасности Gemini в Google DeepMind, оба релиза построены на одной базовой архитектуре и ускорены длительными агентными циклами, которые рекурсивно оценивают и уточняют underlying-модели. Достижения в программировании и рассуждениях на этой общей основе обусловлены рядом инноваций, включая строгую подготовку в высокотехнологичной области кибербезопасности. Примечательно, что в паре применён приём — использование сложной верифицируемой области, такой как безопасность, в качестве обучающего сигнала, — который уже использовался в отрасли для усиления общих способностей моделей к рассуждению.

Gemini 3.8 Flash: создана для долгосрочного программирования и автономных агентов

Gemini 3.8 Flash обеспечивает существенные улучшения по сравнению с 3.7 Flash в области программной инженерии, агентных задач и многошаговых рассуждений в специализированных доменах, нередко приближаясь к результатам более дорогих передовых моделей. Она доступна по той же вводной цене, что и 3.7 Flash: $0.75 за миллион входных токенов и $3.75 за миллион выходных токенов. Вводное ценообразование действует до 31 декабря 2026 года; с 1 января 2027 года будут применяться тарифы $1.50 за миллион входных токенов и $7.50 за миллион выходных токенов. Даже по полной ставке модель стоит значительно ниже типичных уровней цен передовых моделей, что подчёркивает конкурентное давление на рынке пер-токенного ценообразования в борьбе за агентные рабочие нагрузки, потребляющие куда больше токенов, чем чат-взаимодействия.

На бенчмарке DeepSWE v1.1 (Long-Horizon Software Engineering) 3.8 Flash превосходит большинство более крупных передовых моделей в автономном сквозном решении сложных инженерных задач при доле их стоимости. Модель также демонстрирует надёжность, необходимую для критической корпоративной автономии в специализированных областях знаний. В количественных и профессиональных сферах, требующих продвинутого анализа и отчётности, 3.8 Flash обходит 3.7 Flash и другие передовые модели в бенчмарках, таких как Vals Finance Agent V2 и Harvey's Legal Agent Benchmark. Она также достигает 54,9% на HLE-Verified, что отражает способность к многошаговым рассуждениям в STEM, гуманитарных и профессиональных областях.

Эти достижения проистекают из ключевого проектного решения: 3.8 Flash работает усерднее. На сложных задачах модель выполняет дополнительные шаги рассуждения и итеративно вызывает инструменты, иногда расходуя больше токенов ради максимального результата, особенно на высоких уровнях усилий. Этот компромисс между точностью и расходом токенов стал центральным вопросом проектирования агентного ИИ: автономные агенты с множеством шагов могут многократно увеличивать затраты на инференс, а управление уровнем усилий даёт разработчикам рычаг для этого баланса. Для приложений с ограниченными вычислительными ресурсами можно использовать более низкие уровни усилий или продолжать опираться на Gemini 3.7 Flash, которая остаётся полностью поддерживаемой для рабочих нагрузок с приоритетом эффективности.

Google продемонстрировала несколько примеров, созданных с помощью 3.8 Flash в Google Antigravity: 3D-игру о волшебнике, исследующем замок, созданную по простому циклическому промпту, с головоломками, экологическим сторителлингом и текстурами, сгенерированными Nano Banana; полностью играбельную DOS-версию Google Maps с локациями, маршрутами и Street View; топографическую карту известных географических объектов с режимом реального времени, поперечными срезами, 2D-проекциями и научными пояснениями на основе реальных данных Геологической службы США; а также Hardware Anatomy — интерактивный 3D-визуализатор, созданный в Google AI Studio, который генерирует реалистичные Three.js-рендеры разборок устройств в физически точных пропорциях со слайдером деконструкции.

Gemini 3.8 Flash Cyber: экспертный уровень кибербезопасности

Gemini 3.8 Flash Cyber предоставляет защитникам возможности передового уровня в обнаружении уязвимостей и автоматическом исправлении кода, сочетая скорость и стоимость уровня Flash для быстрой итерации. Релиз вышел на фоне более широкого отраслевого движения к ИИ-ассистированной безопасности: атаки на цепочки поставок ПО и незакрытые уязвимости в крупных организациях сделали автоматизированное обнаружение и устранение угроз активной областью инвестиций — но также породили опасения, что аналогичные возможности без ограничений могут помочь атакующим.

Автономное обнаружение уязвимостей. На CyberGym, стандартном отраслевом бенчмарке по поиску уязвимостей, 3.8 Flash Cyber демонстрирует уровень передовых решений в автономном обнаружении уязвимостей, превосходя как 3.5 Flash Cyber, так и значительно более крупные передовые модели. Чтобы лучше отразить реальные потребности защиты за пределами C/C++-кодовых баз, охваченных CyberGym, Google также оценила модель на комплексном внутреннем бенчмарке, требующем обнаружения широкого спектра уязвимостей в сложных кодовых базах на 20 языках программирования, где она достигла уровня успеха свыше 70% — значительного скачка по сравнению с предыдущими моделями.

Автоматическое исправление. Google заявила, что сосредоточилась на наделении защитников экспертными возможностями, дающими преимущество над атакующими, инвестируя в исправление уязвимостей с самого начала и отдавая ему приоритет над наступательными возможностями вроде эксплуатации. На CWE-Bench — сложном внешнем бенчмарке по исправлению, проводимом Collinear, — 3.8 Flash Cyber находится на границе Парето с pass@1 47,2% против 47,8% у ведущей передовой модели, но при существенно меньшей стоимости.

Реальное применение. Google сообщила, что уже использует 3.8 Flash Cyber для защиты кода внутри компании. Команда Chrome Security установила, что модель создала в 2,6 раза больше корректных патчей для уязвимостей Chrome, чем значительно более крупные лучшие коммерческие модели. Wiz обнаружила, что модель показала на 7,5–9,7% более высокий recall на внутреннем бенчмарке пенетрационного тестирования при стоимости в 2,3–5,2 раза ниже по сравнению с другими ведущими передовыми моделями. Команда Cloud Vulnerability Research компании Google с помощью модели нашла критическую фундаментальную уязвимость менее чем за два часа — на исследования и обнаружение которой обычно уходят месяцы. Валидация со стороны Wiz и внешнего бенчмарка Collinear даёт некоторое независимое подтверждение заявлений Google помимо внутренней самооценки, хотя детальные методологии бенчмарков остаются опубликованными самими вендорами.

Создано с прицелом на безопасность

Gemini 3.8 Flash поставляется с защитой от злоупотреблений в областях химического, биологического, радиологического и ядерного (CBRN) характера и кибернаступлений, допуская при этом полезные сценарии использования в соответствии с Frontier Safety Framework Google. 3.8 Flash Cyber несёт более мягкий набор кибербезопасностных ограничений и потому доступна только доверенным защитникам, которым требуется более широкий набор кибервозможностей. Такой подход ограниченного доступа отражает более широкую дискуссию в сообществах ИИ и безопасности о том, как распределять мощные кибервозможности наступательного характера — ограничивая их проверенными защитниками — не душа при этом легитимные исследования в области безопасности. Google также отметила, что модели Gemini 3.8 совершили значительный скачок в устойчивости к prompt-инъекциям по измерениям Gray Swan, защищая пользователей от связанных с ними вредоносных атак; prompt-инъекции остаются одной из самых часто называемых угроз безопасности для агентных ИИ-систем, читающих недоверенный контент и действующих от имени пользователя.

Доступность

• Разработчики: создавайте с 3.8 Flash и изучайте агентные сценарии в Google Antigravity либо начните разработку в Gemini API через Google AI Studio и Android Studio или генерируйте интерфейсы в Stitch. Документация для разработчиков доступна в документации Google.
• Компании: доступ к 3.8 Flash в Gemini Enterprise.
• Потребители: 3.8 Flash доступна подписчикам Google AI Pro и Ultra в приложении Gemini, режиме AI в Google Поиске и Gemini в Google Таблицах.
• Кибербезопасность: через новую программу Fairwind доверенные государственные органы, операторы критической инфраструктуры и мейнтейнеры ПО получают приоритетный доступ к Gemini 3.8 Flash Cyber. Организации могут подать заявку на доступ.

Источник: Google DeepMind Blog