Google ma bemutatta a Gemini 3.8-as kiadását két változatban: Gemini 3.8 Flash és Gemini 3.8 Flash Cyber. Ez a bejelentés a 3.7 Flash három héttel ezelőtti megjelenésére épít, és a vállalat harmadik Flash kiadása mindössze hat hét alatt. A cég szerint mindkét modell ugyanazon alapintelligenciára épül, és a teljesítményjavulást hosszú futású, ismétlődő (agentic) értékelési és finomító hurkok, valamint célzott tréningek eredményezik, köztük a kibervédelem területén végzett intenzív képzés.
Melyik modell mire való és árazás
- Gemini 3.8 Flash: általános, intelligens munkapóninak szánt modell, amely jelentős előrelépést nyújt a 3.7 Flash-hez képest szoftvermérnökségben, automatizált ügynöki feladatokban és többlépéses, kritikus gondolkodást igénylő speciális területeken. Bevezető ára megegyezik a 3.7 Flash árával: 0,75 USD per millió bemeneti token és 3,75 USD per millió kimeneti token. A bevezető ár 2026. december 31-ig érvényes; 2027. január 1-jétől a díjak 1,50 USD/1M bemeneti token és 7,50 USD/1M kimeneti token lesznek.
- Gemini 3.8 Flash Cyber: kifejezetten kibervédelmi alkalmazásokra hangolt változat, amelyet a Google a Fairwind Programon keresztül megbízható védelemmel foglalkozó partnerek számára tesz elérhetővé. A Cyber verziót olyan képességekre optimalizálták, amelyek gyors iterációt és frontvonalbeli teljesítményt tesznek lehetővé a sebezhetőség-felderítésben és a javítások automatizálásában.
A 3.7 Flash továbbra is elérhető marad, és használható az energiahatékonyságot elsődlegesen igénylő munkafolyamatok esetén.
Teljesítmény és mérőszámok
- Hosszú távú kódolás: a Gemini 3.8 Flash a DeepSWE v1.1 (Long-Horizon Software Engineering) benchmarkon sok esetben felülmúlja a nagyobb, drágább élvonalbeli modelleket az autonóm, végponttól végpontig megoldott összetett mérnöki feladatokban, miközben a költsége sokkal alacsonyabb.
- Szakmai és kvantitatív területek: a 3.8 Flash jobbnak bizonyult a 3.7 Flash-nél és más élvonalbeli modelleknél olyan benchmarkokon, mint a Vals Finance Agent V2 és Harvey's Legal Agent Benchmark. A modell 54,9%-ot ért el a HLE-Verified méréseken, ami többlépéses következtetésekben mutatott képességét mutatja STEM, bölcsészettudományok és szakmai területek mentén.
- Működési viselkedés: a 3.8 Flash tervezési választása szerint „keményebben dolgozik”: bonyolult feladatoknál több köztes következtetést hajt végre és iteratívan hív eszközöket, ami néha nagyobb tokenfelhasználást eredményez. Azoknak az alkalmazásoknak, ahol a számítási költség az elsődleges korlát, a fejlesztők alacsonyabb erőfokozati beállításokat használhatnak vagy maradhatnak a 3.7 Flash mellett.
Demonstrációs példák
A Google bemutatott több kreatív és gyakorlati példát is, amelyeket a 3.8 Flash-sel készítettek Google Antigravity és Google AI Studio környezetekben: egy varázslós témájú 3D játék egyetlen egyszerű prompttal és ismétlődő utasítással; egy DOS-stílusú, játékképes Google Maps változat; topografikus térképek valós adatokkal (U.S. Geological Survey); és a Hardware Anatomy nevű interaktív 3D vizualizáló, amely Three.js rendereléseket generál hardveres szétszerelések bemutatására.
Gemini 3.8 Flash Cyber — kibervédelem és automata javítás
- Automatikus sebezhetőség-felderítés: a Cyber változat a CyberGym ipari benchmarkon élvonalbeli teljesítményt nyújt autonóm sebezhetőség-felderítésben, és felülmúlja a 3.5 Flash Cyber-t, valamint több, lényegesen nagyobb élvonalbeli modellt.
- Széles körű nyelvi lefedettség: egy belső, átfogó benchmarkon, amely 20 programozási nyelvet és komplex kódbázisokat tartalmaz, a modell sikerrátája meghaladta a 70%-ot, ami jelentős előrelépést jelez a korábbi verziókhoz képest.
- Automatikus javítások: a CWE-Bench (Collinear által futtatott külső benchmark) esetén a 3.8 Flash Cyber a Pareto fronton helyezkedik el: pass@1 értéke 47,2%, amely csak kis mértékben marad el egy vezető élvonalbeli modell 47,8%-ától, miközben lényegesen olcsóbb.
Valós használati esetek és partnerek visszajelzései
A Google beszámolója szerint a 3.8 Flash Cyber-t már alkalmazzák a cég különböző csapatai és külső partnerek:
- A Chrome Security csapat megállapította, hogy a 3.8 Flash Cyber 2,6-szer több helyes javítást (patch-et) adott sebezhetőségekre a Chrome-ban, mint a jóval nagyobb kereskedelmi modellek közül a legjobb.
- A Wiz mérései szerint a 3.8 Flash Cyber +7,5–9,7%-kal magasabb recallt ért el belső penetrációs tesztjeiken, miközben a költség 2,3–5,2-szer alacsonyabb volt a vezető élvonalbeli modellekhez képest.
- A Google Cloud Vulnerability Research csapata a modellt felhasználva kevesebb mint 2 óra alatt talált meg egy kritikus alapvető sebezhetőséget — olyan problémát, amelynek kutatása és felfedezése általában hónapokat vesz igénybe.
Biztonság és hozzáférés
A Gemini 3.8 modellek a Google Frontier Safety Frameworkjéhez igazodó, CBRN (kémiai, biológiai, radiológiai, nukleáris) és kiber-bántalmazás elleni védelmi intézkedésekkel érkeznek. A 3.8 Flash Cyber ennél megengedőbb mitigációs beállításokkal rendelkezik a kibervédelem területén, ezért csak a megbízható védelemben résztvevő felek számára elérhető a Fairwind Programon keresztül. A Gemini 3.8 modellek a Gray Swan mérései szerint jelentős előrelépést tettek az prompt-injectiós támadások elleni ellenállásban.
Hogyan lehet hozzákezdeni
- Fejlesztők: a 3.8 Flash használható Google Antigravity-ban és a Gemini API-n keresztül Google AI Studio-ban és Android Studio-ban; UI-k generálhatók Stitch segítségével. Részletes dokumentáció a fejlesztői oldalakon érhető el.
- Vállalatok: 3.8 Flash elérhető Gemini Enterprise-on keresztül.
- Fogyasztók: a 3.8 Flash elérhető Google AI Pro és Ultra előfizetőknek a Gemini alkalmazásban, a Google Search AI Mode-ban és a Gemini funkcióban Google Sheets-ben.
- Kibervédelem: a Fairwind Programon keresztül a Google prioritást ad megbízható kormányzati hatóságoknak, kritikus infrastruktúra-üzemeltetőknek és szoftverkarbantartóknak; a hozzáférésre jelentkezni lehet.
A bevezető ár 2026. december 31-ig él, utána emelkedik; a Google hangsúlyozza, hogy a 3.8 Flash a magasabb teljesítményt és a Flash sebességet alacsonyabb költséggel kívánja elérhetővé tenni szélesebb felhasználói kör számára.
