Gemini 3.8 Flash 与 Flash Cyber：Google 把通用 Agent 和高权限安全能力拆成两条发布轨道

Google 在 2026 年 9 月 2 日同时发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber。两者共享基础智能，但面向完全不同的使用边界：3.8 Flash 已经 GA，可用于生产；3.8 Flash Cyber 则通过 Fairwind Program 仅向可信政府机构、关键基础设施运营方和软件维护者等防御方提供。Google 发布说明

这次发布与 Anthropic 的 Fable / Mythos 路线形成了很有意思的呼应：当前沿模型在网络安全领域获得更高权限能力时，厂商开始把“同一基础智能”拆成通用产品轨和受控高权限轨，而不是简单地把全部能力放进一个公开 API。

3.8 Flash 已 GA：1M 上下文，定位长程软件工程与自主 Agent

Gemini API 模型页显示，gemini-3.8-flash 已正式 GA，输入上限 1,048,576 tokens，最大输出 65,536 tokens，支持 low / medium / high thinking level，同时支持 code execution、computer use（Preview）、function calling、Search grounding、URL context 等工具能力。

Google 给 3.8 Flash 的核心定位是 long-horizon software engineering、autonomous agents 和复杂企业工作流。官方公布 HLE-Verified 为 54.9%，并称其在 DeepSWE v1.1、金融 Agent 与法律 Agent 等任务上较 3.7 Flash 有明显提升。Google 发布说明

不过 Google 也明确提醒：3.8 Flash 在复杂任务上会“work harder”，可能执行更多推理步骤和工具调用，高 effort 下甚至使用更多 token。也就是说，Flash 的产品定位仍强调速度与价格，但不能把名称自动理解成“任何任务都比上一代更省 token”。

价格方面，Google 开发者指南给出的 2026 年底前 introductory price 是每百万输入 token 0.75 美元、输出 3.75 美元；从 2027 年 1 月 1 日起计划调整为 1.50 / 7.50 美元。

Flash Cyber 不只是“安全微调版”，而是一条不同权限的产品轨

Gemini 3.8 Flash Cyber 面向 vulnerability discovery 和 automated patching。Google 表示，它与 3.8 Flash 共享基础智能，但采用更适合防御型网络安全工作的开放边界，因此只通过 Fairwind Program 提供给 trusted defenders。Google DeepMind Flash Cyber 页面

Google / DeepMind 公布其在 CyberGym Pass@1 上达到 86.2%，并在内部跨 20 种编程语言的漏洞发现评测中成功率超过 70%；CWE-Bench patching 的 Pass@1 为 47.2%。这些都属于 Google 报告的结果，并非本站独立复测。

Google 还披露了几组内部 / partner testing：Chrome Security 团队认为 3.8 Flash Cyber 生成的正确漏洞补丁数量是其比较的最佳大型商业模型的 2.6 倍；Wiz 报告内部测试 recall 高 7.5–9.7%、成本低 2.3–5.2 倍；Google Cloud Vulnerability Research 还称使用该模型在不到 2 小时内发现一个关键基础漏洞。Google 发布说明

这些数字不能被混成“Flash Cyber 综合性能提升多少”。CyberGym、CWE-Bench、Chrome、Wiz 和 Google 内部漏洞测试分别测不同任务，且其中多项是厂商或合作伙伴内部评测。

同一基础智能，为什么还要拆成两个安全边界？

Google 给出的原因很直接：普通 3.8 Flash 仍带有针对 cyber offense 以及 CBRN 等高风险领域的安全护栏；Flash Cyber 为了让专业防御者完成更完整的漏洞发现和修复工作，采用更宽松的 cyber safeguards，于是访问资格本身就必须更严格。Google 发布说明

Fairwind Program 目前重点面向可信政府机构、关键基础设施运营方和软件维护者。这意味着开发者即使能在 Gemini API 中使用 gemini-3.8-flash，也不能据此假定自己同时获得 Flash Cyber 的安全能力范围。

这类“双轨发布”可能成为前沿模型的新常态

从产品结构看，Gemini 3.8 Flash / Flash Cyber 与 Claude Fable / Mythos 都在指向一个趋势：模型越来越强之后，“谁可以调用哪一层能力”开始和模型本身同等重要。

对于普通 Agent 开发，3.8 Flash 的 GA、1M context、工具生态和 introductory pricing 是现实入口；对于网络安全团队，真正有价值的则是经过组织验证后获得更宽的防御任务边界。未来做模型评测时，也需要把“公开 API 能力”和“受控访问模型能力”分开，而不能只把所有最高 benchmark 放在一张榜单里横比。