谷歌杀疯了！Gemini 3.8 Flash 突袭发布：代码打平 Opus 5，成本仅需 1/5
谷歌发布 Gemini 3.8 Flash：DeepSWE 代码基准 74% 与 Claude Opus 5 并列全球第一，单题成本仅其 1/5，首发半价 $0.75/$3.75。附跑分对比、短板分析与社区实测反馈。
Gemini 国内快速体验途径： 🔗 https://tryallapi.com/ ｜ https://trygpt.asia/list/#/home
谷歌杀疯了！Gemini 3.8 Flash 突袭发布：代码打平 Opus 5，成本仅需 1/5
刚刚，谷歌正式发布了全新的轻量级旗舰模型 —— Gemini 3.8 Flash！
不仅性能迎来质的飞跃，定价策略也诚意满满：当前价格暂时保持不变，且享受首发半价优惠政策。
📊 价格对比一览
| 阶段 / 时间节点 | 每百万 Token 输入价格 (Input) | 每百万 Token 输出价格 (Output) | 状态 |
|---|---|---|---|
| 首发限时优惠（当前） | $0.75 美元 | $3.75 美元 | 现已上线 |
| 2027 年起（恢复原价） | $1.50 美元 | $7.50 美元 | 预计恢复 |
▲ 图 1：Google 官方控制台中已支持选择 Gemini 3.8 Flash 系列模型
一、疯狂的"两周一更"，宛如科技春晚
不得不惊叹谷歌近期的研发与发布节奏 —— 这是谷歌在短短 6 周内发布的第 3 个 Flash 系列模型：
- 📅 7月21日：Gemini 3.6 Flash
- 📅 8月13日：Gemini 3.7 Flash
- 📅 今天：Gemini 3.8 Flash
平均两周迭代一代模型，这种推进速度属实让整个 AI 界感受到了前所未有的压力。
▲ 图 2：谷歌 CEO Sundar Pichai 亲自发文宣布 Gemini 3.8 Flash 上线
二、跑分不讲武德：Flash 小模型直接叫板各家顶级旗舰
玩笑归玩笑，这次官方评测对比的参照物直接拉满 —— 对手不再是同级别的小模型，而是直接对标 Claude Opus 5 与 GPT-5.6 Sol 这两家头部厂商的顶配超大旗舰。
▲ 图 3：Gemini 3.8 Flash 与 GPT-5.6 Sol、Claude Opus 5 的全方位跑分对比
1. 编程能力：直接打平 Claude Opus 5
单论代码生成与解决真实工程问题的能力，Gemini 3.8 Flash 与 Claude Opus 5 几乎战平：
- DeepSWE：73.7% vs 74.0%
- Terminal-bench 2.1：89.4% vs 89.1%
在由知名数据公司 Datacurve 构建的第三方编程基准 DeepSWE（涵盖 91 个真实开源仓库的 113 道硬核代码修补任务，要求模型自主读代码、改代码并跑通测试）上，Gemini 3.8 Flash 与 Opus 5 的通过率均为 74%，并列全球第一。
▲ 图 4：第三方机构 Datacurve 的 DeepSWE 代码基准测试榜单
2. 性价比拉满：性能打平，成本仅为旗舰的 1/5
虽然得分同为 74%，但两者的开销完全不在一个量级：
| 评估模型 | DeepSWE 任务通过率 | 平均单题消耗成本 | 综合成本倍数 |
|---|---|---|---|
| Gemini 3.8 Flash | 74% | $2.36 美元 | 基准 (1x) |
| Claude Opus 5 | 74% | $11.84 美元 | 贵 5 倍 (5x) |
在 Datacurve 绘制的"得分-成本"性价比象限图（越靠右上代表越高效）中，Gemini 3.8 Flash 直接独霸右上角最顶端，被官方直接标注为 Most Efficient（全场最高效）。哪怕是主打极致性价比的 GLM-5.3，也被牢牢压在效率线之下。
▲ 图 5：各大主流模型在 DeepSWE 榜单上的性价比象限图（右上角代表最极致的性价比）
短短 4 个月，谷歌把自家的 Flash 从 3.5 时代的 35% 通过率一路狂飙到 3.8 的 74%，在追平顶级旗舰的同时，单题调用成本几乎没变。
3. 垂直 Agent 能力甚至反超
除了通用代码基准，在针对垂直领域的 金融 Agent（Finance Agent） 和 法律 Agent（Legal Agent） 两项专业测试中，Gemini 3.8 Flash 甚至反超了同台竞技的旗舰大模型。
▲ 图 6：Gemini 3.8 Flash 在金融与法律垂直领域 Agent 评测中的领先表现
三、冷静客观：Flash 依然存在哪些短板？
尽管 Gemini 3.8 Flash 在代码与垂直任务上表现亮眼，但它依然不是全能无敌的"六边形战士"：
▲ 图 7：Terminal-bench 多版本跑分及细分能力对比
1. 超长程复杂任务耐力不足
在评估长流程、多步骤复合任务能力的 Terminal-bench 4.0 榜单上：
- Claude Opus 5：得分 51.8%
- Gemini 3.8 Flash：仅有 19.1%
面对极度复杂的连续长任务时，Flash 模型的深度推理与长程规划能力仍与顶级旗舰有明显断层。
▲ 图 8：技术社区关于 Terminal-bench 4.0 长程任务表现差距的讨论
2. 综合泛化智力仍属第二梯队
在权威评测机构 Artificial Analysis 的模型综合智力榜单上：
- Gemini 3.8 Flash 综合得分 59 分，位列第 8；
- 整体与 Kimi K3、GLM-5.3 处于同一档位，略低于 GPT-5.6 Sol（差 2 分）。
▲ 图 9：Artificial Analysis 全球大模型综合智力排行榜
四、技术解密：不换底座的"后训练魔法"
综合排名第八，单项代码却能干到全球前二，谷歌是怎么做到的？
查阅官方 Model Card（模型卡） 发现：
- Gemini 3.8 Flash 是在 3.7 Flash 的基础上继续训练出来的，底座完全没换。
- 进一步追溯，3.6 和 3.7 同样基于同一个底座。
- 历代模型卡的知识截止日期一直停留在 2025 年 1 月，说明谷歌在此期间并未进行大规模重新预训练。
这三代 Flash 的飞跃，完全是依赖后训练（Post-training）技术极限压榨出来的成果。谷歌在 3.8 这一代将后训练算力与策略大幅向代码能力倾斜，最终实现了单点突破的奇迹。
五、实测反馈：用户用起来到底怎么样？
近两日 3.8 Flash 已开启多轮灰度测试，社区和内部用户的反馈呈现出非常鲜明的两极特点：
▲ 图 10：Gemini 3.8 Flash 模型身份确认与即时问答效果
👍 好评点：极致的速度与极高的听话度
- 响应极其迅捷：生成小游戏、小组件等即时任务行云流水。
- 严格遵循指令：不会"自作主张"，完全按照用户的 Prompt 要求执行，极度听话。
▲ 图 11：用户使用 Gemini 3.8 Flash 提示词一键生成的"鸭子骑行"互动小游戏
▲ 图 12：社区用户称赞其"速度飞快且指令遵循能力极强"
⚠️ 争议点：Token 消耗翻倍，"拿思考时间换质量"
- 许多开发者反馈：代码一复杂、流程一拉长，Flash "交付虽快但容易留 Bug" 的老毛病偶有复发。
- 思维链（CoT）显著变长：同一套评测任务中，3.7 Flash (High 档) 消耗约 6400 万 Token，而 3.8 Flash 消耗达到了 1.2 亿 Token，几乎翻倍。
▲ 图 13：部分开发者对其复杂工程场景下稳定性的讨论
▲ 图 14：关于深度推理档位与长思维链 Token 消耗的对比探讨
对于 Token 消耗增加这一点，谷歌官方在迁移指南中也很坦诚地建议：如果应用场景对算力效率和 Token 消耗极度敏感，可以适当调低推理档位，或继续选择使用 3.7 Flash。
六、结语：说好的 Gemini 3.5 Pro 呢？
看到 Flash 这么猛，大家最关心的还是：跳票许久的 Gemini Pro 旗舰到底何时来？
答案是：可能不叫 3.5 Pro 了。 从 5 月一路鸽到 9 月，谷歌很可能将下一代旗舰 Pro 直接更名为 Gemini 4 推出。
在正统旗舰 Pro 还在闭关打磨的空档期，谷歌直接派出了"先锋小弟" Flash 上阵冲锋，甚至一度打平了友商的旗舰。
回顾 7 月 Gemini 3.6 发布时评论区的冷嘲热讽，再看今天 3.8 Flash 的强悍表现，只想说一句：
Google，那个强大的搜索与 AI 巨人，真的杀回来了！
▲ 图 15：Google Gemini 进化之路
Gemini 国内快速体验途径： 🔗 https://tryallapi.com/ ｜ https://trygpt.asia/list/#/home