Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
9月2日凌晨，Gemini的版本号又跳了一格：Google上线Gemini 3.8 Flash。它是六周内发布的第三款Flash模型，也是5月宣布的Gemini 3.5 Flash之后、不到四个月内的第四款；与此同时，原定的旗舰Gemini 3.5 Pro至今仍未发布。Flash原本强调速度和成本，如今却被推向长程软件工程、能连续调用工具的智能代理，以及持续数小时的复杂企业工作流。\n\n跑分先把故事推到了旗舰模型附近。Google称，3.8 Flash在DeepSWE v1.1软件开发测试中达到73.7%，Terminal-Bench 2.1从85.8%升至89.4%，略高于Claude Opus 5的89.1%；Artificial Analysis测得它的智能指数为59分，和GPT-5.6 Sol在较高推理档位的成绩相当，但低于Claude Opus 5最高的63分。数字也有需要保留的地方：爱范儿对DeepSWE v1.1的报道记录为71.0%，而非73.7%，两家媒体呈现的同一项成绩并不一致。\n\n更高的能力并非没有代价。Google解释，3.8 Flash面对复杂问题会投入更多推理步骤、反复调用工具并检查工作，这意味着消耗更多Token——模型处理文本时使用的计费单位。Artificial Analysis观察到，它平均生成的输出Token增加约30%，任务平均耗时从2.2分钟变为2.5分钟；即使输出速度约为每秒300个Token，单项任务成本仍升至0.58美元，比3.7 Flash高约40%。目前API价格与前代相同，为每百万输入Token 0.75美元、输出3.75美元，但2027年1月1日起将分别恢复至1.5美元和7.5美元。\n\n真实使用呈现出另一面。爱范儿让模型用Three.js制作空客H145直升机的3D模型，需求拆解不到一分钟完成，109秒后场景和模型生成完毕；速度确实配得上Flash，但机身细节、部件关系和运动方式都很粗糙。第二个地形水流模拟约两分钟完成，功能基本齐全，火山口却出现了漏水。Google官方的魔法城堡演示则由3.8 Flash在Antigravity中循环工作，并调用Nano Banana生成纹理，背后有代理框架、工具环境和多轮流程；一次性提示词得到的，是它单独工作的下限，而不是整套系统托举出的上限。\n\n同日发布的Gemini 3.8 Flash Cyber沿用同一基础模型，但专门优化漏洞发现与修复。Google称它在覆盖20种编程语言的内部测试中成功率超过70%，在CyberGym中一次尝试解决86.2%的任务；不过它没有向普通用户开放，而是通过Fairwind Program提供给经过验证的网络安全机构、政府部门、关键基础设施运营者和主要科技企业，Google称目前已有超过650个合作伙伴。\n\n具体到使用者，开发者现在可以通过Gemini API——让软件调用模型的接口——、Google AI Studio和Gemini Enterprise使用3.8 Flash，部分订阅用户也能在Gemini应用和Google搜索的人工智能模式中调用它。它适合把速度、价格和较长任务能力放在前面的工作：模型拥有一百万Token上下文窗口，可处理文本、图片、音频和视频，最多输出64,000个Token；但若任务更看重计算效率，Google建议降低推理档位或继续使用3.7 Flash。换句话说，3.8 Flash让复杂模型能力更容易被开发者买到，却还没有把人工复核从工作流里拿掉。
Le 2 septembre au petit matin, le numéro de version de Gemini a encore progressé d’un cran : Google a lancé Gemini 3.8 Flash. Il s’agit du troisième modèle Flash publié en six semaines et du quatrième en moins de quatre mois après l’annonce de Gemini 3.5 Flash en mai. Dans le même temps, le modèle vedette Gemini 3.5 Pro, initialement prévu, n’est toujours pas sorti. Alors que Flash mettait à l’origine l’accent sur la vitesse et le coût, il est désormais destiné au génie logiciel sur des tâches longues, aux agents intelligents capables d’appeler des outils en continu et aux workflows complexes en entreprise durant plusieurs heures.
Les scores ont d’abord rapproché le modèle des modèles vedettes. Google affirme que 3.8 Flash atteint 73,7 % au test de développement logiciel DeepSWE v1.1 et que son score à Terminal-Bench 2.1 passe de 85,8 % à 89,4 %, soit légèrement plus que les 89,1 % de Claude Opus 5. Artificial Analysis lui a attribué un indice d’intelligence de 59 points, comparable au résultat de GPT-5.6 Sol avec un niveau de raisonnement élevé, mais inférieur au meilleur score de Claude Opus 5, qui atteint 63 points. Ces chiffres doivent toutefois être nuancés : le compte rendu d’iFanr sur DeepSWE v1.1 fait état d’un score de 71,0 %, et non de 73,7 %. Les deux médias ne présentent donc pas le même résultat pour ce test.
Cette capacité accrue a un coût. Google explique que, face aux problèmes complexes, 3.8 Flash mobilise davantage d’étapes de raisonnement, appelle plusieurs fois les outils et vérifie son travail. Il consomme donc davantage de tokens, l’unité de facturation utilisée par les modèles pour traiter le texte. Artificial Analysis a observé une hausse d’environ 30 % du nombre moyen de tokens générés et un allongement de la durée moyenne des tâches, passée de 2,2 à 2,5 minutes. Même avec une vitesse de génération d’environ 300 tokens par seconde, le coût par tâche atteint 0,58 dollar, soit environ 40 % de plus que pour 3.7 Flash. Les tarifs actuels de l’API restent identiques à ceux de la génération précédente : 0,75 dollar par million de tokens en entrée et 3,75 dollars en sortie. À compter du 1er janvier 2027, ils repasseront respectivement à 1,5 dollar et 7,5 dollars.
L’utilisation réelle révèle une autre facette du modèle. iFanr lui a demandé de créer avec Three.js un modèle 3D de l’hélicoptère Airbus H145. La décomposition de la demande a pris moins d’une minute et la scène ainsi que le modèle ont été générés au bout de 109 secondes. La vitesse est bien à la hauteur de Flash, mais les détails du fuselage, les relations entre les pièces et les mouvements restent très rudimentaires. Une seconde simulation de l’écoulement de l’eau sur un terrain a été terminée en environ deux minutes et comportait l’essentiel des fonctionnalités, mais le cratère du volcan présentait une fuite. Dans la démonstration officielle du château magique de Google, 3.8 Flash fonctionne en boucle dans Antigravity et appelle Nano Banana pour générer des textures, le tout au sein d’un framework d’agent, d’un environnement d’outils et d’un processus en plusieurs étapes. Une consigne unique révèle donc sa limite lorsqu’il travaille seul, et non le niveau maximal qu’il peut atteindre lorsqu’il est épaulé par tout ce système.
Annoncé le même jour, Gemini 3.8 Flash Cyber repose sur le même modèle de base, mais il est spécialement optimisé pour détecter et corriger les vulnérabilités. Google affirme qu’il dépasse un taux de réussite de 70 % lors de tests internes couvrant 20 langages de programmation et qu’il résout 86,2 % des tâches en une seule tentative dans CyberGym. Il n’est toutefois pas accessible au grand public : Google le propose, dans le cadre du Fairwind Program, à des organismes de cybersécurité vérifiés, des administrations, des opérateurs d’infrastructures critiques et de grandes entreprises technologiques. Le groupe affirme compter déjà plus de 650 partenaires.
Concrètement, les utilisateurs peuvent désormais accéder à 3.8 Flash via Gemini API — l’interface qui permet à un logiciel d’appeler le modèle —, Google AI Studio et Gemini Enterprise. Certains abonnés peuvent également l’utiliser dans l’application Gemini et dans le mode d’intelligence artificielle de Google Search. Le modèle convient aux tâches pour lesquelles la vitesse, le prix et la capacité à traiter des missions longues sont prioritaires : il dispose d’une fenêtre de contexte d’un million de tokens, peut traiter du texte, des images, de l’audio et de la vidéo, et générer jusqu’à 64 000 tokens. En revanche, si la tâche exige surtout une grande efficacité de calcul, Google recommande de réduire le niveau de raisonnement ou de continuer à utiliser 3.7 Flash. Autrement dit, 3.8 Flash rend les capacités des modèles complexes plus accessibles financièrement aux développeurs, mais ne permet pas encore de supprimer la vérification humaine du workflow.