As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
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。
Na madrugada de 2 de setembro, o número da versão do Gemini voltou a saltar: a Google lançou o Gemini 3.8 Flash. É o terceiro modelo Flash publicado em seis semanas e o quarto em menos de quatro meses, depois do Gemini 3.5 Flash anunciado em maio. Entretanto, o modelo topo de gama Gemini 3.5 Pro, previsto originalmente, continua sem ser lançado. O Flash dava inicialmente prioridade à velocidade e ao custo, mas agora está a ser orientado para a engenharia de software de longa duração, agentes inteligentes capazes de chamar ferramentas continuamente e fluxos de trabalho empresariais complexos com várias horas de duração.
Os resultados dos testes aproximaram primeiro a narrativa dos modelos topo de gama. A Google afirma que o 3.8 Flash alcançou 73,7% no teste de desenvolvimento de software DeepSWE v1.1 e que a sua pontuação no Terminal-Bench 2.1 subiu de 85,8% para 89,4%, ligeiramente acima dos 89,1% do Claude Opus 5. A Artificial Analysis mediu um índice de inteligência de 59 pontos, equivalente ao resultado do GPT-5.6 Sol num nível de raciocínio elevado, mas inferior aos 63 pontos máximos do Claude Opus 5. Há, contudo, um pormenor a reter: a 爱范儿 noticiou 71,0% no DeepSWE v1.1, e não 73,7%. Os dois meios de comunicação apresentam resultados diferentes para o mesmo teste.
Uma capacidade superior não surge sem custos. A Google explica que, perante problemas complexos, o 3.8 Flash investe em mais passos de raciocínio, chama ferramentas repetidamente e verifica o trabalho, o que implica consumir mais Tokens — a unidade de faturação utilizada pelo modelo para processar texto. A Artificial Analysis observou que a média de Tokens de saída gerados aumentou cerca de 30% e que o tempo médio das tarefas passou de 2,2 minutos para 2,5 minutos. Mesmo com uma velocidade de saída de cerca de 300 Tokens por segundo, o custo por tarefa subiu para 0,58 dólares, mais cerca de 40% do que no 3.7 Flash. Atualmente, os preços da API são iguais aos da geração anterior: 0,75 dólares por milhão de Tokens de entrada e 3,75 dólares por milhão de Tokens de saída. A partir de 1 de janeiro de 2027, regressarão, respetivamente, a 1,5 dólares e 7,5 dólares.
A utilização real revela outra faceta. A 爱范儿 pediu ao modelo que criasse, com Three.js, um modelo 3D do helicóptero Airbus H145. A decomposição dos requisitos ficou concluída em menos de um minuto e, 109 segundos depois, a cena e o modelo estavam gerados. A velocidade está, de facto, à altura do Flash, mas os pormenores da fuselagem, as relações entre componentes e a forma de movimento eram muito rudimentares. Uma segunda simulação de terreno e fluxo de água ficou concluída em cerca de dois minutos e tinha, no essencial, todas as funções, mas o vulcão apresentava uma fuga de água. Na demonstração oficial da cidade-castelo mágica da Google, o 3.8 Flash trabalhou em ciclo no Antigravity e chamou o Nano Banana para gerar texturas, apoiado por uma estrutura de agentes, um ambiente de ferramentas e um processo com várias rondas. Um prompt único mostra o limite inferior do trabalho autónomo do modelo, não o limite superior proporcionado pelo sistema completo.
O Gemini 3.8 Flash Cyber, lançado no mesmo dia, utiliza o mesmo modelo de base, mas foi otimizado especificamente para a deteção e correção de vulnerabilidades. A Google afirma que alcançou uma taxa de sucesso superior a 70% em testes internos que abrangem 20 linguagens de programação e que resolveu 86,2% das tarefas numa única tentativa no CyberGym. No entanto, não está disponível para utilizadores comuns: através do Fairwind Program, é fornecido a instituições de cibersegurança verificadas, departamentos governamentais, operadores de infraestruturas críticas e principais empresas tecnológicas. A Google afirma que já conta com mais de 650 parceiros.
Em termos práticos, os programadores já podem utilizar o 3.8 Flash através da Gemini API — uma interface que permite ao software chamar o modelo —, do Google AI Studio e do Gemini Enterprise. Alguns subscritores também podem chamá-lo na aplicação Gemini e no modo de inteligência artificial da Pesquisa Google. É adequado para tarefas que dão prioridade à velocidade, ao preço e à capacidade de lidar com trabalhos mais longos: o modelo tem uma janela de contexto de um milhão de Tokens, consegue processar texto, imagens, áudio e vídeo e gerar até 64 000 Tokens. Contudo, se a tarefa valorizar mais a eficiência computacional, a Google recomenda reduzir o nível de raciocínio ou continuar a utilizar o 3.7 Flash. Por outras palavras, o 3.8 Flash torna mais acessíveis aos programadores as capacidades dos modelos complexos, mas ainda não eliminou a revisão humana do fluxo de trabalho.