Google 在 9 月 2 日正式发布 Gemini 3.8 Flash，稳定模型 ID 是 gemini-3.8-flash，Gemini API 已进入 GA。它不是一次上下文扩容：输入仍为 1,048,576 tokens，最大输出仍为 65,536 tokens。真正值得关注的是产品角色的变化——Google 不再只把 Flash 描述成便宜、快速的回答模型，而是把它推向长时程软件工程、自治 Agent 与复杂知识工作。

这也解释了 3.8 的核心矛盾：单价和 3.7 相同，生成吞吐更快，但它会执行更多推理、工具调用与自检，因此一次任务未必更便宜。

一张能力清单先看懂它

3.8 Flash 接受文本、图片、视频、音频和 PDF，最终只输出文本。它支持函数调用、结构化输出、代码执行、文件搜索、URL Context、Google Search 与 Maps grounding、上下文缓存，以及 Batch、Flex 和 Priority 推理。Computer Use 也能使用，但仍是 Preview。

边界同样清楚：它不能生成图片或音频，不支持 Live API，也没有开放微调。所谓“多模态”主要指理解多种输入，而不是一个模型包办视频、语音和图片创作。普通用户可在 Gemini app、Search AI Mode 和 Sheets 中接触它，但 Google 公告明确的是 Pro 与 Ultra 订阅层级；开发者则可以从 AI Studio 和 Gemini API 开始。

Flash 也会先想一会儿

模型提供 low、medium、high 三档 thinking，默认是 medium，不支持 minimal。low 适合聊天、分类与低延迟工具调用；medium 是大多数编码和 Agent 流程的起点；high 更适合困难推理和长任务，但会增加思考 token、工具轮次与首字等待。

Google 所说的“更勤奋”并不是免费能力。Artificial Analysis 在 high 档测得 3.8 的综合指数高于 3.7，稳态输出速度也更快，但首 token 更慢，平均任务成本约高四成。换句话说，它的优势更像“更愿意把任务做完”，而不是每个问题都瞬间给出更好的第一句话。

基准提升集中在执行型任务

Google 展示的最大进步出现在终端操作、跨文件软件工程、金融 Agent 和工具任务上；部分通用知识、多模态评测只小幅提高，普通 Humanity’s Last Exam 甚至略低于 3.7。厂商汇总的数字可以说明优化方向，却不能证明它全面击败所有大模型，因为不同模型可能使用不同 harness、推理档位和厂商自报结果。

独立评测也呈现相同的交换关系：能力得分提高的同时，3.8 会产生更多输出、执行更多 Agent 步骤。真实产品应该比较任务完成率、重试次数、工具费用、端到端时间和人工返工，而不是只盯每百万 token 的价格。

价格看似没变，账单可能变了

发布阶段的标准 API 价格为每百万输入 tokens 0.75 美元、输出 tokens 3.75 美元，输出价格包含 thinking tokens；官方公布的后续标准价会翻倍。Batch 与 Flex 更便宜，适合无需立即返回的批处理。免费层可以体验，但受配额和数据条款约束，不能理解成无限免费。

对于长文档和 Agent，应先做三件事：用缓存减少重复上下文；按任务难度路由 thinking；记录单次任务的输入、输出、工具调用和成功成本。高档推理若减少了重试，可能更划算；若只是让简单任务想得更久，就是浪费。

用 Python 开始

安装新版 SDK，并把 API key 放在环境变量中：

pip install -U google-genai

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Review this retry workflow and identify race conditions.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(
            thinking_level="medium"
        )
    ),
)

print(response.text)

从 3.7 或 3.6 迁移时，不要只替换模型字符串。把旧的整数 thinking_budget 改成 thinking_level，并回归测试 JSON、函数参数、工具调用顺序、超时和成本。Google 还要求清理一批旧采样参数；在升级前应按开发者指南检查请求结构，而不是依赖后端静默兼容。

Cyber 版本不是普通开关

同日发布的 Gemini 3.8 Flash Cyber 与普通版本共享基础智能，但面向漏洞发现和自动修复，只通过 Fairwind Program 提供给受信任的政府机构、关键基础设施运营方和软件维护者。它采用更宽松的网络安全缓解策略，不能把相关成绩直接套到公开 API 型号上。

我的判断

3.8 Flash 最重要的信号，是 Google 正在把 Flash 从“高吞吐小模型”重塑为 Agent 执行层。它有稳定 API、完整工具栈和很低的入场单价，值得进入编码、检索和多步工作流的 A/B 测试，但还不该因一张排行榜直接替换生产模型。

模型卡仍承认幻觉、偶发慢响应和超时；高 effort 会消耗更多 tokens，多语言安全内部指标还有回退。最合理的采用方式，是让 3.7 与 3.8 在同一批真实任务上并行跑，比较成功成本和人工修复，再决定哪些任务交给 3.8。它不是便宜版 Pro，而是一匹跑得快、也更愿意多跑几步的 Agent 工作马。