Googles arbetshästmodell för kod och agenter, med ett kontextfönster på en miljon tokens, och en systervariant Flash Cyber som letar och lagar säkerhetshål och bara delas ut till betrodda försvarare.
Googles bild till lanseringen av Gemini 3.8 Flash och 3.8 Flash Cyber [1]
Gemini 3.8 Flash lanserades den 2 september 2026 och är Googles arbetshäst för programmering, agentuppgifter och resonemang i flera steg. Den kom tre veckor efter Gemini 3.7 Flash och var den tredje Flash-modellen på sex veckor. Enligt Googles dokumentation tar den emot upp till 1 048 576 tokens (text, bild, video, ljud och PDF) och svarar med upp till 65 536 tokens text, och den har en inställbar tankenivå (låg, medel, hög). Introduktionspriset är 0,75 dollar per miljon tokens in och 3,75 ut till och med 31 december 2026, därefter det dubbla.
Flash Cyber delar samma grundmodell men är inriktad på att hitta sårbarheter och skriva rättningar. Den är inte allmänt tillgänglig: tillgången går via Googles Fairwind-program och är begränsad till betrodda försvarare, det vill säga myndigheter, operatörer av samhällsviktig infrastruktur och underhållare av programvara. Skillnaden ligger i säkerhetsspärrarna – vanliga Gemini 3.8 Flash har skydd mot missbruk inom CBRN och offensiv cyber, medan Flash Cyber har mildare begränsningar på cyberområdet just för att kunna användas till försvar.
Google redovisar bland annat 54,9 % på HLE-Verified för 3.8 Flash och uppger att den slår de flesta större modeller på DeepSWE v1.1 samt 3.7 Flash på finans- och juridiktesterna Vals Finance Agent V2 och Harveys Legal Agent Benchmark. För Flash Cyber anges 47,2 % på CWE-Bench (lagning), mot 47,8 % för en ledande konkurrentmodell men till betydligt lägre kostnad, och över 70 % träffsäkerhet i ett internt test på 20 programmeringsspråk. Google uppger också att Chrome Security-teamet fick 2,6 gånger fler korrekta rättningar än med de bästa kommersiella modellerna, och att Wiz såg 7,5–9,7 % högre träffsäkerhet till 2,3–5,2 gånger lägre kostnad. Google påpekar själva att 3.8 Flash arbetar hårdare på svåra uppgifter och därför kan förbruka fler tokens, särskilt på höga tankenivåer.
Modellen finns via Google Antigravity, Gemini API i Google AI Studio, Android Studio och Stitch, för företag i Gemini Enterprise, och för Google AI Pro- och Ultra-abonnenter i Gemini-appen, AI-läget i Google Sök och Gemini i Google Kalkylark.
Placering i varje lista när den lästes av. Klicka för källa och datum.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.