Gemini 3.8 Flash硬核实测：0.75美元跑出旗舰级编程能力，谷歌六周第三发在赌什么

2026年9月2日，Google发布Gemini 3.8 Flash。距上一代3.7 Flash上线仅隔三周，这是六周内第三个Flash系列模型。旗舰Pro长期跳票，谷歌选择用高频迭代抢占中端市场。

价格一分没涨

定价维持介绍价：输入每百万token收费0.75美元，输出3.75美元，缓存读取0.075美元。对比同期的GPT-5.6 Sol（输入5美元、输出30美元）和Claude Fable 5.1（输入10美元、输出50美元），价格差出一个数量级。

留意时间点。这组价格2027年1月1日全面翻倍，标准档涨到1.50美元和7.50美元。按0.75美元做2027年预算的团队，账会算错一倍。

跑分：编程场景暴涨，通识推理原地踏步

Terminal-Bench 2.1得分从81.6%跳到90.8%，涨幅9.2个百分点。这个基准考察模型在真实命令行环境里完成任务、调用工具、从报错中恢复的能力。同档位的GPT-5.6 Terra为87.4%，Claude Sonnet 5为80.4%。一个Flash级模型在这个榜上压过两家旗舰中档，是本次发布最硬的数字。

SWE-Bench Pro从60.4%涨到61.6%，SWE-Atlas从48.0%涨到51.9%，涨幅温和。Vals Finance Agent v2拿到61.4%，超过Claude Opus 5的58.6%。Harvey’s Legal Agent得分10.0%，表面碾压对手，实际上所有模型都卡在不及格线上，它只是挂科最少的一个。

HLE-Verified拿到54.9%，比Claude Opus 5的54.4%高出0.5个百分点。半分的差距配上Flash的价格，这笔账很划算。但Humanity’s Last Exam整体得分45.4%，比3.7 Flash的45.7%还低了0.3。通识推理没有进步。

涨分机制：模型变勤快了

谷歌在官方博客里说得直白：3.8 Flash的核心设计叫更努力。复杂任务上，模型执行额外推理步骤，迭代调用工具。代价是token消耗上升，高努力档位下尤其明显。输出计价包含思考token，模型想得越多，账单涨得越快。

模型卡暴露了另一层事实。Gemini 3.8 Flash基于Gemini 3.7 Flash这句话在架构、训练数据、硬件等六个章节反复出现。3.8是3.7继续训练的产物，没有新基座。三周一版的发布节奏由此而来。

独立机构Artificial Analysis的测试印证了token问题：跑完九项基准测试消耗1.2亿输出token，行业中位数为7100万，总花费825.83美元，官方评级明确写着话痨。输出速度302.1 token每秒，全行业第三。快是真的快，话多也是真的多。

谷歌在文档里给出少见的建议：追求计算效率的开发者继续用3.7 Flash，它仍然完整支持。厂商主动劝用户留着旧款，这个信号要认真对待。

Antigravity默认切换

3.8 Flash已成为Google Antigravity编程智能体的默认模型，AI Studio、Android Studio同步可用。谷歌的演示案例：一条循环提示词生成完整可玩的DOS风格Google Maps，含地点、路线和街景。开发者用一句构建交互式看板的指令，模型就能自己迭代到跑通为止。

同场发布的还有3.8 Flash Cyber，网络安全特化版。在覆盖20种编程语言的内部漏洞基准上成功率超过70%，CWE-Bench补丁通过率47.2%，与最强旗舰的47.8%几乎持平。该版本只向Fairwind Program认证的可信防御者开放，普通开发者碰不到。

怎么选

三个判断标准。任务以命令行操作、仓库级代码修改、多步骤工具调用为主，3.8 Flash是目前性价比最高的选择，直接切换。任务以开放式推理为主，本次升级几乎没带来收益，留在3.7 Flash能省下可观的token开销。要做2027年预算，现在就按翻倍后的价格测算。

六周三发的节奏说明一件事：中端模型市场已经进入消耗战。谷歌用0.75美元的价格锚点逼对手跟进，OpenAI和Anthropic的高端定价空间正在被压缩。对开发者来说，旗舰级编程能力降到白菜价，上车窗口就在眼前。