Google正式发布Gemini3.8

Gemini 3.8 来了。谷歌这次倒是很实在，直接自曝底牌：这代变强，主要不是靠换了多聪明的脑子，而是干活更卖力了——碰到复杂任务，多跑几步推理、多调几轮工具，硬把分数磨上去。

◆ 一、勤奋到什么程度？看数字：代码长任务 DeepSWE 干到 73.7%，直接追平 Claude Opus 5 的 74.0%；终端实操 Terminal-Bench 2.1 冲到 89.4%，反超 Opus 5 的 89.1%。勤奋有实锤：解一道 DeepSWE 题，它平均要 166 步、烧 14.3 万 token，Opus 5 只要 99 步、11.8 万——分数追平了，步数翻着倍地堆。速度还快得离谱：实测输出 299 token/秒，同类推理模型的中位数才 70.8，快四倍多。intro 价输入每百万 token 只要 $0.75——又勤奋又便宜，摆明了冲着普及款去。

◆ 二、但勤奋不是万能药一上难度就露馅。金融分析这种熟路活，它 61.4% 能反超 Opus 5 的 58.6%；可到了 OSWorld（让 AI 自己操作电脑干杂活），它只有 59.0%，Opus 5 是 75.4%；更难的 Terminal-Bench 4.0 直接崩到 19.1%，对面 51.8%。说白了：熟能生巧的活儿它能追平旗舰，真到要临场发挥的硬骨头，差距还在那儿摆着。

◆ 三、勤奋是要付钱的谷歌自己都提示了：这代可能比 3.7 Flash 烧更多推理 token。第三方算下来，同样一个任务，成本比上代贵约 40%——多跑的那几步，最后都进账单。好在它给了个旋钮：推理强度分低中高三个档位，要快就快，要准就加钱烧。

◆ 四、说下格局三个月三发 Flash，3.7 到 3.8 只隔三周——谷歌的路线明摆着：不憋大招，靠迭代速度和生态铺量。OpenAI 押会干活的代理，Fable 押推理极致，谷歌押又快又省的勤奋款，三条道各走各的。旗舰拼天赋，走量拼勤奋。烧 token 换来的强也是强，就是记得看账单。

Google正式发布Gemini3.8AI大模型热点科普