- 发布日期
性能接近Opus 5 价格不变但任务更贵
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
谷歌于9月2日发布了Gemini 3.8 Flash模型，这是继8月13日推出3.7 Flash后，六周内的第三次Flash系列更新。此次发布正值竞争对手Anthropic和OpenAI相继推出或预告其新一代前沿模型，新一轮人工智能竞赛正愈演愈烈。
根据谷歌公布的基准测试，Gemini 3.8 Flash在部分任务上已展现出接近旗舰模型Opus 5的性能。在长程软件工程测试DeepSWE v1.1中，3.8 Flash以73.7%的得分仅落后Opus 5的74.0%零点三个百分点。在Terminal-Bench 2.1命令行Agent测试中，它更以89.4%的成绩略微超过了Opus 5的89.1%。谷歌将该模型定位为当前“最智能的Flash主力模型”，重点应用于长程软件工程和复杂企业工作流。
然而，3.8 Flash并未实现对Opus 5的全面超越。在更通用的Terminal-Bench 4.0测试中，3.8 Flash仅获19.1%，远低于Opus 5的51.8%。独立评测机构Artificial Analysis的评估也显示，3.8 Flash最高档位的智能指数得分为59分，而Opus 5为63分，且当前榜单前七名均由Anthropic模型占据。
在价格方面，谷歌并未调整其API计费标准。3.8 Flash的输入与输出价格仍分别为每百万Token 0.75美元和3.75美元，与上一代3.7 Flash完全相同。但谷歌指出，该模型会进行更多推理并消耗更多Token，这导致单任务成本发生变化。
Artificial Analysis的测试证实了这一点。数据显示，3.8 Flash完成单个任务的平均成本约为0.58美元，比3.7 Flash的0.40美元上涨了约40%，主要原因是其生成的输出Token数量增加了30%。这意味着尽管Token单价未变，但完成同一项任务实际支付的总费用增加了。
这一现象并非谷歌独有。同样在近期发布的Anthropic Fable 5.1模型，虽然大幅降低了缓存读取价格，但由于模型输出Token量激增，其单任务成本反而上涨了约20%。这表明，前沿模型竞争正日益通过增加计算量来提升性能，从而推高了实际任务成本。
随着模型能力向更复杂的Agent任务发展，衡量成本的指标可能从单纯的“每Token价格”转向“每任务成本”。Gemini 3.8 Flash的发布表明，谷歌正凭借其在速度和部分专业任务上的优势参与竞争，但模型实际使用成本的上升趋势值得开发者关注。未来的性价比将取决于性能提升能否匹配成本的增长。
