Google、Gemini 3.8 Flash と 3.8 Flash Cyber を発表

Gemini 3.8 Flashはソフトウェアエンジニアリング、エージェントタスク、専門領域の多段階推論に向けた主力モデルである。長期のソフトウェアエンジニアリングを評価するDeepSWE v1.1では、より大規模なフロンティアモデルの多くを上回りつつコストを抑えたとされる。Vals Finance Agent V2やHarvey社のLegal Agent Benchmarkで3.7 Flashを上回り、HLE-Verifiedでは54.9%を記録した。複雑なタスクでは追加の推論ステップやツール呼び出しを行い、エフォートレベルを高くするとより多くのトークンを消費する。効率重視の場合はエフォートレベルを下げるか、引き続きフルサポートされる3.7 Flashを使える。

Gemini 3.8 Flash Cyberは脆弱性検出と自動パッチ適用に特化したモデルである。CyberGymで自律的な脆弱性検出のフロンティアモデル級の性能を示し、20種類のプログラミング言語にまたがる社内ベンチマークでは従来モデルから70%を超える成功率を達成した。パッチ適用ではCollinear社のCWE-Benchでパレート境界に位置し、主要フロンティアモデルのpass@1が47.8%のところ47.2%をより低いコストで記録した。開発では攻撃的な機能より修正を優先したという。

Google社内では、Chromeセキュリティチームの検証で最高峰の商用モデルより2.6倍正確なパッチを生成した。Wizの社内ペネトレーションテストでは、他の主要モデルより2.3〜5.2倍低いコストで再現率が+7.5〜9.7%向上した。Google Cloudの脆弱性調査チームは、通常数か月かかる基盤の脆弱性を2時間足らずで発見した。

安全面では、3.8 FlashはFrontier Safety Frameworkに基づきCBRN兵器やサイバー攻撃への悪用を防ぐセーフガードを備える。3.8 Flash Cyberはより柔軟な緩和策を持つため、信頼できる政府機関、重要インフラ事業者、ソフトウェアメンテナーに限って優先アクセスを提供する。Gemini 3.8モデルはGray Swanの測定でプロンプトインジェクション耐性が向上した。