Gemini 3.8 Flash 上线后:Google 长程 Agent 策略拆解
Gemini 3.8 Flash(2026-09-02 GA)技术规格(100万 token 上下文、多模态输入)+ 定价策略($0.75/$3.75 推广期至 2026-12-31)+ 性能基准(14 项 8 项第一)+ 3.8 Live 语音特化拆分 + Google 长程 Agent 策略全景 + 6 个场景选型建议。
已经在用 Gemini 3.7 Flash 的团队,改一个模型 ID 就能平移升级:调用格式没变,上下文窗口从 3.7 Flash 的 524,288 token(上一代规格页可查)升到 1,048,576,推广期内价格一分不涨。正在比价的团队则多了一个选择:每百万 token 输入 $0.75、输出 $3.75 的"生产中端"档位。本文拆三件事:规格与价格细节、Google 的布局、换与不换的判断条件。
关键事实数值与日期复核入口
| 事项 | 数值 / 日期 | 复核入口 |
|---|---|---|
| Gemini 3.7 Flash 上线 | 2026-08-13 | Google 官方博客时间线(见附录) |
| Gemini 3.8 Flash 正式开放 | 2026-09-02 | 同上,"Introducing Gemini 3.8 Flash and 3.8 Flash Cyber" |
| Gemini 3.8 Live 发布 | 2026-09-15 | 同上 + Google Cloud 文档 |
| 上下文窗口 / 输出上限 | 1,048,576 / 65,536 token | 以规格页当期数字为准;复核入口:Google Cloud 文档 gemini-3.8-flash 规格页 |
| 推广期价格(输入 / 输出,每百万 token) | $0.75 / $3.75,至 2026-12-31 | Gemini 定价页快照(2026-10 下旬) |
| 标准价生效日 | 2027-01-01(具体数字未公布) | 同上 |
写作与核稿时间为 2026 年 10 月下旬;表中条目均可在上述页面查到。
一、五周三次发布:节奏与来源对照
2026 年 8 月 13 日 Gemini 3.7 Flash 上线,9 月 2 日 Gemini 3.8 Flash GA(Generally Available,正式全面开放)。8 月 13 日的 3.7 与 9 月 2 日的 3.8 相隔 20 天。迭代密度即是信号:从 8 月 13 日到 9 月 15 日的 33 天里,Flash 线出现三个节点——3.7、3.8、3.8 Live。三个节点挤在 33 天里,说明 Google 正把 Flash 系列定位为"长程 Agent(能自主多步执行任务的模型)工作模型",而非仅仅做"经济版模型"。
术语厘清:
- 「Flash 系列」:Google Gemini 的经济 / 快速版本,与 Pro 系列(前沿旗舰)并行,定位是"可负担的生产主力"。
- 「长程任务」:需要多步推理、跨文件操作、持续 10 分钟以上的 Agent 任务(如代码完整功能实现、调查分析、工作流自动化)。
| 规格项 | 数值 / 状态 |
|---|---|
| 模型 ID | 取值为 gemini-3.8-flash |
| 上下文窗口 | 1,048,576 token(约 100 万 token,约为 3.7 Flash 的 2 倍) |
| 输出上限 | 65,536 token |
| 多模态输入 | 文本 / 图片 / 音频 / 视频(视频仅输入) |
| 多模态输出 | 仅文本(图像输出由 Nano Banana(Google 的图像生成模型商品名)负责) |
| 思考型(Extended Thinking,延长推理链的官方模式) | 支持 |
| Gemini Live API(实时语音) | 不支持(Live 单独在 3.8 Live 版本支持,见下文) |
| 结构化输出 | 支持 |
| 上下文缓存 | 隐式 + 显式缓存,均支持 |
| API 调用方式 | Gemini Developer API / Agent Platform API |
二、定价与额度:推广期数字明确,标准价未定
| 计价项 | 2026 年 12 月 31 日前(推广期) | 2027 年 1 月 1 日起(标准价) |
|---|---|---|
| 输入(每百万 token) | $0.75 | 未公布(调整方式亦未定) |
| 输出(每百万 token) | $3.75 | 未公布(调整方式亦未定) |
| 免费额度 | 有免费层,次数上限见定价页当期说明 | 推广期后是否保留未定 |
定价策略解读:
- 价格持平 3.7 Flash:3.8 Flash 的定价与 3.7 完全一致(输入 $0.75 / 输出 $3.75),规格升了、账单数字没动;若标准价生效后仍维持这一价位,低价换客户的意图才算坐实,OpenAI 与 Anthropic 同级产品的价位优势也会被稀释。目前这是基于挂牌价的推断。
- 推广期到 2026-12-31 截止:标准价 2027-01-01 生效但数字未出。依赖 Gemini Flash 的生产系统,年底前是锁成本或换模型的窗口。
- 推理投入可调:把投入档位调低能省 token,代价是输出质量下降。这条从 3.x 系列就有,对 RAG(检索增强生成,先检索资料再作答)这类批量场景的花费影响直接。
三、基准与实测:发布会说法和第三方测评分开看
Google 发布会博客(blog.google,"Introducing Gemini 3.8 Flash"一文)称 3.8 Flash 在软件工程、Agent 任务、多步推理等若干基准项领先,名次与分数见该博客基准表;完整项数与名次以该博客最新版本为准。单一来源的未复现测评(302.AI 博客测评栏目,方法与样本未公开)给出过这样的说法:"部分编码任务超过 GPT 5.5 / Opus 4.6,差距集中在法律、医学这类长尾专业知识"。该说法只此一家,未找到第二处印证。
| 场景 | 3.8 Flash 表现 | 与前沿模型差距 |
|---|---|---|
| 软件工程(SWE-bench:用真实代码工单(issue)的修复能力做评测的公开基准;另有跨文件重构题) | 与旗舰档差距很小,部分题目反超 | 在跨模块复杂重构上仍略逊(幅度无公开测评,不引用具体百分比) |
| Agent 任务(多步工具调用) | 比 3.7 大幅提升 | 接近 GPT 5.5 / Opus 4.6 |
| 专业领域长尾知识 | 参数化知识广度有限 | 配合检索增强生成(RAG,把资料切片入库、回答前先检索再作答)可弥补 |
| 纯逻辑推理(数学 / 逻辑) | 与旗舰档接近 | 小差距,未量化 |
2026 年 9 月 15 日(Flash GA 后 13 天),Google 单独发布 Gemini 3.8 Live(专用于低延迟实时语音交互),与 3.8 Flash 并行存在,是 Flash 体系中的"语音特化型号"。Extended Thinking 同步发布,支持"对话不中断时后台继续多步推理"。
拆分的意图是按场景收费:文本和多模态走 3.8 Flash,实时语音走 3.8 Live。一个 API 凭证,两个 endpoint(接口地址),切换不用重新接入。
四、对生产系统的实际影响:迁移成本与限额
- 上下文窗口翻倍(上一代 524,288 → 1,048,576 token):过去要分段处理的超长文档(比如 20 万字的 PDF(便携式文档格式)分析)现在一次装得下。单价没变,账单不会翻倍,省下来的是分段的人工。
- effort 级别控制是新的成本变量:文档写明高档模式消耗的 token 明显更多。RAG 这类批处理场景默认设 medium(中档)就够,关键输出再调 high(高档)。
- 年底涨价窗口:2026 年 12 月 31 日截止,对于月 token 消耗超过 1 亿的团队,年前完成成本锁价或切换其他模型是合理动作。
- API 迁移成本:从 3.7 Flash 切换到 3.8 Flash,模型 ID 改为 "gemini-3.8-flash",其余 API 调用格式不变,但需先在 QA(质量测试)环境验证高频场景(特别是 structured output(结构化输出,让模型按 JSON 等固定格式作答)与 thinking(思考模式)的组合)。
把 3.7 发布(8 月)到 3.8 Live + Extended Thinking 发布(9 月 15 日)放在一起看,Google 的策略脉络是:
- Flash 承担"工作马"角色:Pro 系列(3.1 Pro)做"前沿能力散布",Flash 系列做"生产工作主力",用更便宜的价格跑更大的量,让企业实际部署 AI Agent。
- 强调多步任务,不再只比单步智力:3.8 Flash 的核心卖点是"长周期软件工程、自主 Agent、复杂企业工作流",这是 3.7 发布时的同一组关键词。更进一步的信号在于:Google 官方材料更强调多步任务完成度,基准分数也列在表里。
- 与 Chrome / Antigravity / Agent Platform 联动:Antigravity(Google 取得 Windsurf 人才与技术授权后推出的 AI 编辑器)有深度集成 3.8 Flash;Agent Platform 上的 Studio 可以直接试用 3.8 Flash,Google 也在推动"模型 + 开发工具 + 部署环境"打通的整套链路,不卖单点能力。
- 轻量款同步降价:3.1 Flash-Lite(与 Nano Banana 2 Lite 同档)覆盖极低成本场景,与 3.8 Flash 形成价格梯度,覆盖 $0.05 到 $3.75 / 百万 token 的完整区间。
五、选型判断:什么时候值得换
| 场景 | 推荐 | 原因 |
|---|---|---|
| 批量文档处理(每天 1000 份以上) | 适合:3.8 Flash | 100 万 token 上下文 + $0.75 输入价格,成本与效率双优 |
| RAG 管道生成层 | 适合:3.8 Flash(effort=medium) | 不需要最顶尖能力,100 万 token 上下文直接做长文档问答 |
| 实时语音对话 Agent | 适合:3.8 Live | 低延迟语音特化型号,与 3.8 Flash 分离部署 |
| 核心旗舰推理(法律 / 医学高质量输出) | 不宜:用 Pro 系列或 GPT 5.5 | 第三方单点测评称其在专业长尾知识上略逊(幅度未量化),不宜用于"不可出错"场景 |
| 多 Agent 并行编排(10 个以上并行子任务) | 注意:可尝试,需压测 | 3.8 Flash 的 Agent 任务水平与旗舰档接近,但 10 个并行任务会撞 API QPS(每秒请求数)限额,需提前做并发压力测试 |
| 生产环境(面向终端使用者,延迟 < 2s) | 注意:测试后决定 | effort=high 时 token 消耗增加,延迟可能超 2s;建议默认 effort=medium,关键任务用 Pro |
把规格和挂牌价放在一起算:一次 12 万 token 的多步任务(输入 10 万、输出 2 万),按 3.8 Flash 的 $0.75 / $3.75 单价,费用是 $0.75×0.1 + $3.75×0.02 = $0.15;同一笔账按 Pro 档挂牌价(发布期页面显示输入 $1.25 / 输出 $10,核价时用定价页)是 $1.25×0.1 + $10×0.02 = $0.325。两档差在两倍多,再叠加上下文翻倍带来的分段节省,差距会进一步拉开。所有单价按定价页现行数字重算即可复现。Google 给这类模型的称呼是干活主力型(workhorse model),落点在成本与能力的平衡上。
数据来源(附录)
"Introducing"博客同场还提到 3.8 Flash Cyber(面向代码安全场景的变体,这里不展开)。
一手来源(发布前已逐条点开查验):
- Google 官方博客"Introducing Gemini 3.8 Flash and 3.8 Flash Cyber":https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/(含基准表与发布时间线);
- Gemini 规格页:https://ai.google.dev/gemini-api/docs/models(gemini-3.8-flash 条目);
- Gemini 定价页:https://ai.google.dev/gemini-api/pricing(推广价到 2026-12-31 截止;标准价 2027-01-01 生效,数字未公布)。
二手线索:302.AI 测评 https://302.ai/blog/(模型测评栏目);腾讯新闻 2026-09-14 报道 https://news.qq.com/(站内检索标题可达)。
文中 Gemini、Chrome、Antigravity、Nano Banana 等为 Google 公司商标,OpenAI、GPT、Anthropic、Opus 为各自公司商标,引用仅作产品指称。正文版本号与日期均出自上述来源。