O Google lançou o Gemini 3.8 Flash na terça-feira, seu mais novo modelo robusto posicionado como o melhor sistema de raciocínio e codificação da empresa, mas com o mesmo preço de seu antecessor, ao lado de uma variante especializada chamada Gemini 3.8 Flash Cyber, construída para trabalhos defensivos de segurança cibernética. O anúncio, publicado no blog oficial do Google por Tulsee Doshi, diretor sênior de gerenciamento de produtos, e Raluca Ada Popa, líder de segurança Gemini no Google DeepMind, marca o terceiro lançamento do Flash do Google em apenas seis semanas.

O lançamento ocorre no meio de uma temporada de lançamentos incomumente lotada e é uma resposta direta à pressão de preços e desempenho que os rivais colocaram na linha de modelos do Google. Para uma visão mais ampla de como os laboratórios de fronteira estão trocando golpes, a equipe de notícias de última hora sobre IA acompanha cada lançamento de modelo importante conforme ele acontece.

Duas variantes, uma base

O Gemini 3.8 vem em duas versões baseadas na mesma inteligência fundamental. Gemini 3.8 Flash é o carro-chefe de uso geral: o Google afirma que oferece melhorias significativas em relação ao 3.7 Flash em engenharia de software, tarefas de agente e raciocínio de várias etapas em domínios especializados, pelo mesmo preço inicial de US$ 0,75 por milhão de tokens de entrada e US$ 3,75 por milhão de tokens de saída.

Gemini 3.8 Flash Cyber ​​é descrito como o modelo de segurança cibernética mais capaz do Google, com o que a empresa chama de desempenho de nível de fronteira em detecção de vulnerabilidades e correção automatizada. Ao contrário do modelo Flash padrão, ele não está amplamente disponível – o Google o está distribuindo a um conjunto de defensores confiáveis ​​por meio de um novo programa chamado Fairwind.

De acordo com a postagem do blog, os ganhos de codificação e raciocínio em todo o núcleo compartilhado foram impulsionados, em parte, por um treinamento rigoroso no exigente domínio da segurança cibernética, e ambos os modelos foram acelerados por loops de agente de longa duração projetados para avaliar e refinar recursivamente os modelos subjacentes.

Benchmarks: trabalhando mais, não apenas crescendo

As afirmações de benchmark do Google centram-se em uma filosofia de design que a empresa resume claramente: 3.8 Flash “funciona mais”. Em tarefas complexas, o modelo executa etapas extras de raciocínio e chama ferramentas iterativamente, às vezes consumindo mais tokens para maximizar o desempenho em níveis de esforço mais elevados. Os desenvolvedores podem reduzir o esforço para reduzir a sobrecarga de token ou permanecer no Gemini 3.7 Flash, que permanece totalmente compatível para cargas de trabalho que priorizam a eficiência.

Os resultados do título que o Google cita:

  • DeepSWE v1.1 (engenharia de software de longo horizonte): 3.8 O Flash supera a maioria dos modelos de fronteira maiores na solução autônoma de problemas complexos de engenharia de ponta a ponta, pelo que o Google descreve como uma fração do custo.
  • Vals Finance Agent V2 e Harvey's Legal Agent Benchmark: 3.8 Flash supera 3.7 Flash e outros modelos de fronteira em campos quantitativos e profissionais que exigem análises e relatórios avançados.
  • Verificado por HLE: 3,8 Flash atinge 54,9%, o que o Google apresenta como evidência de raciocínio em várias etapas nas áreas STEM, humanas e profissionais.

Flash Cyber: defesa contra ataque

A variante Cyber é o lançamento mais incomum. O Google diz que priorizou deliberadamente a correção de vulnerabilidades em detrimento de capacidades ofensivas, como a exploração. No CWE-Bench, um benchmark de patch externo executado pela Collinear, o Gemini 3.8 Flash Cyber ​​obteve aprovação@1 de 47,2% – logo atrás de um modelo de fronteira líder com 47,8%, de acordo com o Google, mas a um custo significativamente menor, colocando-o na fronteira de Pareto do benchmark.

No CyberGym, uma referência padrão da indústria para encontrar vulnerabilidades, o Google afirma que o modelo Cyber ​​demonstra descoberta autônoma de vulnerabilidades em nível de fronteira, superando seu antecessor 3.5 Flash Cyber, bem como modelos de fronteira significativamente maiores. No benchmark interno do Google, abrangendo bases de código complexas em 20 linguagens de programação, o modelo alcançou uma taxa de sucesso superior a 70%.

Já protegendo o próprio código do Google

O Google afirma que o modelo cibernético já está implantado internamente e os exemplos que fornece são específicos:

  • A equipe de segurança do Chrome descobriu que o 3.8 Flash Cyber ​​produziu 2,6 vezes mais patches corretos para vulnerabilidades do Chrome do que os melhores modelos comerciais, que são muito maiores.
  • Na empresa de segurança Wiz, o modelo alcançou um recall 7,5 a 9,7 pontos percentuais maior em um benchmark de teste de penetração interno, com um custo 2,3 a 5,2 vezes menor em comparação com outros modelos líderes de fronteira.
  • A equipe de pesquisa de vulnerabilidades na nuvem do Google usou o modelo para encontrar uma vulnerabilidade fundamental crítica em menos de duas horas – uma classe de vulnerabilidade cuja pesquisa e descoberta, observa o Google, geralmente leva meses.

O que isso significa para os desenvolvedores e para o mercado

Para os promotores, a conclusão prática é a estabilidade de preços no extremo inferior da fronteira. Manter o 3.8 Flash no preço inicial do 3.7 mantém o custo de um modelo competitivo de codificação e agente em US$ 0,75/US$ 3,75 por milhão de tokens, um segmento onde desafiantes de peso aberto e laboratórios rivais têm prejudicado os concorrentes durante todo o ano. A mensagem do Google é que os compradores não precisam mais escolher entre custo e capacidade no nível robusto.

O modelo de distribuição do Programa Fairwind para Flash Cyber ​​é igualmente revelador. Os laboratórios de primeira linha tratam cada vez mais a capacidade de segurança cibernética de elite como algo a ser bloqueado em vez de distribuído amplamente – fornecendo ferramentas defensivas de última geração para defensores avaliados, ao mesmo tempo que limita o potencial de uso indevido ofensivo. A decisão do Google de priorizar benchmarks de patch em vez de recursos de exploração no treinamento do modelo segue a mesma lógica.

A cadência também é notável. Três lançamentos de Flash em seis semanas – 3,7 Flash há três semanas, agora 3,8 – mostram o Google iterando sua linha intermediária muito mais rápido do que os ciclos de lançamento de estilo anual de dois anos atrás. A pressão competitiva do lançamento do GPT-6 da OpenAI e uma onda de modelos de peso aberto em rápida evolução da China comprimiram os cronogramas de todos, e o Google está claramente escolhendo a velocidade no nível de trabalho, enquanto seus modelos de fronteira carregam a bandeira da pesquisa.

Se a abordagem "funciona mais" do 3.8 Flash - gastar mais tokens em raciocínio diligente de várias etapas - se mostra mais eficiente na prática do que a escala bruta do modelo aparecerá nas contas dos desenvolvedores nos próximos meses. Os próprios benchmarks do Google sugerem que o comércio pode favorecer a diligência; o mercado dará seu veredicto uma conta de API por vez.

Fique à frente da IA

Cada lançamento de modelo, benchmark e mudança de preço, monitorados conforme acontecem — leia mais notícias sobre IA →