谷歌邪修Gemini 3.8 Flash！险胜DeepSeek，姚顺宇：RSI一大步

谷歌发布Gemini 3.8 Flash，Coding能力大幅提升，在LMArena Agent榜单位列第14，以微弱优势险胜DeepSeek-

V4-Pro。该模型定价与3.7 Flash保持一致，性能显著增强，多数场景逼近旗舰模型。在DeepSWE v1.1中可端到端解决复杂工程问题，

得分超过多数更大模型，成本极低。金融、法律等企业级Agent场景表现优于3.7 Flash及其他前沿模型。HLE-Verified得分54.9%

，多步推理能力与旗舰差距缩小。

然而，其智能水平未见本质提升，高得分主要依靠增加推理步骤和反复调用工具，高effort档位下可能消耗更多Tok

en。谷歌方法论与OpenAI、Anthropic不同，后者追求用更少步骤完成任务，而谷歌依赖循环迭代弥补模型智能不足。3.8 Flash是当前

输出速度最快的模型，远超第二名Meta。但有网友指出，其在Terminal-bench 4.0等新基准上表现不佳，疑似刷分。

过去一个半月，谷

歌经历人事变动，包括Jeff Dean离职，却连续推出三款Flash模型。DeepMind成员姚顺宇暗示，这可能是迈向RSI（递归自我改进）的一

步。

同时，谷歌发布Gemini 3.8 Flash Cyber，号称史上最强网络安全模型，专攻漏洞发现与补丁生成。在CyberGym测试中超

过3.5 Flash Cyber，内部代码库挖洞成功率超70%。CWE-Bench上pass@1达47.2%，与领先的47.8%几乎持平，成本更

低。该模型已在谷歌内部应用：Chrome安全团队使用其产出正确补丁数量为最强商业模型的2.6倍；Wiz渗透测试召回率提升7.5至9.7个百分点，

成本仅为其他模型的2.3至5.2分之一；Google Cloud漏洞研究团队用其不到两小时挖出关键漏洞。但该模型不公开发布，仅通过Fairwin

d计划向受信防御者开放。

同日，Meta发布Muse Spark 1.3，对标Opus 5，Agent和Coding能力大幅提升，并公开嘲讽G

emini。