谷歌於 9 月 2 日釋出 Gemini 3.8 Flash，官方定價維持輸入每百萬 token 0.75 美元、輸出 3.75 美元，但第三方機構 Artificial Analysis 當天實測發現，完成同一任務的總成本上升約 40%，原因是模型單任務輸出 token 消耗增加約 30%。價格表未動，賬單卻悄然變厚，這背後折射出大模型競爭正從“每 token 價格”切換到“每任務成本”的新階段。
Gemini 3.8 Flash 是谷歌在 43 天內推出的第三款 Flash 模型：3.6 於七月下旬釋出，3.7 於八月十三日，3.8 於九月二日。谷歌 CEO 皮查伊曾在財報電話會上表示，Flash 的目標是儘量接近月更節奏。該模型在多項基準測試中表現亮眼：DeepSWE v1.1 長週期軟體工程得分 73.7%，距離 Claude Opus 5 的 74.0% 僅差 0.3 分；HLE-Verified 綜合推理得分 54.9%，高於 Opus 5 的 54.4% 和 GPT-5.6 Sol 的 54.5%；Vals 金融智慧體得分 61.4% 排名第一；生成速度約 305 token/秒，是獨立機構測過最快的商用模型。定價方面，當前優惠價輸入 0.75 美元、輸出 3.75 美元每百萬 token，有效期至 12 月 31 日，作為參照，Opus 5 為 5 美元/25 美元，GPT-5.6 Sol 為 4 美元/20 美元。模型現已進入 Gemini App、AI Studio 和 Antigravity 程式設計平台，Cursor、Vercel 等開發工具在釋出當天完成接入。
技術機制上，谷歌稱模型會“更努力地完成任務”，即提升 agentic 推理深度，面對複雜任務執行更多推理步驟、更頻繁地迭代呼叫工具。每一步都跑測試、查輸出，最終答案的錯誤率被壓下去，但每一輪“推理-工具-驗證”迴圈都消耗輸出 token，步驟翻倍，token 消耗自然上升。Artificial Analysis 測出的數字鏈條完整：單任務輸出 token 增加約 30%，折算成單任務總成本上升約 40%。即便漲完，單任務約 0.58 美元的成本仍落在“智慧-成本”價效比前沿上，高推理檔綜合智慧指數 59 分，比上代提高 3 分。另一層價格變化在明年：優惠價到期後，單價將翻倍至輸入 1.50 美元、輸出 7.50 美元。用量漲一輪、單價再漲一輪，兩波疊加才是完整的價格路徑。谷歌同時保留 3.7 Flash 作為低成本選項，承諾繼續支援。
Flash 系列的升級節奏指向開發者入口的爭奪。程式設計 Agent 和自動化工作流是當前 token 消耗增長最快的場景，也是各家 API 收入的主戰場。這個場景的採購邏輯很現實：單位智慧成本誰低用誰，遷移成本極低。DeepSWE 追到離 Opus 5 只差 0.3 分、價格不到六分之一，等於直接把“旗艦級程式設計能力”的商品價格打穿了一個量級。同天釋出的 Gemini 3.8 Flash Cyber 則補了另一條戰線：CWE-Bench 漏洞修復得分 47.2%，與領跑的 Fable 5 基本持平；Chrome 安全團隊實測其有效補丁產出是更大商業模型的 2.6 倍；Wiz 內部滲透測試召回率高出 7.5 到 9.7 個百分點，同等成績花費僅為競對的 1/2.3 到 1/5.2。這個版本不公開售賣，只通過 Fairwind 計劃向約 650 家受信機構開放，與 Anthropic 把 Mythos 5.1 鎖進可信訪問計劃的門控邏輯一致。前沿網安能力正在變成需要資質稽核的戰略資源。
合理推演是，谷歌的賬算在規模上：Flash 承擔開發者生態的走量任務，把使用習慣和工具鏈鎖定在自家平台上，Pro 級別的利潤款可以等能力差距真正拉開再發。這也解釋了為什麼六月預告的 Gemini 3.5 Pro 至今沒有釋出——Flash 太強，Pro 的價格錨點立不住。
基準口徑的邊界需要先講清。官方主打的四個基準全部領先，但第三方核對了完整榜單後，畫面並不均勻。開放式 Agent 任務是明顯短板：Terminal-Bench 4.0 上 Opus 5 拿到 51.8%，3.8 Flash 只有 19.1%；OSWorld 電腦操作 75.4% 對 59.0%。Harvey 法律基準上 10.0% 的“領先”，實際是全榜模型集體不及格下的相對值。規律大致是：邊界清晰、終點明確的專業任務，它能貼著旗艦打；需要自主規劃下一步的開放任務，差距會被拉開。沃頓教授 Ethan Mollick 的初步評價是“一個很好的 Flash 模型，但並不等於前沿模型”。另外，所有對比資料均為廠商自測口徑，釋出日基準與生產環境表現歷來存在差距。成本側的實際影響也取決於任務結構：短問答場景幾乎不受 token 放大影響，長鏈路 Agent 任務才是成本上升的重災區。社群傳聞稱部分團隊已在評估回遷 3.7 Flash 控制預算，尚無官方資料印證。
這次釋出可以確認的產品事實是：Flash 系列的迭代週期壓縮到三週級，能力觸及旗艦邊緣，網安版本進入資質門控。更值得注意的是成本競爭口徑的遷移。當各家每 token 單價逐漸咬平，“完成一個任務燒多少 token”就成了新的定價槓桿——推理更深、步驟更多的模型天然更貴，即便價目表一動不動。Anthropic 兩天前把快取讀取價砍了 75%，打的也是同一本賬。對開發者的實際建議只剩一條：選型時盯住單任務成本，而不是單價。價格戰的第二階段，比的是誰的賬單更會“藏”。