Google 这次发布，最该问的不是"强不强"，是"它到底在跟谁比"。
美国时间 9 月 2 日，Google 发布 Gemini 3.8 Flash 和网络安全专精版 3.8 Flash Cyber。距离 Anthropic 的 Fable 5.1 只隔一天，距离自家的 3.7 Flash 只隔三周。
六周里发了三款 Flash。这个节奏本身就是答案的一部分。
背景也值得记一笔。上个月 Hassabis 卸任 DeepMind 日常管理，转任 Alphabet 首席科学家，由副手接手运营，对内明确强调要加快执行速度。两周一更，就是这句话的落地。
一、六周三款 Flash
两个模型同一底层，差别在护栏和开放方式。3.8 Flash 是通用主力，Pro 和 Ultra 订阅用户、API、AI Studio 当天就能用，1M 上下文、64K 输出，推理强度可调。
官方的说法是，相比三周前的 3.7 Flash，软件工程、智能体任务和多步推理都有明显提升，而速度和价格维持不变。
3.8 Flash Cyber 只通过新开的 Fairwind 计划开放，面向政府、关键基础设施运营方和可信防御者，650 多家机构加入，包括 Snowflake、CrowdStrike、Datadog。
配的是 DeepMind 的 CodeMender 工具，主打漏洞发现加自动打补丁，把原本要几周的手工流程压到分钟级。
这套"同一权重、分层解锁"的打法，和前一天 Anthropic 的 Fable 5.1 / Mythos 5.1 一模一样。一天之内两家都这么干，它已经不是谁的创新，是行业默认动作。
二、跑分要挑着看
Google 官方挂了 14 项对比。赢的那些很漂亮：Terminal-Bench 2.1 拿 89.4%，压过 Opus 5 的 89.1% 和 GPT-5.6 Sol 的 88.8%。金融分析 Vals Finance Agent v2 拿 61.4%，六个模型里最高。长视频理解 LVBench 87.8%，比 Opus 5 高出 12 个百分点。
长程软件工程 DeepSWE v1.1 拿 71.0%，对 Opus 5 的 74.0% 只差一个身位。而 3.7 Flash 在这项上是 65.3%，一个 Flash 级模型摸到超大杯的桌子，这是它最硬的一次跃升。
输的那些，官方正文里没提。
Terminal-Bench 4.0，3.8 Flash 只有 19.1%，Opus 5 是 51.8%，GPT-5.6 Sol 是 37.3%。
这不是差一点，是差一个量级。电脑操作 OSWorld 2.0 是 59.0% 对 75.4%。知识工作 GDPval-AA v2 是 1545 对 1824。
你注意到没有，赢的那项是 2.1，输的那项是 4.0。
同一个基准，Google 挑了对自己有利的旧版本。而且官方表里的 Anthropic 一侧只列了 Opus 5 和 Sonnet 5，没有 Fable 5.1，因为后者发布才一天，来不及放进对比。
第三方 Artificial Analysis 在 9 月 2 日做了独立复测，口径统一：智能指数 Gemini 3.8 Flash 59，GPT-5.6 Sol 61，Claude Fable 5.1 66。
三、真正的杀器是价格和速度
引入价每百万 token 输入 0.75 美元、输出 3.75 美元。对照 Fable 5.1 的 10 和 50，输入输出都便宜 13 倍。
再看每任务成本。Artificial Analysis 实测：Gemini 3.8 Flash 0.58 美元一单，GPT-5.6 Sol 0.95 美元，Claude Fable 5.1 3.69 美元。
跑完同一套评测，Fable 5.1 花了 8523 美元，Gemini 3.8 Flash 花了 826 美元。
速度差距更夸张。3.8 Flash 实测约 305 token/s，Fable 5.1 约 66，Opus 5 只有 56。
300 字的回复一秒出头。这是旗舰模型在物理上给不了的。
不过这笔账有两处要留心。头一个，引入价只到 2026 年 12 月 31 日，2027 年元旦起直接翻倍到 1.5 和 7.5 美元。
另一处是 Google 自己写在模型卡里的：模型会"更努力"，在复杂任务上多跑几步推理、反复调工具。
结果就是单价没变，每任务成本比 3.7 Flash 涨了约 40%，输出 token 量多了三成，跑完一单也从 2.2 分钟拖到 2.5 分钟。
好在推理强度那个旋钮还在。低档每任务 0.24 美元、0.8 分钟，中档 0.41 美元，高档 0.58 美元。同一个模型三档价格三档智力，简单任务走低档、复杂任务走高档，是这次留给架构师的直接作业。
四、Cyber 版和一张没人提的表
3.8 Flash Cyber 在 CyberGym（C/C++ 漏洞发现）拿 86.2%，是已公布的最好成绩，高于 GPT-5.5-Cyber 的 85.6% 和 Claude Mythos 5 的 83.8%。
比六周前的自家前代，涨了近 9 个百分点。
Google 内部用得很凶。Chrome 团队用它产出的正确补丁，是其他大型商用模型的 2.6 倍。云漏洞研究团队靠它在两小时内挖出一个关键基础漏洞，这类活人工通常要几个月。
但这次最被低估的是另一张表。Gray Swan 测的间接提示注入攻击成功率，数值越低越好：3.8 Flash 5.5%，Opus 5 是 4.8%，两家同属最强一档。
对照组呢？DeepSeek V4 Pro 60.1%，Kimi K3 52.7%，GPT-5.6 Luna 50.0%。差出一个数量级。
你打算给 Agent 接真实的业务权限，让它去读邮件、读网页、读文档，那么这一项比跑分更接近"能不能上线"的底线。
五、回到那个问题
我的答案是，两场仗，赢了一场，输了一场。
"默认选项"这场仗，Google 赶上了，而且赢得很干净。快四到五倍，每任务便宜 6.4 倍，智能指数只差 2 到 7 分。客服、审单、内容审核这类每天跑成千上万次的活，"够用且便宜"本来就比"最强但贵"有说服力。
"最强模型"这场仗，还拉着。Terminal-Bench 4.0 的 19.1% 不是一次失手，它说的是另一件事：把模型扔进陌生环境做长链条规划和排障，它现在还撑不住。
真正说明问题的是资源投向。六周三款 Flash，Pro 系列同期一声不吭，此前传出要发的 Gemini 3.5 Pro 至今没影。
Google 好像已经不选了。它不去争那个"最强"的名头，它在争另一个位置：让你上新业务线选模型时，下意识就想到它。
