Tulsee Doshi, Senior Director, Product Management
Raluca Ada Popa, Gemini Security Lead, Google DeepMind
Aprovechando el impulso de Flash 3.7 de hace tres semanas y marcando nuestro tercer lanzamiento de Flash en solo seis semanas, hoy presentamos Gemini 3.8, nuestro mejor modelo de razonamiento y codificación hasta la fecha, con la misma velocidad y bajo costo que 3.7. Gemini 3.8 introduce 2 variantes:
- Gemini 3.8 Flash: nuestro modelo más inteligente y potente, que ofrece mejoras significativas con respecto a 3.7 Flash en ingeniería de software, tareas automatizadas y razonamiento crítico de varios pasos en dominios especializados. Está disponible al mismo precio de lanzamiento. 1 como 3.7 Flash a $0.75 por millón de tokens de entrada y $3.75 por millón de tokens de salida.
- Gemini 3.8 Flash Cyber: nuestro modelo de ciberseguridad más capaz, con un rendimiento de vanguardia en la detección de vulnerabilidades y la aplicación automatizada de parches, disponible para defensores de confianza a través de nuestro nuevo programa Fairwind .
Si bien están adaptadas a diferentes entornos de implementación, ambas versiones actuales se basan en la misma inteligencia fundamental y se ven potenciadas por bucles de agentes de larga duración diseñados para evaluar y refinar recursivamente los modelos subyacentes. Las importantes mejoras en codificación y razonamiento de este núcleo compartido se deben a diversas innovaciones, entre ellas una formación rigurosa en el exigente ámbito de la ciberseguridad.
Gemini 3.8 Flash: diseñado para la programación a largo plazo y los agentes autónomos
El Gemini 3.8 Flash ofrece mejoras sustanciales con respecto al 3.7 Flash, acercándose a menudo al rendimiento de los modelos de vanguardia de mayor costo.
En DeepSWE v1.1 (Ingeniería de Software de Largo Plazo ) 3.8 Flash supera a la mayoría de los modelos de frontera más grandes en la resolución autónoma de problemas de ingeniería complejos de principio a fin, solo a una fracción del costo.
Además, Flash 3.8 demuestra la fiabilidad necesaria para la autonomía empresarial crítica en diversos ámbitos de conocimiento especializado . En campos cuantitativos y profesionales que requieren análisis e informes avanzados, Flash 3.8 supera a Flash 3.7 y a otros modelos de vanguardia en pruebas comparativas como Vals Finance Agent V2 y Harvey’s Legal Agent Benchmark . Flash 3.8 también alcanza un 54,9 % en HLE-Verified, lo que demuestra su capacidad para gestionar el razonamiento multietapa en campos STEM, humanidades y profesiones.
Estas mejoras de rendimiento se derivan de una decisión de diseño fundamental: Flash 3.8 trabaja más. En tareas complejas, demuestra mayor diligencia, ejecutando pasos de razonamiento adicionales y llamando a las herramientas de forma iterativa. En ocasiones, el modelo puede usar más tokens para maximizar el rendimiento, especialmente en niveles de esfuerzo más elevados.
Para aplicaciones donde la eficiencia computacional es la principal limitación, los desarrolladores pueden utilizar niveles de esfuerzo más bajos para minimizar la sobrecarga de tokens o seguir confiando en Gemini 3.7 Flash, que sigue siendo totalmente compatible con cargas de trabajo que priorizan la eficiencia.
Gemini 3.8 Flash creó este juego con una sencilla instrucción mediante un bucle en Google Antigravity. El juego utiliza puzles, narrativa ambiental y texturas generadas con Nano Banana para crear un nivel 3D inmersivo en el que controlas a un mago que explora un castillo.
Gemini 3.8 Flash Cyber: rendimiento cibernético experto
Gemini 3.8 Flash Cyber, disponible para un grupo selecto de defensores de confianza a través del programa Fairwind , ofrece una ventaja decisiva en el complejo panorama actual de la ciberseguridad, gracias a la velocidad y el coste de Flash, que permiten una rápida iteración.
Descubrimiento autónomo de vulnerabilidades
En la herramienta de referencia estándar de la industria para la detección de vulnerabilidades, CyberGym, Gemini 3.8 Flash Cyber demuestra un rendimiento de vanguardia en el descubrimiento autónomo de vulnerabilidades. Supera tanto a Flash Cyber 3.5 como a modelos de vanguardia significativamente mayores.
Para reflejar mejor las necesidades de defensa del mundo real, que no se limitan a bases de código C/C++ como en CyberGym, también evaluamos Gemini 3.8 Flash Cyber con una exhaustiva prueba de rendimiento interna en la que el modelo debe descubrir una amplia gama de vulnerabilidades en bases de código complejas que abarcan 20 lenguajes de programación. En esta prueba, el modelo demuestra un avance impresionante con respecto a nuestros modelos anteriores y alcanza una tasa de éxito superior al 70 %.
Aplicación de parches automatizada
Con Gemini 3.8 Flash Cyber, nos centramos específicamente en dotar a los defensores de capacidades expertas que les otorgan una ventaja sobre los atacantes. Por ello, desde el principio hemos invertido en la corrección de vulnerabilidades, priorizándolas sobre capacidades ofensivas como la explotación.
CWE-Bench, administrado por Collinear, es una exigente prueba de rendimiento externa para evaluar las capacidades de parcheo. En esta prueba, Gemini 3.8 Flash Cyber se sitúa en la frontera de Pareto: con un índice de éxito (pass@1) del 47,2%, en comparación con un modelo líder en la frontera que alcanza el 47,8%, y a un costo significativamente menor.
Impacto en el mundo real: proteger el código de Google
Ya estamos utilizando Gemini 3.8 Flash Cyber para proteger el código en todo Google. Por ejemplo:
- El equipo de seguridad de Chrome descubrió que Flash Cyber 3.8 generaba 2,6 veces más parches correctos para las vulnerabilidades de Chrome que los mejores modelos comerciales, que son mucho más grandes.
- Wiz descubrió que Gemini 3.8 Flash Cyber logra una recuperación entre un 7,5 % y un 9,7 % superior en su prueba de penetración interna, con un coste entre 2,3 y 5,2 veces menor en comparación con otros modelos líderes del sector.
- El equipo de investigación de vulnerabilidades en la nube de Google utilizó el modelo Flash Cyber 3.8 para encontrar una vulnerabilidad fundamental crítica en menos de 2 horas, una vulnerabilidad cuya investigación y descubrimiento suelen llevar meses.
Lo que dicen nuestros socios del programa Fairwind
Construido pensando en la seguridad 3.8 Flash incluye medidas de protección contra el uso indebido en los ámbitos de la ciberseguridad química, biológica, radiológica y nuclear (CBRN), así como contra los ciberataques, al tiempo que permite casos de uso beneficiosos, según nuestro Marco de Seguridad Fronteriza . 3.8 Flash Cyber incluye un conjunto de medidas de mitigación más permisivas para la ciberseguridad y, por lo tanto, solo está disponible para defensores de confianza que requieren un conjunto más completo de capacidades cibernéticas.
Los modelos Gemini 3.8 también han dado un salto significativo en la robustez frente a la inyección instantánea, según las mediciones de Gray Swan, protegiendo a los usuarios de modelos Gemini de ataques maliciosos relacionados con la inyección instantánea.
Gemini 3.8 Flash y Cibernético: ¡empieza hoy mismo!
- Desarrolladores : Desarrollen con Flash 3.8 y exploren flujos de trabajo centrados en agentes en Google Antigravity o comiencen a desarrollar hoy mismo en la API Gemini a través de Google AI Studio y Android Studio , o generen interfaces de usuario en Stitch . Para empezar, consulten nuestra documentación para desarrolladores .
- Empresas : Acceso a Flash 3.8 en Gemini Enterprise.
- Consumidores : 3.8 Flash está disponible para los suscriptores de Google AI Pro y Ultra en la aplicación Gemini , el modo AI en la Búsqueda de Google y Gemini en Google Sheets .
- Ciberseguridad: A través de nuestro nuevo programa Fairwind , brindamos acceso prioritario a Gemini 3.8 Flash Cyber a autoridades gubernamentales confiables, operadores de infraestructura crítica y responsables del mantenimiento de software . Solicite acceso .
