Модель Gemini 3.8 Flash от Google создана для агентов, а ее киберблизнец ищет уязвимости

Google продолжает выпускать модели Flash: в среду компания анонсировала две версии новой модели 3.8 Flash.

В число вариантов входят стандартная Flash — «рабочая лошадка» для агентских задач, разработки программного обеспечения и многоэтапного логического вывода, — а также Flash Cyber, оптимизированная для обнаружения и устранения уязвимостей.

Генеральный директор Google Сундар Пичаи сообщил в своем посте в X, что модель 3.8 Flash обеспечивает «значительный скачок» по сравнению с 3.7 Flash в сферах разработки программного обеспечения, агентских задач и многоэтапных логических рассуждений. Например, она превзошла многие передовые крупные модели на бенчмарке программирования DeepSWE при гораздо более низких затратах.

В то же время Flash Cyber является «самой способной» моделью компании в области кибербезопасности, отметил Пичаи; она также демонстрирует производительность передового уровня, когда речь идет об обнаружении уязвимостей и их устранении в больших масштабах. Модель набрала 86,2% в бенчмарке по кибербезопасности CyberGym и 47,2% в CWE-Bench, оценивающем возможности ИИ по исправлению кода. По словам Пичаи, во внутреннем тесте Google модель показала более чем 70-процентный коэффициент успешности при обнаружении уязвимостей на 20 языках программирования.

Версия 3.8 стала третьим релизом Flash от Google за шесть недель и вышла практически сразу после версии 3.7.

Модель 3.8 работает «усерднее» и с «большим старанием»

Модель 3.8 Flash уже доступна в Gemini Enterprise; разработчики могут опробовать ее в Gemini API через Google AI Studio, Google Antigravity, Android Studio или генерировать пользовательские интерфейсы в Stitch. Ее стоимость составляет 0,75 долл. США за миллион токенов на входе и 3,75 долл. США за миллион токенов на выходе — это те же вводные цены, что и у Gemini 3.7 Flash. Пользователи могут настраивать и регулировать уровни производительности модели в зависимости от своих потребностей в отношении качества, стоимости и задержки.

Например, когда в приоритете эффективность вычислений, можно снизить нагрузку по токенам или просто продолжить работу с 3.7 Flash, которая «полностью поддерживается для рабочих нагрузок, где во главу угла ставится эффективность», написали старший директор по продуктам Google Тулси Доши и руководитель направления безопасности Gemini Ралука Ада Попа в своем блоге.

«3.8 Flash работает усерднее», демонстрируя «большее старание» при выполнении сложных задач, таких как выполнение дополнительных шагов рассуждения, хотя порой для максимизации производительности она может использовать больше токенов, отмечают Доши и Попа. Модель имеет входное окно на 1 млн токенов и лимит вывода на 64 тыс. токенов, а также может принимать текст, изображения, аудио, видео и файлы PDF.

Модель 3.8 Flash оценивалась по многочисленным бенчмаркам, проверяющим навыки программирования, мультимодальные возможности, использование компьютера, работу с длинным контекстом и знаниями, а также научные рассуждения. В Google заявляют, что она также отлично справляется со специализированными областями знаний, требующими более глубокого анализа и составления отчетов. Например, модель превзошла предшественницу и другие передовые модели в таких бенчмарках, как Vals Finance Agent V2 для финансов и Harvey’s Legal Agent Benchmark для юриспруденции; она также набрала 54,9% в тесте Humanity’s Last Exam (HLE)-Verified, отражающем ее способность решать задачи многоэтапного логического анализа по таким предметам, как математика, естественные и гуманитарные науки.

В одном из примеров, которым поделилась Google, Gemini 3.8 Flash создала игру с помощью простой инструкции с использованием методов циклов в платформе Google Antigravity. В игре используются головоломки, меняющийся в зависимости от окружения сюжет, а также изображения и текстуры из Nano Banana для создания 3D-окружения (в данном случае — волшебника, исследующего замок).

В других случаях модель создала полнофункциональную DOS-версию Google Maps с интерактивными локациями, маршрутами и панорамами улиц; 3D-визуализатор, который автоматически разбивал устройства на слои для осмотра с помощью функции ползунка; а также топографическую карту известных географических объектов на основе реальных наборов данных Геологической службы США в комплекте с поперечными сечениями в реальном времени, 2D-проекциями и научными объяснениями.

По данным Arena.ai, модель 3.8 Flash заняла 14-е место в Agent Arena, поднявшись выше DeepSeek-V4-Pro и продемонстрировав значительный скачок по сравнению с Gemini 3.7 Flash (которая расположилась аж на 32-м месте). Она дебютировала на 7-м месте в Text Arena, опередив Claude Opus 5 и Gemini 3.7 Flash. Она улучшила показатели версии 3.7 Flash в нескольких областях: запросы с многократным диалогом, письмо, литература и язык, более длинные запросы, сложные промпты, кодинг, следование инструкциям, ПО и ИТ-услуги, а также бизнес, менеджмент и финансовые операции.

Flash Cyber уже обеспечивает безопасность кода Google

Flash Cyber изначально внедряется для «доверенных защитников» через программу Fairwind от Google, которая отдает приоритет государственным ведомствам, операторам критической инфраструктуры и другим партнерам, ищущим передовые возможности киберзащиты. Организации могут подать заявку на получение доступа.

В Google говорят, что эта версия модели прошла «строгое обучение» в сфере кибербезопасности и представляет собой «значительный шаг вперед в устойчивости к инъекциям промптов». Она особенно искусна в автономном обнаружении уязвимостей (судя по внутренним тестам Gemini) и автоматическом исправлении. Она также очень хорота в написании кода, отметила Попа в видеоролике.

Цель состояла в том, чтобы вооружить защитников возможностями экспертного уровня, чтобы дать им фору перед злоумышленниками (будь то хакеры-злоумышленники, агенты на базе ИИ или люди). «Мы инвестировали в исправление уязвимостей с самого начала и поставили его выше наступательных возможностей, таких как эксплуатация», — объясняют Доши и Попа.

Модель поставляется с более мягким набором мер по обеспечению кибербезопасности — именно поэтому в настоящее время ею делятся только с ограниченным кругом партнеров, — а также средствами защиты от нецелевого использования в наступательных кибероперациях и таких областях, как химическое, биологическое, радиологическое и ядерное оружие (ХБРЯ).

Google уже использует 3.8 Flash Cyber для защиты собственного кода; она создала в 2,6 раза больше правильных патчей для уязвимостей в Chrome по сравнению с гораздо более крупными коммерческими моделями.

Компания Wiz, приобретенная Google ранее в этом году за рекордные 32 миллиарда долларов, сообщила, что у 3.8 Flash Cyber показатель обнаружения реальных уязвимостей (recall) на внутреннем бенчмарке тестирования на проникновение оказался на 7,5%–9,7% выше при в 2,3–5,2 раза более низкой стоимости по сравнению с ведущими передовыми моделями. Аналогичным образом, подразделение Cloud Vulnerability Research компании Google обнаружило критическую фундаментальную уязвимость менее чем за 2 часа с помощью 3.8 Flash Cyber. Как утверждает Google, обычно такие исследования и поиск занимают месяцы.

ИИ-агенты «невероятно искусны» в поиске и эксплуатации уязвимостей, заявила Попа. Сканирование больших баз кода с помощью крупных моделей ИИ стоит дорого, и защитники перегружены работой. «В кибербезопасности злоумышленникам достаточно найти всего одну серьезную уязвимость среди миллионов строк кода. Защитникам же нужно устранить каждую такую уязвимость, чтобы иметь возможность противостоять атакующим».

Даг Тернер, инженерный директор Chrome, описал «апокалипсис уязвимостей», наблюдавшийся в последние месяцы из-за генеративного ИИ. «Буквально за ночь мы увидели экспоненциальный рост числа уязвимостей программного обеспечения, о которых сообщалось через нашу программу исследования уязвимостей», — сказал он в видео.

Одна из интересных уязвимостей, обнаруженных 3.8 Flash Cyber, присутствовала в Chromium и Chrome на протяжении 13 лет, пояснил он. Это был «очень тонкий баг», на который смотрели десятки, если не сотни инженеров, но никто так и не забил тревогу. «Gemini 3.8 Flash Cyber позволит нам создавать более качественные варианты исправлений, чтобы жизнь разработчиков стала намного проще».