Gemini 3.8 Flash와 3.8 Flash Cyber

• Gemini 3.8을 3.7 Flash와 같은 속도·비용으로 출시함

  • 3.7 Flash 공개 3주 만이자 6주 동안 세 번째 Flash 릴리스로, 소프트웨어 엔지니어링·에이전트 작업·전문 분야의 핵심 다단계 추론 성능을 크게 높였음

  • 두 가지 변형을 제공함

    • Gemini 3.8 Flash: 범용 주력 모델로, 3.7 Flash와 같은 도입 가격인 입력 토큰 100만 개당 $0.75, 출력 토큰 100만 개당 $3.75임

    • Gemini 3.8 Flash Cyber: 취약점 탐지와 자동 패치에서 프런티어급 성능을 내는 사이버보안 모델로, 신뢰할 수 있는 방어자에게 새 Fairwind Program을 통해 제공됨

  • 두 모델은 같은 기반 지능을 사용하며, 모델을 반복 평가·개선하는 장기 실행 에이전트 루프로 성능을 끌어올렸음

    • 공통 코어의 코딩·추론 향상에는 까다로운 사이버보안 영역에서의 엄격한 훈련을 비롯한 여러 혁신이 기여함

Gemini 3.8 Flash

• 장기 코딩과 자율 에이전트 작업에서 더 큰 모델에 근접하거나 앞서는 성능을 제공함

  • DeepSWE v1.1 장기 소프트웨어 엔지니어링 평가에서 복잡한 문제를 처음부터 끝까지 자율 해결해, 훨씬 적은 비용으로 대다수 대형 프런티어 모델보다 높은 성능을 기록함

  • 고급 분석·보고가 필요한 정량·전문 분야에서도 3.7 Flash와 다른 프런티어 모델을 능가함

• 복잡한 작업에서는 추가 추론과 반복적인 도구 호출로 성능을 높임

  • 특히 높은 effort 수준에서는 성능을 극대화하기 위해 더 많은 토큰을 사용할 수 있음

  • 연산 효율이 최우선인 애플리케이션은 낮은 effort 수준으로 토큰 오버헤드를 줄이거나, 효율 중심 워크로드를 계속 완전히 지원하는 Gemini 3.7 Flash를 선택 가능

Gemini 3.8 Flash Cyber

• Flash의 속도와 비용으로 프런티어급 자율 취약점 탐지 성능을 제공함

  • 신뢰할 수 있는 일부 방어자가 Fairwind Program을 통해 이용할 수 있어 빠른 반복 작업이 가능

  • 업계 표준 취약점 탐지 벤치마크 CyberGym에서 3.5 Flash Cyber와 훨씬 큰 프런티어 모델을 모두 넘어섰음

  • CyberGym의 C/C++ 중심 범위를 보완하기 위해 20개 프로그래밍 언어의 복잡한 코드베이스와 다양한 취약점을 다루는 내부 종합 벤치마크로도 평가함

    • 이전 모델보다 크게 향상돼 성공률 70%를 초과함

• 공격용 익스플로잇보다 방어자를 위한 취약점 수정을 우선함

  • Collinear가 운영하는 외부 패치 벤치마크 CWE-Bench에서 Pareto frontier에 올랐음

    • pass@1은 47.2%로 선도 프런티어 모델의 47.8%에 근접하면서도 비용은 훨씬 낮음

• Google과 파트너의 실제 보안 작업에서도 성능·비용 개선을 확인함

  • Chrome Security 작업에서 대형 상용 모델 중 최고 성능 모델보다 올바른 Chrome 취약점 패치를 2.6배 더 많이 생성함

  • Wiz 내부 침투 테스트 벤치마크에서는 다른 프런티어 모델보다 2.3~5.2배 낮은 비용으로 재현율을 7.5~9.7% 높였음

  • Google Cloud Vulnerability Research 작업에서는 통상 연구와 발견에 수개월이 걸리는 중대한 기반 취약점을 2시간 이내에 찾아냄

안전성과 이용 범위

• 두 모델의 사이버보안 완화 수준과 접근 대상을 구분함

  • 3.8 Flash에는 Frontier Safety Framework에 따라 유익한 활용을 허용하면서 화학·생물학·방사능·핵(CBRN) 및 사이버 공격 악용을 막는 보호 장치를 적용함

  • 3.8 Flash Cyber는 더 포괄적인 사이버 역량이 필요한 신뢰할 수 있는 방어자만 이용하도록 제한하는 대신, 사이버보안 관련 완화 조치를 더 허용적으로 구성함

  • Gray Swan 평가에서 프롬프트 인젝션 견고성이 크게 향상돼 관련 악성 공격으로부터 Gemini 사용자를 보호함

• Gemini 3.8 Flash는 개발자·기업·소비자 채널에서 바로 이용 가능

  • 개발자는 Google Antigravity에서 agent-first 워크플로를 탐색하거나, Gemini API를 Google AI Studio 및 Android Studio에서 사용하고 Stitch로 UI를 생성할 수 있음

    • 시작 방법은 개발자 문서에서 확인 가능

  • 기업은 Gemini Enterprise에서 3.8 Flash에 접근 가능

  • Google AI Pro와 Ultra 구독자:

    • Gemini 앱

    • Google Search의 AI Mode

    • Google Sheets의 Gemini

• Gemini 3.8 Flash Cyber는 Fairwind Program을 통해 제한적으로 제공함

  • 신뢰할 수 있는 정부 기관, 핵심 인프라 운영자, 소프트웨어 유지관리자에게 Fairwind Program을 통한 우선 접근권을 제공함

  • 대상 조직은 접근 권한을 신청할 수 있음

^{source https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/}

HN에서는 Gemini 3.8 Flash의 매력을 최고 성능보다 속도와 비용, 준수한 품질의 조합에서 찾았다. HTML·자바스크립트 생성은 물론 문서 분석, 이미지 판별, 여행 일정 구성에서도 짧은 시간 안에 쓸 만한 결과를 얻었다는 경험이 이어졌다. 특히 결과를 자동으로 검증하고 실패하면 다시 시도할 수 있는 작업은 빠르고 저렴한 모델을 에이전트와 결합했을 때 효과가 크다는 기대가 높았다.

다만 벤치마크 순위만으로 실무 성능을 단정하기는 어렵다. 긴 코딩 작업에서는 맥락이 쌓일수록 품질이 떨어졌고, 컴파일에는 성공해도 기능이 제대로 동작하지 않는 코드를 내놓은 사례가 있었다. 코드 리뷰와 복잡한 디버깅처럼 오류를 즉시 판별하기 어려운 작업에서는 더 안정적인 상위 모델을 택하는 사용자도 있었다. 낮은 추론 단계의 품질 저하와 공개 지표보다 긴 실제 지연 시간도 확인할 항목으로 꼽혔다.

비용도 토큰 단가만 비교해서는 부족하다. 추론 토큰 사용량이 늘고 재지시와 승인이 반복되면 작업당 비용과 완료 시간은 오히려 커질 수 있다. 반면 이미지·영상·음성 입력이나 구조화된 정보 추출처럼 강점이 분명한 분야에서는 이전 세대 모델로도 충분했다. 모델의 평균 점수보다 업무에 맞는 성능과 오류 검증 가능성이 더 중요하다는 뜻이다.