- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。模型卡称其为 Gemini 3.7 Flash 的「下一次迭代」，同一架构族，提升归因于「在长周期 agent 循环上训练、递归评估并精炼底层模型」。API id gemini-3.8-flash；thinking 三档 low/medium/high（默认 medium），思考 token 按输出计费；输入含文本 / 图像 / 音频 / 视频 / PDF，输出文本；computer use 为预览；不支持 Live API。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程Terminal-Bench 2.1 89.4%、DeepSWE v1.1 73.7%、Terminal-Bench 4.0 19.1%（官方模型卡）；开发者指南另给 SWE-Bench Pro 61.6%、SWE-Atlas 51.9%。
推理HLE-Verified 54.9%（官方模型卡）；开发者指南的 HLE 45.4% 为不同测试集，非同一口径。
知识GDPval-AA v2 1545 Elo（官方模型卡）。
AgentOSWorld 2.0 partial 59.0%、Vals Finance Agent v2 61.4%、Harvey 法律 agent all-pass 10.0%、τ³-bench Banking 38.1%（官方）。
多模态CharXiv Reasoning 86.2%（官方）；输入支持文本 / 图像 / 音频 / 视频 / PDF。
中文中文可用，缺少独立中文评测。
这一版把「有边界的 agent 任务」推到了前沿水平，而「开放式长时程任务」还是 Flash 水平——这条界线值得记住。前者：Terminal-Bench 2.1 89.4% 与 Opus 5 的 89.1% 打平，DeepSWE v1.1 73.7% 差 Opus 5 仅 0.3 pp，HLE-Verified 54.9% 略高于 Opus 5 的 54.4%。后者：Terminal-Bench 4.0 19.1% 对 Opus 5 的 51.8%，是官方表里最宽的差距；OSWorld 2.0 落后 16 pp；知识工作 Elo 差近 280 分。而输出单价是 Opus 5 的 15%。
- 1.Terminal-Bench 2.1 89.4%（3.7 Flash 85.8%、Opus 5 89.1%）、DeepSWE v1.1 73.7%（Opus 5 74.0%）、OSWorld 2.0 59.0%（官方模型卡）
- 2.Vals Finance Agent v2 61.4% 与 Harvey 法律 agent 10.0% 在官方对照表里领先所有列出的模型，包括 Opus 5 与 GPT-5.6 Sol
- 3.价格一分未动，仍是 $0.75 / $3.75，1M 上下文 + 65K 输出，输入支持文本 / 图像 / 音频 / 视频 / PDF
- 1.引导期价格 2026-12-31 到期，2027-01-01 输入输出双双翻倍到 $1.50 / $7.50 —— 这是写在官方脚注里的硬日期
- 2.长时程通用 agent 仍是短板：Terminal-Bench 4.0 只有 19.1%（Opus 5 为 51.8%），GDPval-AA v2 1545 Elo（Opus 5 为 1824）
- 3.Google 两份官方文档对同一项 Terminal-Bench 2.1 给出不同数字（模型卡 89.4% vs 开发者指南 90.8%），本站取模型卡口径
- 4.官方明确提示 3.8 Flash「更用力干活」，高 effort 下可能消耗更多 token —— 同单价不等于同账单
- 5.Gemini 3.8 Flash Cyber 为 Fairwind 计划内受限变体，无公开定价与 API id，本站未收录
| 基准 | 分数 | 来源 | 日期 | 证据 |
|---|---|---|---|---|
| Terminal-Bench终端 agent | 89.4% | Google DeepMind 模型卡（Terminal-Bench 2.1） | 2026-09-28 | 厂商公布 |
更新 2026-09-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。