3.8 Flashの進化とエージェンティック性能

GoogleはGemini 3.8 Flashと3.8 Flash Cyberを発表した。3.8 Flashは3.7 Flashから大幅に性能が向上し、DeepSWE v1.1で高コストなフロンティアモデルに匹敵する性能を低価格で実現した。複数のエージェントベンチマークでも上回り、HLE-Verifiedでは54.9パーセントを達成した。価格は入力100万トークンあたり0.75ドル、出力100万トークンあたり3.75ドルだ。複雑なタスクではより多くの推論ステップとツール呼び出しを実行する設計で、効率性重視なら低い努力レベルや3.7 Flashの継続利用も可能だ。

3.8 Flash Cyberの防御的サイバー能力

3.8 Flash CyberはFairwind Programを通じて信頼できる防御者に提供されるサイバーセキュリティー特化モデルだ。CyberGymでフロンティアレベルの自律的脆弱性発見性能を示し、20言語の内部ベンチマークで成功率70パーセント超を達成した。パッチ適用能力ではCWE-Benchで47.2パーセントを記録し、大手フロンティアモデルに匹敵しながら大幅に低コストだ。Chromeセキュリティーチームでは正しいパッチ数が最良商用モデルの2.6倍、Wizではコスト2.3から5.2倍低くてもリコールが7.5から9.7パーセント高い結果が出た。Google Cloud Vulnerability Researchチームは通常数か月かかる重大な基盤脆弱性を2時間未満で発見した。

セーフティー設計と提供形態

3.8 FlashはFrontier Safety Frameworkに基づき、CBRNやサイバーオフェンス分野での悪用防止セーフガードを搭載する。3.8 Flash Cyberはより包括的なサイバー能力が必要な信頼できる防御者向けに、より許容的な緩和策で提供される。両モデルともGray Swanで測定されたプロンプトインジェクション耐性でも大幅な向上を示した。開発者はGoogle AntigravityやGemini API、Google AI Studioで3.8 Flashを利用でき、Cyberモデルは政府機関や重要インフラ運営者、ソフトウェア保守者を対象としたFairwind Programから申請可能だ。