Google, 2 Eylül'de Gemini 3.8 Flash ve web savunması için 3.8 Flash Cyber'i yayınladı. 3.7 Flash'in piyasaya sürülmesinden sadece üç hafta sonra bu, altı hafta içindeki üçüncü Flash serisi güncellemesi. Google, 3.8'i şu ana kadar en güçlü akıl yürütme ve kodlama Flash modeli olarak tanımlıyor; genel sürüm, Gemini API, Google AI Studio, Android Studio, Gemini Enterprise ve bazı tüketicilere yönelik ürünlerde mevcut. Cyber sürümü ise yeni Fairwind Programı aracılığıyla yalnızca güvenilir hükümet kurumlarına, kritik altyapı operatörlerine ve yazılım bakım uzmanlarına öncelikli olarak açılıyor. İkisi de temel zekayı paylaşır, ancak dağıtım izinleri ve güvenlik korumaları farklıdır.
Genel 3.8 Flash için giriş Token başına fiyat hâlâ 0,75 dolar, çıkış için 3,75 dolar olup, 3.7 ile aynıdır. Ancak bu fiyat 31 Aralık 2026 tarihine kadar geçerlidir; 1 Ocak 2027 itibarıyla resmi fiyatlar giriş için 1,50 dolar, çıkış için 7,50 dolara çıkacaktır. Daha kolay gözden kaçırılan nokta, modelin karmaşık görevlerde daha fazla akıl yürütme adımı gerçekleştirmesi ve araçları tekrar tekrar çağırmasıdır; Google, yüksek çaba seviyelerinin daha fazla Token tüketebileceğini açıkça uyarıyor. Birim fiyatın artmaması, bir görevin toplam faturasının değişmeyeceği anlamına gelmez.
Flash, uzun görevlerde hızın yanı sıra tamamlama oranına göre rekabet ediyor.
Google, uzun dönem kodlama, profesyonel analiz ve çok adımlı akıl yürütme için kanıtlar sunuyor. 3.8 Flash, DeepSWE v1.1 uzun dönem yazılım mühendisliği değerlendirmesinde daha büyük birçok öncü modeli geçti; HLE-Verified üzerinde %54,9 puan aldı. Şirket, Flash'ı düşük gecikmeli soru-cevap modelinden sürekli planlama, araç çağırma ve tam sonuç teslim etme yeteneğine sahip bir çalışma modeline dönüştürmeye çalıştığını göstermek için finansal ve yasal ajan benchmark'larını da引用 ediyor. Donanım ayrıştırma görselleştirmesi, tek bir istekle DOS sürümü haritalarının oluşturulması ve 3D oyunlar gibi gösteriler, modelin yalnızca kod parçacıkları değil, döngü içinde sürekli olarak ürünleri kontrol edip düzenleyebileceğini vurguluyor.
Ancak temel puanlar doğrudan şirket verimliliğine dönüştürülemez. Uzun görev başarı oranları genellikle kod deposu boyutu, bağımlılık ortamı, test kalitesi, araç erişim hakları ve yeniden deneme bütçesi etkiler. 3.8 “daha çaba gösteren” stratejisi tamamlama oranını artırırken, yürütme süresini ve Token kullanımını da artırır. Geliştirme ekibinin, tek bir çağrı fiyatı, bir görevin toplam Token sayısı, araç çağrısı sayısı, başarıdan önceki yeniden deneme sayısı ve insan gücüyle yapılan tekrar işi süresini aynı anda kaydetmesi gerekir ki yükseltmenin gerçekten daha ucuz olup olmadığını anlayabilsin. Gecikmeye veya bütçeye öncelik veren iş yükleri için Google, çaba seviyesini düşürmeyi veya 3.7 Flash’i kullanmaya devam etmeyi önermeye devam eder; eski sürümler yeni ürünün piyasaya sürülmesiyle hemen desteklenmeyi bırakmaz.
Standart sürüm, geliştiricilere ve işletmelere açılmıştır; Google AI Pro ve Ultra kullanıcıları ayrıca Gemini uygulamasında, Arama AI Modunda ve Gemini in Sheets'te erişim sağlayabilir. Farklı giriş noktalarında işlevler, kotalar ve bölge erişim kapsamları farklı olabilir; bu nedenle “model yayınlandı” ifadesi, tüm kullanıcılar ve tüm ürünlerin tamamen aynı yeteneklere sahip olduğu anlamına gelmemelidir. Özellikle özerk araçlar içeren iş akışları, uygulamanın modele ilgili araçları, izinleri ve geri kazanılabilir yürütme ortamını sağlayıp sağlamamasına bağlı olarak yayına alınır.
Cyber sürümü daha güçlü ve daha dar; 47,2% otomatik onarım taahhüdü değildir.
Gemini 3.8 Flash Cyber, açıkların tespiti ve onarım kodu üretimi üzerine odaklanmaktadır. Google, 20 programlama dilini kapsayan dahili açık tespit değerlendirme testlerinde %70'in üzerinde başarı oranı elde etti; dışsal CWE-Bench onarım değerlendirme testlerinde pass@1 oranı %47,2 olarak gerçekleşti ve bu, önde gelen bir ön uç modelinin %47,8'ine yakın ancak daha düşük maliyetli bir sonuçtur. Chrome güvenlik ekibinin dahili kullanım sonuçlarına göre, 3.8 Flash Cyber tarafından üretilen doğru açık onarımlarının sayısı, en iyi büyük ticari modelin 2,6 katıdır. Wiz de dahili nüfuz testi benchmark'ında geri çağırma oranını %7,5 ila %9,7 arasında artırdığını ve maliyeti 2,3 ila 5,2 kat daha düşük olduğunu bildirdi.
Bu sayılar referans değeri taşır ama sınırları da vardır. İçsel referans için örnekler, ipuçları ve insan tarafından yapılan değerlendirme yöntemleri duyuruda tam olarak açıklanmamıştır; %47,2 pass@1 aynı zamanda bir üretimin yarısından fazla sorunun düzeltildiğini garanti etmediğini de anlamına gelir. Google, “kötüye kullanım”dan ziyade “düzeltme”yi önceliklendirmiş ve genel 3.8 sürümüne kimyasal, biyolojik, radyasyon, nükleer ve ağ kötüye kullanım korumaları eklemiştir. Cyber sürümü, profesyonel savunma ihtiyaçlarını karşılamak için daha esnek bir ağ güvenliği kısıtlaması kullanır ve bu nedenle tamamen açık değildir; yalnızca Fairwind programındaki güvenilir savunuculara sağlanır.
Bu yayın, Flash serisinin ödünleşimini gerçekten değiştiriyor: Artık yalnızca düşük fiyat ve hızla toplu istekleri çekmek yerine, daha uzun çıkarım döngüleriyle karmaşık görev tamamlama oranını hedefliyor. Kurumlar 3.7’yi doğrudan 3.8 ile değiştirdiğinde en sık yaptığı hata, milyon Token fiyatlarını karşılaştırmaktır. Daha güvenli yaklaşım, gerçek görevleri katmanlı olarak test etmektir: Basit isteklerde çaba seviyesini sınırlayın, uzun görevlerde daha fazla döngüye izin verin, güvenlik görevlerinde ise insan onayı ve izole ortamı koruyun. 3.8 Flash artık kullanıma sunuldu, Cyber ise sınırlı plana girdi; ancak daha düşük toplam maliyetle daha fazla üretim görevi tamamlayıp tamamlayamayacağı, her ekip kendi uçtan uca verileriyle cevaplayacaktır.