Gemini 3.8 Flash: что умеет быстрая модель Google и где она догоняет топ

Flash — быстрая и недорогая ветка моделей Gemini. По карточке модели 3.8 Flash — следующий шаг семейства Gemini 3 после 3.7 Flash, сделанный для недорогих рабочих агентов. На странице для разработчиков формулировка смелее: самая умная модель Flash для долгой работы с кодом и самостоятельных агентов.

Темп выпусков у Google сейчас высокий. Сама компания пишет о третьем Flash за шесть недель, а Artificial Analysis считает, что это четвёртая модель Flash меньше чем за четыре месяца. The Decoder вынес в заголовок другую сторону этой истории: бюджетные модели выходят одна за другой, а новых флагманов Google при этом не показывает.

Модель рисовать не умеет, голосом не говорит и в живом голосовом режиме не работает. Для картинок у Google отдельные модели, о них мы писали в статье про Nano Banana.

Чем она отличается от предшественницы по словам самой Google: заметно лучше в программировании, в агентных задачах и в рассуждениях из нескольких шагов, часто приближаясь к результатам более дорогих передовых моделей. Слово «часто» тут честное: таблица ниже показывает, где приближается, а где до дорогих моделей ещё далеко.

Важно и то, что Google позиционирует модель не для разговора, а для работы. В карточке назначение описано как недорогое масштабирование рабочих агентов, то есть программ, которые сами выполняют задачу в несколько шагов. Чат здесь скорее побочное применение, но и в чате модель сильна.

Источник: карточка модели и документация Gemini API, Google, иллюстрация GPThub

Чтобы понять, насколько большой шаг сделала 3.8, полезно посмотреть на соседей по линейке. Точных дат выхода 3.6 и 3.7 Flash в документах, которые мы открывали, нет, но порядок понятен из замера Artificial Analysis.

По их сводному индексу 3.6 Flash на высоком уровне набирала 52 балла. 3.7 Flash на высоком — 56. 3.8 Flash на высоком — 59, на среднем — 57, на низком — 52. То есть новая модель на самом лёгком уровне работает как 3.6 на самом тяжёлом, а на среднем уже обходит 3.7.

Для обычного пользователя это значит, что прирост между соседними версиями небольшой, 3 балла, а между 3.6 и 3.8 уже заметный. Если вы привыкли к Flash весны 2026 года, новая версия ощутимо умнее. Если пользовались 3.7, разница видна прежде всего в коде и на сложных задачах.

Отдельная история — 3.7 Flash никуда не делась. Google прямо пишет, что прошлая модель полностью поддерживается и что её стоит выбирать, если важнее экономия. Так что в линейке сейчас две рабочие Flash: одна быстрее и экономнее, другая умнее.

Цифры из документации Google.

Уровней рассуждения три. Самого лёгкого, minimal, у 3.8 Flash нет: запрос с ним вернёт ошибку. Так прямо написано и в руководстве Google Cloud, и в документации API.

Для тех, кто подключает модель через API, есть ещё несколько изменений. Параметры температуры и случайности выборки модель теперь игнорирует, а штрафы за повторы и запрос нескольких вариантов ответа вызывают ошибку. Бюджет на рассуждение заменён выбором уровня. История диалога не может заканчиваться репликой модели, а ответ на вызов функции должен совпадать с самим вызовом по номеру и имени.

Есть и честное предупреждение. В карточке модели Google пишет, что на сложных задачах модель может тратить больше токенов, особенно на высоком уровне рассуждения. В анонсе сказано мягче: модель «работает усерднее». Если важна экономия, Google советует оставаться на 3.7 Flash, она полностью поддерживается.

Среди других слабых мест в карточке перечислены выдумки, устойчивость к попыткам обойти ограничения, которую ещё дорабатывают, и иногда медленные ответы или обрывы по времени.

Таблицу Google опубликовала в карточке модели. Ценовые строки мы убрали.

Главное в этой таблице — код. На DeepSWE прирост к 3.7 Flash больше 8 пунктов, и быстрая модель почти догнала Claude Opus 5. На финансовых и юридических задачах, на графиках и длинном видео 3.8 Flash вообще первая в таблице.

Слабое место тоже видно сразу. На свежей версии теста командной строки Terminal-bench 4.0 у Flash 19,1%, у Opus 5 больше 50. В работе с компьютером отрыв тоже большой: 59,0% против 75,4%. И в рейтинге рабочих задач GDPVal модель уступает даже Claude Sonnet 5.

Прирост к прошлой версии виден почти везде. Самый заметный — на сложной части биологического теста BioMysteryBench: с 43,5% до 56,5%, это 13 пунктов.

Источник: карточка модели Gemini 3.8 Flash, Google DeepMind, иллюстрация GPThub

В таблице Google есть ещё блок, о котором в пересказах обычно молчат: научные задачи и работа с документами. Он полезен тем, кто учится или работает с исследованиями.

На трудной части биологического теста быстрая модель обходит и Opus 5, и GPT-5.6 Sol, а на лабораторных задачах LABBench2 тоже первая. С документами в PDF картина скромнее: прирост к 3.7 Flash всего пункт, и GPT-5.6 Sol тут впереди.

Для учёбы из этого следует простая вещь. Разобрать научную статью, объяснить метод или проверить ход рассуждения в задаче по биологии 3.8 Flash может на уровне дорогих моделей. А вот длинный отчёт в PDF со сложной вёрсткой лучше перепроверить: таблица, разбитая на две страницы, или сноска внизу могут потеряться.

У Google две опубликованные таблицы для этой модели: в карточке DeepMind и в руководстве Google Cloud. И цифры в них расходятся.

Terminal-bench 2.1 в карточке: 89,4% у 3.8 Flash и 85,8% у 3.7. В руководстве Cloud: 90,8% и 81,6%. То есть прирост к прошлой версии в одном документе 3,6 пункта, в другом 9,2. Тест экзаменационных вопросов тоже подписан по-разному: в карточке HLE-Verified, 54,9% против 53,6%, в руководстве просто HLE, 45,4% против 45,7%, и там новая версия даже чуть ниже старой.

Откуда разница, Google не объясняет. Скорее всего, тесты гоняли в разных условиях или на разных версиях набора задач, но это наша догадка, в документах её нет. Для читателя вывод простой: цифру Google лучше сравнивать с цифрой из того же документа.

В руководстве Cloud есть и строки, которых нет в карточке. SWE-Bench Pro: 61,6% против 60,4% у 3.7 Flash. SWE-Atlas: 51,9% против 48,0%. Банковский агентский тест τ³-bench: 38,1% против 30,9%.

Это главный практический вопрос к 3.8 Flash, и Google сама его поднимает. В карточке модели прямо сказано, что на сложных задачах модель может расходовать больше токенов, особенно на высоком уровне рассуждения. В анонсе формулировка дипломатичнее: модель «работает усерднее» и может тратить больше токенов, чтобы выжать максимум.

Что это значит. Модель дольше думает перед ответом, пробует больше вариантов и чаще проверяет себя. Отсюда и прирост на тестах. Но за каждую минуту такого раздумья платит тот, кто пользуется моделью, токенами.

Для чата это выглядит так: на простом вопросе разницы с 3.7 Flash почти нет, а на сложной задаче пакет токенов уходит заметно быстрее. Особенно если поднять уровень рассуждения до высокого.

Отсюда три практических правила.

1. Для коротких вопросов оставляйте уровень по умолчанию или ставьте низкий. По замеру Artificial Analysis низкий уровень 3.8 Flash равен высокому уровню 3.6 Flash, на простом вопросе этого обычно хватает.
2. Высокий уровень включайте на задачах, где ошибка стоит дорого: запутанный код, расчёт, длинный договор.
3. Если задача однотипная и её много, например разобрать сотню отзывов, Google сама советует оставаться на 3.7 Flash ради экономии.

Artificial Analysis прогнала модель в день выхода. На высоком уровне рассуждения у неё 59 баллов в сводном индексе, на 3 больше, чем у 3.7 Flash на том же уровне. На среднем уровне — 57, на низком — 52, ровно столько же, сколько у 3.6 Flash на высоком.

На банковском агентском тесте τ³ у Artificial Analysis результат выше, чем у самой Google: 45% против 38,1% в руководстве Cloud. Методика у них своя, поэтому цифры напрямую не сравнить, но направление то же: прирост к 3.7 Flash заметный.

Для практики из этих замеров важно одно. Разница между уровнями рассуждения у 3.8 Flash большая, 7 баллов между низким и высоким. Если задача сложная, уровень стоит поднимать. Если простая, низкий уровень даёт результат прошлой версии на высоком и тратит меньше.

По анонсу и карточке Google, 3.8 Flash раздают так:

• разработчикам — в Gemini API через Google AI Studio и Android Studio, в Google Antigravity, генерация интерфейсов в Stitch;
• компаниям — в Gemini Enterprise;
• подписчикам Google AI Pro и Ultra — в приложении Gemini, в режиме ИИ в поиске и в Google Таблицах.

В бесплатном приложении Gemini этой модели не было и до 9 октября. А с 9 октября, по данным Engadget, бесплатные аккаунты потеряли и обычную Flash, и Pro: остаётся только Flash-Lite. Подробно мы разбирали это в статье про бесплатный Gemini.

Есть ещё отдельная версия Gemini 3.8 Flash Cyber для специалистов по защите. Её дают только через новую программу Google Fairwind.

Цена у Google вводная. До 31 декабря 2026 года действует сниженная ставка, с 1 января 2027 года обычная цена будет вдвое выше. Для нашего чата это ничего не меняет, но для своих сервисов на API стоит учесть.

Для тех, кто строит свои сервисы, полезен список возможностей из документации Gemini API. 3.8 Flash поддерживает:

• кэширование повторяющейся части запроса;
• выполнение кода;
• работу с компьютером, пока в предварительном режиме;
• поиск по своим файлам;
• вызов функций и ответы в заданном формате;
• привязку ответа к поиску Google и к Google Картам;
• чтение страниц по ссылке;
• пакетную обработку, гибкий и приоритетный режимы.

Не поддерживаются генерация звука и картинок и живой голосовой режим. Работает модель в глобальном и многорегиональном размещении Google Cloud.

В чате большая часть этого скрыта, но кое-что видно. Привязка к поиску означает, что модель может опираться на свежие страницы, а не только на память до марта 2026 года. Чтение по ссылке позволяет дать ей адрес статьи вместо копирования текста.

Часть вопросов Google оставила открытыми.

• Почему расходятся две таблицы. Terminal-bench 2.1 и HLE в карточке и в руководстве Cloud дают разные цифры, и объяснения нет.
• Дата среза знаний. Март 2026 года указан только в карточке модели, в документации API и Cloud его нет.
• Уровень по умолчанию. Средний уровень назван только в руководстве Cloud, в документации API — нет.
• Сравнение с Pro. В анонсе 3.8 Flash ни слова о том, как она соотносится с моделями Pro. Отдельной новой Pro Google за это время не выпускала.

Если Google что-то уточнит, мы допишем статью.

Студенту эта модель интересна сразу по нескольким причинам, и все они следуют из таблицы Google.

Первая — видео. Запись лекции можно отдать модели целиком и попросить вытащить определения, формулы и то, что преподаватель назвал важным. На тесте длинного видео LVBench у 3.8 Flash 87,8%, это первое место в таблице.

Вторая — графики и схемы. Фото доски, график из методички, таблица в учебнике. На тесте CharXiv модель первая среди всех, включая дорогие.

Третья — научные задачи. На трудной части биологического теста она обходит и Claude Opus 5, и GPT-5.6 Sol. Объяснить метод из статьи или пройти по шагам решение задачи она может на хорошем уровне.

Но есть и оговорка, общая для всех моделей. Ответ — это черновик, а не готовая работа. Факты, особенно даты и имена, которые модель назвала без документа, стоит перепроверять: в карточке Google сама пишет, что выдумки у модели случаются. Где модель помогает готовиться, а где её текст нельзя сдавать как свой, разобрано в гайде «Нейросеть для учёбы».

И практический совет. Если в запросе есть фото или запись, сначала скажите модели, что именно нужно найти. Общая просьба «разбери» даёт общий ответ, а вопрос «какие три определения нужно выучить к экзамену» — точный.

Код на каждый день. На DeepSWE она почти вровень с Claude Opus 5, а отвечает быстро. Починить функцию, разобрать ошибку, написать тест — хороший выбор.

Длинные документы и видео. Окно больше миллиона токенов и первое место на тесте длинного видео. Расшифровка лекции, договор, запись созвона — сюда.

Графики и таблицы на картинках. Первая в таблице Google на CharXiv. Фото графика из отчёта или скриншот таблицы она читает уверенно.

Финансы и право. По таблице Google лучше дорогих моделей, но цифры абсолютные небольшие, особенно в праве, 10%. Решение по договору всё равно за человеком.

Сложная работа в терминале и с компьютером. Здесь лучше взять модель потяжелее: на Terminal-bench 4.0 и OSWorld 3.8 Flash заметно отстаёт. В чате для этого есть Grok 4.5 и Claude Opus 5.5.

Если нужна модель без картинок для длинного текста, рядом есть DeepSeek V4 Flash. Для коротких вопросов — GPT-6 Luna. Как выбрать модель под код, разобрано в гайде какая модель для кода.

Несколько приёмов, которые помогают выжать из модели больше.

Видео и звук — с вопросом. Модель принимает запись лекции или созвона, но если просто попросить «перескажи», ответ будет общим. Лучше сразу спросить, что нужно: решения, цифры, кто за что отвечает. На тесте длинного видео 3.8 Flash первая в таблице Google, и конкретный вопрос помогает это использовать.

Скриншот вместо описания. Если в отчёте график или таблица, сфотографируйте её и приложите. На тесте графиков CharXiv модель обходит и Claude, и GPT. Пересказывать цифры словами нет смысла.

Длинный документ — с проверкой. Окно больше миллиона токенов, но внимательность к середине длинного текста у любой модели разная. Задайте вопрос про деталь из середины, ответ на который вы знаете.

Сложный код — по частям. На командной строке модель заметно слабее Opus. Для задачи на много шагов попросите сначала план, проверьте его и только потом просите выполнять.

В чате рядом с 3.8 Flash есть несколько быстрых моделей, и у каждой своя ниша.

DeepSeek V4 Flash. Текстовая модель с окном в миллион токенов. Картинки, звук и видео не принимает. Если задача — длинный текст без вложений, это хороший соперник. Если в задаче есть скриншот или запись, нужна Gemini.

GPT-6 Luna. Младшая модель OpenAI, сделанная для коротких массовых вопросов. Умеет отвечать без рассуждения, сразу. Для быстрого ответа на простой вопрос удобнее Luna, для кода и разбора документа — Gemini.

Claude Haiku 5.5. Самая быстрая модель Anthropic для коротких повторяющихся шагов: пересказ, сортировка, сжатие. Наш разбор — в статье про Claude Haiku 5.5.

Прямого сравнения этих моделей в одной таблице ни одна компания не публиковала. Самый надёжный способ выбрать — дать им один и тот же запрос.

Где 3.8 Flash точно выделяется среди быстрых моделей, так это звук и видео на входе. Ни DeepSeek V4 Flash, ни GPT-6 Luna, ни Haiku 5.5 запись созвона не примут. Если работа связана с видео или аудио, выбора почти нет. Запись созвона на час, лекция, голосовое сообщение от заказчика — всё это можно отдать ей одним файлом и сразу спросить, что там важного.

1. Возьмите задачу, которую реально решаете: код с ошибкой, длинный документ, график из отчёта.
2. Отправьте один и тот же запрос Gemini 3.8 Flash и модели потяжелее, например Claude Sonnet 5, в соседних вкладках.
3. Сравните, решена ли задача и сколько пришлось исправлять руками.
4. Если разница не видна, оставайтесь на Flash: она быстрее.

Подробнее о таком сравнении — в гайде сравнение моделей на практике.

Если отбросить таблицы, у выхода 3.8 Flash три следствия для обычного пользователя.

Быстрая модель стала заметно умнее в коде. Разница с дорогими моделями на повседневных задачах почти исчезла, и для починки функции или разбора ошибки платить за флагман не обязательно.

Видео, звук и картинки на входе остаются главным козырем. Среди быстрых моделей в чате только она принимает запись созвона или лекции.

На сложных задачах модель тратит больше. Простое правило: короткий вопрос — уровень по умолчанию, сложная задача — высокий уровень, длинная многошаговая работа в терминале — модель потяжелее.