Gemini 3.8 Flash та Flash Cyber: між обіцянками безпеки та реальністю витрат

Ціновий шок для ШІ: Чому Gemini 3.8 Flash значно дорожчий, ніж ви думаєте

Хакерський ШІ за рекордні терміни: що насправді стоїть за Gemini 3.8 Flash Cyber ​​від Google

З Gemini 3.8 Flash та його вузькоспеціалізованим варіантом Flash Cyber, Google розпочинає наступний етап у глобальній гонці озброєнь штучного інтелекту, але цей технологічний прорив має суттєвий недолік. Хоча версія Cyber ​​сяє як безпрецедентно ефективна зброя для виявлення та виправлення вразливостей програмного забезпечення та, не безпідставно, підлягає суворим обмеженням доступу, вільно доступна стандартна модель викликає гарячі дискусії. Незважаючи на блискучі результати бенчмарків та, здавалося б, неперевершені вступні ціни, значна пастка витрат ховається дрібним шрифтом. Надзвичайне внутрішнє споживання токенів через приховані «процеси мислення» робить ШІ значно дорожчим на практиці, ніж його попередник. Дізнайтеся, що насправді можуть робити нові моделі Google, чому варіант Cyber ​​змінює основи цифрової оборони та чому вам потрібно дуже уважно переглянути свою наступну виписку з рахунку за ШІ.

Перегони озброєнь в обороні: нова кіберзброя Google

Коли постачальнику програмного забезпечення потрібна власна команда безпеки для виявлення вразливостей менш ніж за дві години, тоді як раніше на це йшли місяці, основи цифрового захисту докорінно змінюються. 2 вересня 2026 року Google представила Gemini 3.8 Flash Cyber, спеціалізовану модель, яка саме виконує цю обіцянку, принаймні, за власними даними компанії. Це спеціально навчений варіант серії Gemini 3.8, призначений не для загальних завдань, а виключно для виявлення прогалин у безпеці в програмному коді та автоматичного написання відповідних патчів.

Серед відповідальних за розробку в Google — Тулсі Доші, старший директор з управління продуктами, та Ралука Ада Попа, керівник відділу безпеки Gemini в Google DeepMind. Зовнішні партнери, такі як компанія з безпеки Wiz, а також внутрішні команди Google Cloud Security та Chrome Security, також брали участь у тестуванні, розгортаючи модель у реальних тестових середовищах перед її публічним запуском. Примітно, що обидва нові варіанти моделі — загальна модель Flash та версія Cyber ​​— базуються на одному технічному ядрі та відрізняються насамперед заходами безпеки та обмеженнями доступу, а не принципово іншою архітектурою чи розміром моделі.

Коли цифри говорять самі за себе: детальний аналіз балансу продуктивності

Результати тестування, опубліковані Google, свідчать про виняткову ефективність у виявленні та усуненні вразливостей безпеки. У внутрішньому тестуванні на двадцяти мовах програмування Gemini 3.8 Flash Cyber ​​​​досяг успіху понад сімдесят відсотків у пошуку вразливостей. За даними Google, модель також отримала найвищі бали у визнаному в галузі тесті CyberGym, спеціально розробленому для автономного виявлення вразливостей безпеки, зокрема 86,2 відсотка у виявленні вразливостей.

У зовнішньому тесті CWE-Bench, який вимірює здатність створювати робочі патчі безпеки, модель досягла показника успішного проходження одного тесту на рівні 47,2 відсотка. Це лише трохи відстає від значно більшої та дорожчої моделі конкурента, яка досягла показника 47,8 відсотка, але за значно вищі експлуатаційні витрати. Ця різниця лише в 0,6 відсоткових пункти, у поєднанні зі значно нижчими витратами, підкреслює, що Google навмисно зосереджується на ефективності, а не на чистій продуктивності у своєму кіберваріанті.

Практична значущість особливо очевидна у відгуках партнерів з безпеки. Компанія Wiz, що займається безпекою, повідомила про вищий рівень успішності внутрішніх тестів на проникнення на 9,7 відсотка за значно меншу ціну. Звіт команди Google Cloud Security Team ще більш вражаючий: критична вразливість, на виявлення якої зазвичай знадобилося б кілька місяців, була виявлена ​​менш ніж за дві години за допомогою моделі. Команда Google Chrome Security Team також повідомила, що модель згенерувала в 2,6 раза більше безпомилкових патчів для браузера Chrome порівняно з іншими комерційними альтернативами.

Ще один важливий аспект стосується стійкості моделі до спроб маніпуляцій. У так званому бенчмарку «Сірий лебідь», який перевіряє вразливість до швидких введень, тобто спроб маніпулювати моделлю штучного інтелекту, щоб вона вела небажану поведінку за допомогою розумно сформульованих вхідних даних, Gemini 3.8 Flash Cyber ​​​​досяг успіху атаки лише 6,0 відсотка. Цей низький показник свідчить про порівняно високу стійкість, що має вирішальне значення, особливо для інструменту, який потенційно може бути використаний для наступальних цілей.

Доступ під замком: програма Fairwind як запобіжний клапан

На відміну від загальної моделі Gemini 3.8 Flash, яка широко доступна через Gemini API, Google AI Studio, Android Studio та додаток Gemini, кіберваріант підлягає суворому контролю доступу. Google обґрунтовує це обмеження подвійною природою використовуваних можливостей: ті ж механізми, які можуть знаходити та виправляти вразливість, теоретично також можуть бути використані для навмисного використання прогалин у безпеці.

З цієї причини Google створила програму Fairwind, яка надає доступ виключно перевіреним сторонам. Пріоритетні групи користувачів включають державні установи, операторів критичної інфраструктури та організації, відповідальні за обслуговування та безпеку програмного забезпечення. Це обмеження є частиною загальнокорпоративної програми безпеки Frontier Safety Framework Google, яка встановлює гарантії від неправильного використання моделей штучного інтелекту в особливо чутливих галузях, таких як хімія, біологія, радіологія, ядерні застосування та, звичайно ж, наступальна кіберзлочинність. Хоча базова модель вже включає стандартні гарантії від такого неправильного використання, кіберваріант отримує навмисно більш дозвільний набір дозволів кібербезпеки. За словами компанії, саме тому вона не є загальнодоступною, а залишається зарезервованою виключно для довірених захисників.

Це балансування між максимізацією переваг безпеки та ризиком неправильного використання — це не просто технічна примітка, а сама суть стратегічного рішення Google. Інструмент, який може виявляти вразливості в рекордно короткі терміни, є таким же небезпечним у неправильних руках, як і корисним у правильних. Рішення контролювати доступ через кураторський процес застосування, а не відкрито просувати модель, демонструє, що Google серйозно ставиться до ризику, але також порушує питання про те, наскільки стійкою може бути така система контролю доступу в довгостроковій перспективі проти неправильного використання, витоків даних або цілеспрямованого проникнення державних структур.

Одна модель, два обличчя: подвійна природа Gemini 3.8

Примітно, що в стратегії продукту Google чітко наголошує на тому, що інтенсивне навчання з кібербезпеки не лише покращило спеціалізований кіберваріант, але й принесло користь загальній моделі. Обидва варіанти мають однакову фундаментальну базу інтелекту, але відрізняються фільтрами безпеки та правами доступу, які вони використовують. Звичайний Gemini 3.8 Flash розроблений для загальних завдань програмування, агентних робочих процесів та багатоетапного мислення у спеціалізованих галузях, таких як фінанси та право, тоді як кіберверсія призначена виключно для захисту від атак.

Ця двостороння стратегія є економічно обґрунтованою, оскільки дозволяє Google обслуговувати два різні сегменти ринку за допомогою єдиних навчальних зусиль: широкий ринок розробників, з одного боку, та вузькоспеціалізований, але високорентабельний ринок безпеки, з іншого. Водночас модель може залишатися відкритою для інновацій у кодуванні, водночас суворо регулюючи чутливий сектор безпеки. Цей підрозділ, ймовірно, слугуватиме моделлю для інших великих постачальників штучного інтелекту, за умови, що програма Fairwind виявиться успішною на практиці.

Новий вимір цифрової трансформації з «керованим ШІ» (штучним інтелектом) – платформа та рішення B2B | Xpert Consulting - Зображення: Xpert.Digital

Тут ви дізнаєтеся, як ваша компанія може швидко, безпечно та без високих бар'єрів входу впроваджувати індивідуальні рішення на основі штучного інтелекту.

Керована платформа штучного інтелекту — це ваше комплексне та безтурботне рішення для штучного інтелекту. Замість того, щоб мати справу зі складними технологіями, дорогою інфраструктурою та тривалими процесами розробки, ви отримуєте готове рішення, адаптоване до ваших потреб, від спеціалізованого партнера — часто всього за кілька днів.

Основні переваги з першого погляду:

⚡ Швидке впровадження: від ідеї до готового до використання застосунку за лічені дні, а не місяці. Ми пропонуємо практичні рішення, які створюють негайну додану цінність.

🔒 Максимальна безпека даних: Ваші конфіденційні дані залишаються з вами. Ми гарантуємо безпечну та відповідність вимогам обробку без передачі даних третім особам.

💸 Без фінансових ризиків: Ви платите лише за результат. Повністю виключаються значні початкові інвестиції в обладнання, програмне забезпечення чи персонал.

🎯 Зосередьтеся на своєму основному бізнесі: Зосередьтеся на тому, що ви робите найкраще. Ми подбаємо про повне технічне впровадження, експлуатацію та обслуговування вашого рішення на базі штучного інтелекту.

📈 Орієнтований на майбутнє та масштабований: Ваш ШІ зростає разом з вами. Ми забезпечуємо постійну оптимізацію та масштабованість, а також гнучко адаптуємо моделі до нових вимог.

Більше інформації тут:

• Кероване рішення на основі штучного інтелекту – промислові послуги зі штучним інтелектом: ключ до конкурентоспроможності в секторах послуг, промисловості та машинобудування

Найвища продуктивність, написана дрібним шрифтом: зворотний бік медалі

Поряд із варіантом Cyber, Google випустила звичайну модель Gemini 3.8 Flash, яка демонструє виняткові хороші результати в ключових тестах. Однак, при детальнішому розгляді, її фактична економічна ефективність виявляється значно складнішою, ніж свідчить офіційна ціна. У прямому порівнянні з конкуруючими моделями, такими як Claude Opus 5 від Anthropic та GPT-5.6 Sol і GPT-5.6 Terra від OpenAI, Gemini 3.8 Flash позиціонує себе на вершині за кількома показниками.

У довгостроковому тесті розробки програмного забезпечення DeepSWE v1.1 модель досягла 73,7 відсотка, що лише на 0,3 відсоткових пункти поступається найкращому результату Claude Opus 5 у 74,0 відсотка. У Terminal-Bench 2.1, який тестує завдання агентного програмування в термінальному середовищі, Gemini 3.8 Flash навіть перевершив результат Opus 5 у 89,4 відсотка порівняно з 89,1 відсотка. Модель також досягла високих результатів у тесті LABBench-2, оцінюючи дані наукової біології з 86,2 відсотка, а також у завданнях юридичного та фінансового аналізу, де вона продемонструвала значні покращення порівняно з попередницею, версією 3.7 Flash.

Однак продуктивність значно слабша в загальних завданнях для агентів з відкритим набором елементів. У Terminal Bench 4.0, який перевіряє загальну здатність моделі самостійно обробляти складні багатоетапні завдання в симульованому робочому середовищі, Gemini 3.8 Flash досягає лише 19,1 відсотка. Хоча це являє собою покращення майже на вісім відсоткових пунктів порівняно з попередньою версією, абсолютне значення залишається скромним порівняно з іншими результатами. У загальних завданнях на знання, виміряних за допомогою показника GDPVal Elo, модель з 1545 балами також посідає лише середнє місце серед протестованих систем.

Головоломка ціни: чому доступне не означає дешеве

Однак справжнім каменем спотикання під час запуску на ринок є не результати бенчмарків, а структура ціноутворення. Google рекламує Gemini 3.8 Flash за початковою ціною $0,75 за мільйон вхідних токенів та $3,75 за мільйон вихідних токенів, дійсну до 31 грудня 2026 року. Ця ціна залишається ідентичною до попередника, 3.7 Flash, і тому значно нижча за ціни прямих конкурентів, таких як $12 за мільйон вихідних токенів для GPT-5.6 Terra або $20 для GPT-5.6 Sol.

На перший погляд, Gemini 3.8 Flash здається явним лідером за ціною. Однак, детальніший аналіз, проведений незалежними тестовими інститутами, такими як Artificial Analysis, показує зовсім іншу картину. Реальним фактором витрат є не ціна за токен, а кількість токенів, фактично спожитих за кожне вирішене завдання. Для ідентичного стандартного завдання Gemini 3.8 Flash споживає в середньому близько 48 000 вихідних токенів у фоновому режимі, тоді як така модель, як GPT-5.6 Terra, вимагає лише близько 21 000 токенів для того самого завдання. Це значно вище внутрішнє споживання є результатом яскраво вираженого «процесу міркування», в якому модель проходить додаткові проміжні кроки, перш ніж надати остаточну відповідь.

Таким чином, фактична вартість одного вирішеного завдання для Gemini 3.8 Flash становить у середньому $0,58, тоді як конкуренти показують кращі результати, близько $0,53, незважаючи на номінально значно вищу ціну токена. Порівняно з попередницею, версією 3.7 Flash, яка в середньому коштувала лише близько $0,40 за завдання, це являє собою збільшення вартості приблизно на 40 відсотків, хоча ціна за токен залишилася незмінною.

У наступному огляді наведено ключові показники балансу витрат та продуктивності:

Ця розбіжність між номінальною ставкою та фактичним рахунком знаменує собою значний поворотний момент в оцінці моделей штучного інтелекту. Ті, хто враховує лише рекламовану ціну за токен, можуть бути неприємно здивовані щомісячним рахунком. Ця проблема загостриться наприкінці року, оскільки офіційні ціни на токени подвоїться до 1,50 долара за вхідні дані та 7,50 долара за вихідні дані з 1 січня 2027 року, що, ймовірно, значно збільшить фактичну вартість кожного завдання.

Тихий тренд галузі: Розвідка в кредит

Те, що спостерігається з Gemini 3.8 Flash, не є поодиноким випадком, а радше симптомом загальногалузевої закономірності. Подібну тенденцію можна спостерігати і в інших провідних постачальників, таких як Anthropic: значна частина вищої продуктивності моделі на папері просто купується ціною тривалішого внутрішнього часу обробки та, отже, надмірного споживання токенів, а не завдяки принципово кращій архітектурі чи підвищенню ефективності. Ця стратегія дозволяє постачальникам демонструвати вражаючі покращення в таблицях бенчмарків, тоді як фактичні експлуатаційні витрати для кінцевих користувачів на практиці непропорційно зростають.

Цей механізм має далекосяжні наслідки для оцінки систем штучного інтелекту в компаніях. Ті, хто обирає модель штучного інтелекту для продуктивного використання в майбутньому, більше не можуть покладатися виключно на офіційні прейскурантні ціни чи окремі контрольні значення. Вирішальним фактором все частіше буде фактична архітектурна ефективність моделі, тобто скільки обчислювальних зусиль система фактично вимагає для досягнення конкретного результату, а не лише теоретичний кінцевий результат. На практиці це означає, що аналіз витрат і вигод для компаній повинен включати реалістичні тестові сценарії з репрезентативними завданнями, замість того, щоб покладатися на маркетингові обіцянки постачальників.

Три моделі за шість тижнів: темпи розробки

Також вражає величезна швидкість, з якою Google оновлює свій модельний ряд. Gemini 3.8 Flash – це вже третє оновлення Flash протягом лише шести тижнів після попередніх релізів Gemini 3.6 Flash та Gemini 3.7 Flash. Такий темп демонструє величезний конкурентний тиск у галузі, де такі постачальники, як Google, OpenAI та Anthropic, повинні представляти нові версії моделей через дедалі коротші проміжки часу, щоб уникнути відставання в гонці за частку ринку, схвалення розробників та увагу ЗМІ.

Водночас, така швидкість ставить під сумнів сталість розвитку. Коротші цикли інновацій неминуче означають коротші фази тестування, що може збільшити ризик невиявлених вразливостей або неочікуваної поведінки у виробничому середовищі. Цей баланс між темпами інновацій та ретельною безпекою особливо важливий у чутливій галузі кібербезпеки, де спеціально розгорнуто кіберваріант Gemini 3.8 Flash. Недосконала модель безпеки, яка створює нові вектори атак, стане значним ударом по репутації та практичній зручності використання таких систем.

Доступність та практична класифікація для користувачів

Gemini 3.8 Flash став широко доступним для розробників та компаній одразу після його анонсу. Доступ до нього можна отримати через Gemini API в Google AI Studio, агентному середовищі розробки Google Antigravity та Android Studio. Корпоративні клієнти отримують доступ через платформу Gemini Enterprise, тоді як платні передплатники рівнів Google AI Pro та Ultra можуть використовувати модель безпосередньо в додатку Gemini та Пошуку Google. Технічні характеристики залишаються практично незмінними порівняно з попередньою моделлю: модель обробляє контекстне вікно обсягом трохи більше одного мільйона токенів, може генерувати до 65 536 токенів виводу та обробляє текст, зображення, аудіо та відео.

Однак, щодо використання Gemini 3.8 Flash Cyber ​​застосовується принципово інша процедура. Зацікавлені організації повинні активно подавати заявки на участь у програмі Fairwind, при цьому пріоритет мають державні установи, оператори критичної інфраструктури та організації з обслуговування програмного забезпечення. Незалежне, власне використання вагових коефіцієнтів моделі неможливе в жодному з випадків, оскільки Google підтримує суворо закриту архітектуру моделі та робить її доступною виключно через власну хмарну інфраструктуру.

Що залишається від обіцянки подвійної революції?

Одночасний запуск Gemini 3.8 Flash та його кібер-варіанту знаменує собою визначний момент у розвитку великих моделей штучного інтелекту, хоча й з двох зовсім різних причин. У випадку з кібер-варіантом справжній прогрес полягає не стільки в окремих вражаючих цифрах, скільки в його практичному перевірці внутрішніми та зовнішніми командами безпеки, які повідомляють про різке прискорення своїх робочих процесів. Навмисне обмеження доступу через програму Fairwind сигналізує про те, що Google серйозно ставиться до притаманної цій технології подвійної природи та намагається знайти відповідальний баланс між перевагами та ризиками.

На противагу цьому, загальна модель Flash виявляє закономірність, яка заслуговує на критичний аналіз. Вражаючі показники бенчмарків та, здавалося б, приваблива ціна токена маскують економічну реальність, за якої фактичні операційні витрати зросли приблизно на 40 відсотків, незважаючи на незмінний прайс-лист. Для компаній, які продуктивно впроваджують моделі штучного інтелекту, це означає, що чисті прайс-листи та рейтинги бенчмарків стають дедалі менш значущими, якщо їх не доповнити реальними вимірюваннями витрат у реальних умовах. Таким чином, галузь прямує до фази, в якій архітектурна ефективність та прозора прозорість витрат, ймовірно, стануть вирішальними конкурентними факторами, навіть більше, ніж просто пікова продуктивність в окремих тестових сценаріях.

Від видимості до довіри: Ваш масштабований шлях з Xpert.Digital - Зображення: Xpert.Digital

У промисловому B2B сталий бізнес-відносини рідко виникають за одну ніч. Вони розвиваються крок за кроком – через видимість, професійну релевантність, повторювані точки дотику та зростання довіри. 4-етапна модель Xpert.Digital саме це і робить: вона пропонує структурований шлях, який починається з керованої точки входу та може перерости в глибшу співпрацю в розвитку бізнесу, якщо це необхідно.

Замість того, щоб покладатися на гучні маркетингові обіцянки, ця модель ставить на перший план відносини. Компанії починають з чітко визначених, легко обчислюваних показників, а потім, виходячи з власного досвіду, вирішують, наскільки вони хочуть розширити співпрацю. Ключовим фактором для цього безперешкодного процесу побудови довіри є те, що платформа повністю уникає надокучливої ​​реклами, тому редакційна увага залишається виключно на експертизі компаній.

Більше інформації тут:

• Від видимості до довіри: Ваш масштабований шлях з Xpert.Digital

☑️ Наша ділова мова – англійська або німецька

☑️ НОВИНКА: Листування вашою рідною мовою!

Konrad Wolfenstein

Я та моя команда раді бути вашим особистим консультантом.

Ви можете зв'язатися зі мною, заповнивши контактну форму тут [email protected]:, або просто зателефонувавши мені за номером +49 7348 4088 965. Моя адреса електронної пошти

Я з нетерпінням чекаю нашого спільного проєкту.

☑️ Підтримка МСП у стратегії, консалтингу, плануванні та впровадженні

☑️ Створення або переорієнтація цифрової стратегії та діджиталізації

☑️ Розширення та оптимізація процесів міжнародних продажів

☑️ Глобальні та цифрові торгові платформи B2B

☑️ Розвиток бізнесу Pioneer / Маркетинг / PR / Виставки