B.AI 宣布 Gemini 3.8 Flash 正式接入 API
相关推荐
谷歌给Gemini加视频Agent：成本最高降66%
动察 Beating AI 快讯，谷歌给 Gemini API 上线 Agentic Video Understanding。它让模型自己决定看哪段视频、怎么检查。普通模式默认按 1 FPS 固定抽帧，再一次性放进上下文。新模式会自己沿时间轴找片段，并按问题选择画面、音频或转录文本。碰到快速动作，还能提高帧率重新检查。 Google 自测称，Gemini 3.7 Flash 开启后，Token 消耗最高下降 88%，分析成本最高下降 66%，准确率相对提升最高约 7%。它能定位不到 1 秒的瞬间，也能在几小时的视频里找一个细节。 技术上是把开发者以前要自己搭的「先定位、再精看」流程塞进 Gemini 内部。现在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 都支持。上传视频和 YouTube 视频都能用，也不另收功能费。之后还会接入 Gemini App 和 YouTube 的 Ask YouTube。
Google推出Gemini 3.8 Flash推理模型，今日起向Pro与Ultra用户开放
PANews 9月2日消息，Google Gemini 宣布其最新 Gemini 3.8 Flash 模型今日起向 Pro 与 Ultra 用户开放。官方称，该模型在日常话题行动建议、文本分析和复杂编码等任务中，将提供更可靠、更全面的回答，以增强高频使用场景下的实用性与执行效率。
Gemini3.8 Flash正式上线：价格不变，多项评测胜过Opus5
动察 Beating AI 快讯，Google 正式上线 Gemini 3.8 Flash。新模型继续主打长时间软件工程和自主 Agent。上下文约 100 万 Token，最高输出 6.5 万 Token。Google 的托管 Antigravity Agent 也已经默认换成 3.8 Flash。 Google 自家对比表里，3.8 Flash 在 14 组分数中拿下 8 组第一。DeepSWE v1.1 从 65.3% 升到 71.0%，接近 Opus 5 的 74.0%。Terminal-bench 2.1 则达到 89.4%，略高于 Opus 5 的 89.1% 和 GPT-5.6 Sol 的 88.8%。金融 Agent、法律 Agent、复杂图表推理和长视频理解也拿到最高分。 不过它没有全面超过旗舰。Terminal-bench 4.0 只有 19.1%，Opus 5 是 51.8%。OSWorld-2.0 也以 59.0% 落后于 Opus 5 的 75.4%。 3.8 Flash 当前输入 0.75 美元、输出 3.75 美元/百万 Token，和 3.7 Flash 一样。两项单价都只有 Opus 5 的 15%。优惠到 12 月 31 日，2027 年 1 月 1 日起翻倍。
Google 员工已测试下一代 Gemini 3.8 Flash 模型
火星财经消息，据 Business Insider 报道，Google 本月刚发布新 AI 模型后，部分员工已开始在内部编码平台 Jetski 上测试预览版 Gemini 3.8 Flash。一名测试员工称，该模型已明显优于 3.7 Flash，但强调目前过早，尚无法全面评价。Google 对此不予置评。在 3.5 Pro 仍未推出、Anthropic 与 OpenAI 持续加速的背景下，Google 已不再拥有前沿模型，转而加码速度更快、成本更低的 Flash 系列“主力模型”，用于编码和运行智能体。Gemini 3.6 Flash 于 7 月推出，3.7 Flash 仅三周后跟进。CEO 桑达尔·皮查伊在 Q2 财报会上表示，公司目标接近每月发布一次。员工预览暗示 Gemini 3.8 Flash 公开推出可能不远，但并非保证。部分 AI 观察者认为已在 Arena AI 基准测试网站上发现该模型踪迹，Google 此前曾用该平台测试即将发布的版本。Google 今年早些时候还推出了 Gemini Spark 智能体。
谷歌推出 Gemini 智能体视频理解功能：最高可降低 88% 代币消耗
火星财经消息，谷歌 DeepMind 发布 Gemini 智能体视频理解功能，已面向 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 模型开放。该功能可通过动态搜索、扫描和检查视频片段，提升长视频分析效率与准确性。相比传统固定帧率处理方式，其最高可减少 88% 代币消耗、降低 66% 分析成本，并提升最高 7% 准确率。该功能现已通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 中提供，未来还将应用于 Gemini 应用和 YouTube“Ask YouTube”功能。
英伟达给Pi加外挂：Agent自己研究找出4种优化，Token最高省64%
动察 Beating AI 快讯，英伟达 NVLabs 开源 SoL-Pi，给 Coding Agent Harness「Pi」加了一层效率优化。研究团队搭了一套自动研究流程，让多个 Agent 分析 Pi 的运行轨迹、提出优化方案、改代码并自动验证。最初有 152 个候选方向，最后只留下 4 个。 这 4 个优化都在减少重复开销。比如改完代码后直接接着跑测试，少一次模型调用；读过的大文件和长输出先存到本地，需要时再取；子任务结束后判断要不要压缩上下文；超长日志先交给便宜模型筛重点，再核对内容确实来自原日志。 在 EdgeBench 上，SoL-Pi 相比原版 Pi 少用 45%–49% Token，成本低约三分之一；相比 Codex、Claude Code 的原生 Harness，Token 少 35%–64%，按 API 标价计算成本低 50%–54%。 不过省钱会损失一点能力，SoL-Pi 保留了 Pi 约 94% 的平均得分；在 Terminal-Bench 4 的 63 个 CPU 任务里，它解出 15 个，Codex 和 Pi 都是 18 个。