趁着大家都在集中测试 GPT-6 Astra 的建模和游戏能力，我这几天把重心放在了 Google 刚刚发布的 Gemini 3.8 Flash 上。算下来，Gemini 在过去一个多月里没有发过 Pro 版本，而是保持着罕见的迭代密度，把 Flash 系列从 3.6、3.7 一路更新到了 3.8。

Google 官方博客公布的 Gemini 3.8 Flash 价格与各项基准跑分对比表

先看账面数据：Gemini 3.8 Flash 延续了上一代 3.7 Flash 的促销定价，输入仅需 0.75 美元/百万 Token，输出为 3.75 美元/百万 Token（优惠持续到年底）。但它在官方基准测试里对标的却是输入 5 美元、输出 25 美元的 Claude Opus 5——在 DeepSWE v1.1（73.7%）和 Terminal-bench 2.1（89.4%）等编程与终端任务上，两者的跑分几乎咬平。

我平时主要在 Antigravity 里配合 Google AI Pro 订阅使用它。因为 Google 给自家的 Gemini 模型划分了独立的额度池，这套组合的额度非常耐用：我高强度用了好几天，周限额才消耗了 40%，还剩 60% 的余量。

Antigravity 设置界面中 Google AI Pro 订阅对应的 Gemini 模型独立额度池

终于能在 Agent 里跑完长流程

如果只看跑分，其实很难体会这次 3.8 Flash 最关键的改进。

从早期的 Gemini 3.1 Pro 开始，市面上虽然有很多编码 Agent 接入了 Gemini，但我以前用它们写代码时，从来没有一次能顺利聊到触发上下文压缩（Compact）。往往才交互四五轮，模型就会出现严重的幻觉、工具调用报错或者陷入无限重复输出的死循环，实际体验甚至不如国内几块钱一百万 Token 的模型。

而 Gemini 3.8 Flash 是我用下来第一个真正能在 Agent 工作流里稳定把活干完的 Gemini 版本。它的生成速度比 GPT-5.6 Sol 快得多，写代码前给出的执行计划和改完代码后的总结报告也排版得很清爽，非常适合保持心流。

实测案例一：VibeHub 文案润色与更新日志模块

我先拿自己的编程科普网站 VibeHub（vibe-hub.org）做了实战测试。之前网站上有一批技术词条的解释读起来比较生硬，我让 Gemini 3.8 Flash 重新润色了一遍，并顺手把读者投稿的新词条（如契约测试、数据库迁移等）补充进词库，最后让它独立设计并实现了一个新的“更新日志”页面。

由 Gemini 3.8 Flash 设计并实现的 VibeHub 更新日志模块与新增词条

在这个过程中可以明显感受到它的文字功底：

  • 写文案有人味：它延续了 3.7 Flash 的特点，写出来的中文自然流畅。虽然如果不加约束，它偶尔还是喜欢用一些略显夸张的比喻和拟人，但只要在提示词里稍微收一收边界，产出的文字就非常舒服。
  • 产品规划与文档能力扎实：除了改文案，它在梳理产品需求文档（PRD）和规划功能模块时的条理性也很清楚，交付的更新日志时间线基本一次成型。

实测案例二：重构 oil-motion 门禁与创意动画脑暴

第二个测试是维护我的开源网站动画 Skill oil-motion。这个项目目前在 GitHub 上攒到了 2100 多颗 Star，但初版规则是我让 GPT 写的，里面塞进了大量繁琐的门禁检查和哈希校验，导致其他模型在调用时经常卡壳。

我让 Gemini 3.8 Flash 通读整个 Skill 仓库，帮我把过重的门禁规则精简了一遍，并实际跑通了测试流程。相比我之前测试 GLM 5.3 时对复杂 Skill 流程的理解偏差，Gemini 3.8 Flash 对长指令和工程规范的把握准确得多。

顺着这次改造，我还让它给 oil-motion 补充几个网页动画的参考创意。它构思了一个很有意思的一镜到底滚动网页：画面最初定格在一只眼睛的瞳孔深处，随着鼠标滚轮往下滑，镜头从瞳孔中不断向外拉远，依次穿过黄金都市与圣殿穹顶，而且在滚动的任意时刻都可以随时停下或倒退。

使用 Gemini 3.8 Flash 配合 oil-motion 生成的一镜到底滚动动画网页

能力边界：复杂逻辑防漏与前端设计短板

虽然日常使用很顺手，但在几天的深度测试里，我也摸清了它目前不适合单独承担的两类任务：

  1. 严密的技术方案与边缘情况排查仍有遗漏：我让 Gemini 3.8 Flash 写过一份涉及额度扣减与定价策略的技术方案，随后把文档丢给 Codex（调用 GPT-6 Astra High）做交叉评审。Codex 一下子揪出了好几个 P0 级别的严重漏洞，比如预占额度与最终结算缺少专门的数据表对齐、通过中转站调用时无法按官方价格直接换算真实 Token 成本等。在涉及支付计费、搜索召回等容错率极低的复杂逻辑时，Gemini 3.8 Flash 依然容易漏掉关键细节。
  2. 纯前端视觉设计能力平平：如果让它从零做高审美的界面设计，它的表现不如自家的老版本 Gemini 3.1 Pro，也比不上 GPT-6、Kimi 和 GLM。

使用 Codex 对 Gemini 3.8 Flash 编写的计费方案进行交叉评审并查出多项 P0 遗漏

摸清这些长短板后，它在工具箱里的定位就很清晰了：凭借比 Grok 还便宜的定价和极快的响应速度，它非常适合用来处理中等复杂度的代码实现、撰写产品方案、打磨文案以及脑暴创意；而遇到架构设计或核心计费逻辑时，最好再搭配 Codex 等强推理模型做一轮交叉验证。