Google vừa giới thiệu Gemini 3.8 Flash, phiên bản mới nhất trong dòng mô hình Flash, đồng thời ra mắt Gemini 3.8 Flash Cyber dành riêng cho các tác vụ an ninh mạng. Theo Google, Gemini 3.8 là mô hình reasoning và coding tốt nhất của hãng ở thời điểm ra mắt, nhưng vẫn duy trì tốc độ và mức chi phí thấp tương tự Gemini 3.7 Flash.

Điểm đáng chú ý nhất nằm ở giá. Gemini 3.8 Flash được cung cấp với mức 0,75 USD/1 triệu token đầu vào và 3,75 USD/1 triệu token đầu ra, đúng bằng mức giá giới thiệu của Gemini 3.7 Flash. Với các nhà phát triển sử dụng API ở quy mô lớn, chi phí thấp có thể trở thành lợi thế đáng kể khi triển khai những tác vụ AI cần xử lý liên tục.

Gemini 3.8 Flash ra mắt

Nhưng Google không đơn thuần tung ra một model giá rẻ. Gemini 3.8 Flash được thiết kế cho những công việc đòi hỏi nhiều bước suy luận, viết phần mềm trong thời gian dài và vận hành các AI agent có khả năng tự thực hiện nhiệm vụ. Trên benchmark DeepSWE v1.1 dành cho kỹ thuật phần mềm dài hạn, Google cho biết Gemini 3.8 Flash có thể tự giải quyết các vấn đề kỹ thuật phức tạp từ đầu đến cuối và vượt qua phần lớn những frontier model lớn hơn, với chi phí chỉ bằng một phần.

Cách Gemini 3.8 Flash xử lý các nhiệm vụ phức tạp cũng khác đáng kể so với một chatbot chỉ cố gắng đưa ra câu trả lời nhanh. Google cho biết model có xu hướng thực hiện thêm các bước suy luận, gọi công cụ nhiều lần và sử dụng thêm token khi cần thiết để nâng chất lượng kết quả. Người dùng cũng có thể giảm mức độ suy luận để tiết kiệm token trong những trường hợp ưu tiên hiệu quả chi phí.

Chính ở đây, cái tên “Flash” trở nên đáng chú ý. Tốc độ không chỉ là một tuyên bố marketing của Google. Trong một thử nghiệm được chia sẻ trong cộng đồng, cùng một prompt được sử dụng để so sánh Gemini 3.8 Flash với Opus 5 cho một tác vụ build, Gemini hoàn thành trong 37 giây, trong khi Opus 5 mất 24 phút. Đây là thử nghiệm của người dùng chứ không phải benchmark chính thức của Google, nhưng kết quả cho thấy tốc độ của Gemini 3.8 Flash đang là một trong những điểm gây ấn tượng mạnh nhất.

Một thử nghiệm của người dùng cho thấy tốc độ vượt trội của Gemini 3.8 Flash so với Opus 5

Một thử nghiệm khác cũng cho thấy lợi thế về thời gian và chi phí của Gemini 3.8 Flash. Khi được đặt cạnh GPT 5.6 Sol trong cùng một nhiệm vụ ở mức reasoning cao nhất, Gemini hoàn thành sau khoảng 5 phút với chi phí khoảng 2 USD, trong khi Sol mất khoảng 13 phút và tiêu tốn khoảng 5 USD. Tuy nhiên, đây cũng chỉ là một thử nghiệm đơn lẻ và không đủ để kết luận model nào vượt trội toàn diện.

Đáng chú ý, Google không dừng lại ở một model tổng quát. Gemini 3.8 Flash Cyber là phiên bản được xây dựng riêng cho an ninh mạng, tập trung vào khả năng tự động phát hiện lỗ hổng và vá lỗi. Model này hiện chỉ được cung cấp cho các bên phòng thủ đáng tin cậy thông qua Fairwind Program.

Trên benchmark nội bộ bao phủ các codebase sử dụng 20 ngôn ngữ lập trình, Gemini 3.8 Flash Cyber đạt tỷ lệ thành công trên 70% trong việc phát hiện nhiều loại lỗ hổng. Với khả năng vá lỗi, model đạt pass@1 47,2% trên CWE-Bench, gần với mức 47,8% của một frontier model dẫn đầu nhưng có chi phí thấp hơn đáng kể.

Bảo mật và phát hiện lỗ hổng chính là điều được Google nhắc đến nhiều nhất khi giới thiệu về Gemini 3.8 Flash

Google cũng đã đưa Gemini 3.8 Flash Cyber vào sử dụng để bảo vệ chính hệ thống của mình. Đội ngũ bảo mật Chrome cho biết model tạo ra số bản vá chính xác cao gấp 2,6 lần so với các commercial model tốt nhất có quy mô lớn hơn. Trong một trường hợp khác, nhóm Cloud Vulnerability Research của Google sử dụng model để tìm ra một lỗ hổng nền tảng nghiêm trọng trong chưa đầy 2 giờ, trong khi quá trình nghiên cứu và phát hiện loại lỗ hổng này thường mất nhiều tháng.

Sự xuất hiện của Gemini 3.8 Flash vì thế đáng chú ý ở cả hai phía: chi phí và tốc độ. Google đang đưa một model được thiết kế cho reasoning, coding và các AI agent xuống mức giá 0,75 USD/1 triệu token đầu vào, trong khi những thử nghiệm thực tế cho thấy tốc độ xử lý có thể là lợi thế nổi bật.

Đáng nói hơn, Gemini 3.8 Flash cho thấy dòng “Flash” của Google đang thay đổi vai trò. Đây không còn đơn thuần là những model được tối ưu để trả lời nhanh và tiết kiệm chi phí, mà đang được hướng tới những công việc phức tạp hơn, trong đó AI có thể tự suy luận, gọi công cụ và hoàn thành cả một chuỗi nhiệm vụ thay cho người dùng.