四連超凡 Quadra kill，不是遊戲，而是 Gemini 又雙叒叕發新的 Flash 模型了。

出於刻板印象和谷歌低調的宣發，這次的 Gemini 3.8 Flash 世超本來沒太上心。

但意外的是，網上風評很不錯，尤其是編輯部的谷歌老粉，紛紛感慨：

難道說，Flash 纔是對的？

看官方的跑分表，確實會被唬住，因為它拉來對標的，已經是 Claude 和 GPT 的旗艦模型了。

最有衝擊力的提升都集中在「幹活」兩字上。

DeepSWE 這項，主打長線的編程開發能力，已經摸到了 Claude Opus 5 的屁股，只差 0.3%。

而像傳統測 Agent 能力的 Terminal-bech，它在 2.1 版的測試裏也是力壓全場，豪取 89.45%；

不過在上個月更新的 4.0 版中，它又拉了個 19.1%，能力泛化差點意思。

除此之外，多模態成績還算強勢，科研，金融分析等專業領域，也小有進步。

而且翻開更具體的模型卡片能看到，3.8 Flash 的世界知識來到了 26 年的 3 月份，腦子裏終於更新了點新東西。

但難崩的是谷歌很快打了個補丁，說只有部分領域是新的，很多老領域仍然是雷打不動的 25 年 1 月。。。

當然，重頭戲還是性價比，3.8 Flash 這次性能跑分庫庫漲，但吐 token 的速度仍舊一瀉千里。

看 Artificial Analysis 的排行榜，大夥兒多半是兩位數，就它幹到了三百多。

不過話說回來，比起之前，它執行起任務的速度反而要慢一些。

因為谷歌說 3.8 Flash 在工作中會更努力的調用工具，推理更多步驟，這樣活兒會幹得更漂亮，代價就是拉長交付時間。

價格這塊兒也挺有活兒，雖然 Flash 的便宜大碗衆所周知，但直接貼到跑分表裏頭兩行，大寫特寫的，咱還是頭一回見。

我們也簡單實測了一下，省流就是除了快還是快，幹活兒不懶，智商一般，但寫東西意外的挺有人味兒。。。

比如同樣生成一篇文章，講述最近 DLSS 5 有爭議的內容。

GPT 5.6 這兒東拼西湊兩分半開始下筆，但你一下就能品到 AI 味兒，直衝天靈蓋兒。

像「不是而是」這種已經是老版本了，現在是三五個字兒一句話，配合莫名其妙的設問，再點綴上無窮無盡的排比，讀起來斷斷續續的，非常割裂。。。

Gemini 3.8 Flash 則是另一種畫風，3000 字的稿子，17 秒足矣，多一秒都是對 Flash 的褻瀆。

遣詞造句的習慣也完全不同，風格更犀利，樂意用一些網絡熱梗去類比。

雖然偶爾顯得用力過猛，但場景的渲染和情緒的遞進都絲滑很多，讀起來也流暢一些，起碼沒那麼乏味。

不過你仔細看完，就會發現，這倆純偏科生來的，Gemini 雖然說人話了，但它論證的準確度遠不如 GPT 嚴謹。

接下來的 Coding 測試，表現就沒有跑分看起來那麼猛了。

先來個常規的 3D 場景建模，用網頁還原二遊那種渲染的質感，造個日式便利店。

就結果來看，確實達不到原作者 Demo 中 Claude Opus 5 的那種質感。

模型整體的規格和樣式基本沒錯，但內部的細節就少了太多，而且光影效果也沒按提示詞來，整體的濾鏡色調都差了個檔次。

作為對比，下面又拿 GPT 5.6 Terra 和 Kimi K3 跑了一輪，雖然跑分表上他們旗鼓相當，但這倆的質感明顯好很多。

超市的門能打開了，模型邊緣也加了非常靈魂的黑色描邊，多了很多二次元風格化的處理細節。

依次為GPT 5.6 Terra和Kimi K3

接下來加大難度，讓它復刻經典的 Minecraft 遊戲。

如果是網頁版，配上一句話的提示詞，那你將體驗到竄稀一樣的速度，它不到一分鐘就能搓出來。

雖然跟預想的一樣拉完了，但好在沒啥 BUG，方塊能挖也能放，主打一個簡約。

而如果升級一下，用谷歌 AI Studio 的那套工具打輔助，那質感撓一下就上來了。

細節更接近 Minecraft 原版，方塊的類型更多，玻璃草地的材質也很還原，尤其是遊戲本體的功能性更豐富了，菜單有更多設定選項，遊戲中也多了揹包之類的複雜系統。

能看出來，有工具跟沒工具的 Gemini 3.8 Flash 是兩個玩意兒。

所以我乾脆安裝了 Antigravity，谷歌官方的本地 Agent 工具，看看更專業的 Harness 加持下，會不會有更好的效果。

不過還是得吐槽一下，比起 Codex，WorkBuddy 之類的應用，Antigravity 的使用體驗就是一坨，沒有中文適配，沒有技能商店，第三方插件寥寥無幾，一切都透露着原始美。。。

言歸正傳，這一版的 Minecraft 我讓它結合一下漫威蜘蛛俠的玩法，能在城市間蕩蛛絲。

這回沒那麼快了，花了大概 8 分鐘，它才把成品掏出來。

地點設定在紐約的曼哈頓，Minecraft 的玩法都還在，方塊都轉化成了更適配主題的現代化材質。

可能是因為在執行前寫了計劃書的原因，完成度明顯高了很多。

比如很多地標建築，像帝國大廈，跨海懸索橋，拿方塊還原的都不錯，過河小橋，路燈這些小細節也不少，連史蒂夫本人都換成了 Spiderman 的皮膚。

不過這個蕩蛛絲的玩法物理判定太複雜，它修了好幾輪都還有 Bug，Spiderman 的速度詭異，一會兒飛起，一會兒卡住，在大樓之間來回抽搐抖動。

最後我又測了一下代碼理解能力，讓它去 GitHub 上把 DeepSeek Harness 拉下來，做個方便理解代碼倉庫的 wiki。

花了十分鐘，它把項目從頭到尾讀了一遍，然後搓出了 wiki。

內容倒是沒偷懶，架構設計，接入的協議，以及後續二次開發的標準都扒了出來。

但審美這塊兒還是祖傳的 AI 味兒，後續我讓它自己裝個 skill，然後重構一下前端。

結果它老毛病又犯了，2 分鐘安裝執行糊弄完畢，風格切換就是換個色兒，翻開思維鏈能看到，skill 裝是裝了，但只調用了一半兒就自作主張交差了。。。

這通測試下來，也能感覺到 Gemini 3.8 Flash 的尷尬之處，它執行速度奇高，但又有一堆莫名其妙的小毛病。

有前面 4 個月 4 個 Flash 模型的積累，沒人比谷歌更懂 Flash 的性價比，所以執行效率沒啥毛病。

但小毛病這塊兒又確實影響體驗，像 Minecraft 這個任務，網頁版，AI Studio 和 Antigravity 的產物存在明顯差距。

工具越少，約束越鬆散，它就越隨心所欲。反之如果有靠譜的 Harness 去約束，有清晰的規劃和邊界，那它又會聽話很多。

所以只能期待一手谷歌給 Harness 的升級，給模型補上能動的手腳，到時候就知道 Flash 這條路到底是夯還是拉了。。