Google DeepMind "Gemini 3.8 Flash"-ийг танилцууллаа: 6 дахин хямд өртгөөр Claude Opus-ийг гүйцсэн "Long-Horizon" кодын шинэ тоглогч

Сүүлийн хэдэн сарын турш хиймэл оюуны салбарын өрсөлдөөн хөгжүүлэгчдийг бараг "загварын ядаргаа" (model fatigue)-д оруулаад буй. Гэвч Google DeepMind-аас гаргасан ээлжит мэдэгдэл энэ удаад анхаарал татахгүй байхын аргагүй өөрчлөлтийг авчирлаа. Тэд зургаахан долоо хоногийн хугацаанд гурав дахь Flash түвшний загвар болох Gemini 3.8 Flash болон кибер аюулгүй байдалд тусгайлан зориулсан Gemini 3.8 Flash Cyber хувилбарыг албан ёсоор цацлаа.

Хамгийн гол шуугиан нь ердөө $0.75 (input) ба $3.75 (output)-ийн үнэтэй уг жижиг загвар нь бодит програм хангамж хөгжүүлэлтийн хүнд даалгавруудыг гүйцэтгэхдээ үнэтэй Frontier моделиуд болох Claude Opus 5 болон GPT-5.6 зэрэг аваргуудтай ижил түвшинд, зарим үзүүлэлтээр бүр илүү гарч ирсэнд байна.

Бага өртөг, Frontier чадвар: Үнийн дайн шинэ түвшинд очлоо

Хөгжүүлэгч бидэнд тулгардаг хамгийн том асуудал бол "Чадвартай загвар нь хэтэрхий үнэтэй, харин хямд загвар нь кодыг нураачихдаг" явдал байсан. Саяхан л repo түвшний асуудлыг шийдвэрлүүлэхэд сая токен тутамд $5-$25 төлөхөөс өөр аргагүй байв.

Google Gemini 3.8 Flash-ийн хувьд:

Оролтын үнэ (Input): $0.75 / 1 сая токен
Гаралтын үнэ (Output): $3.75 / 1 сая токен
Контекст цонх: 1 сая токен

Энэ нь зах зээл дээрх том frontier загваруудаас даруй 6.7 дахин хямд гэсэн үг. Энэхүү үнийн босго нь хөгжүүлэгчдэд бүтэн codebase-ээ байнга уншуулах, автомат тестийн loop-үүдийг тасралтгүй ажиллуулах эдийн засгийн бодит боломжийг олгож байна.

"Нэг цохилтоор хариулах" биш, "Өөрийгөө шалгаж засах" архитектур

Өмнөх Gemini 3.7 Flash нь түргэн шуурхай, шууд хариу өгөхөд чиглэж байсан бол 3.8 Flash-ийн философи бүхэлдээ "Long-horizon coding" буюу урт хугацааны, олон шатлалт инженеринг рүү шилжжээ.

Энэ загвар нь ердийн нэг prompt-оор код үүсгээд орхихгүй:

Зорилгоо дэд даалгавруудад задлах: Таны өгсөн issue-г шууд засах гэж дайрахын оронд директоруудыг нэгжин, архитектурыг судална.
Алдааг илрүүлэх скрипт бичих: Асуудал яг хаана гарсныг батлахын тулд эхлээд reproduction script эсвэл unit test үүсгэнэ.
Tool Call ашиглан тест ажиллуулах: Өөрчилсөн кодоо терминал орчинд бодитоор туршиж, алдаа заавал эргэж засварлана.
Recursive Loop: Тест бүрэн ногоон болж, verification давталт дуустал даалгаврыг "дууссан" гэж зарлахгүй.

Энэхүү олон алхамт шалгалт нь нэг даалгаварт зарцуулах токений хэмжээг өмнөх загваруудаас 30 орчим хувиар өсгөж байгаа ч, гарсан үр дүн нь шууд production-д ашиглагдах боломжтой болж буйгаараа онцлогтой.

Бенчмарк: DeepSWE v1.1 ба Terminal-Bench дээрх дүн

Google-ийн танилцуулсан тайлан болон хөгжүүлэгчдийн эхний тестүүдээс харахад:

DeepSWE v1.1 (Бодит repo дээрх даалгавар шийдвэрлэх): Gemini 3.8 Flash нь 73.7% амжилт үзүүлсэн байна. Энэ нь олон фронтиер загваруудаас өндөр үзүүлэлт юм.
Terminal-Bench 2.1: CLI болон терминал орчинд тушаал биелүүлэх чадвар нь 3.7 хувилбарын 81.6%-аас 90.8% болж өсчээ.

Гэхдээ хөгжүүлэгчид анхаарах нэг чухал зүйл бий: загварын чадал нь Harness буюу түүнийг ажиллуулж буй агент системээс шууд хамаарч байна. Хэрэглэгчид ердийн вэб чатаар асуухад гарах үр дүн дундаж байх боловч Google Antigravity, Junie эсвэл CLI harness орчинд ажиллуулахад кодын чанар нь эрс тэс ялгаатай гарч буйг бие даасан тестерүүд тэмдэглэжээ.

Gemini 3.8 Flash Cyber: Автоматжуулсан хамгаалалтын тусгай модель

Нээлтийн үеэр DeepMind зөвхөн кодинг төдийгүй Gemini 3.8 Flash Cyber гэх тусгай хувилбарыг танилцууллаа. Google-ийн шинэ "Fairwind Program"-аар дамжин зөвхөн итгэмжлэгдсэн аюулгүй байдлын мэргэжилтнүүдэд нээлттэй байх энэхүү модель нь:

Бодит эмзэг байдлыг (CVE) 70 гаруй хувийн амжилттайгаар автоматаар олж илрүүлдэг,
Эмзэг кодыг илрүүлээд зогсохгүй, түүнд тохирох patch-ийг өөрөө үүсгэж, regress хийхгүй эсэхийг тестээр баталгаажуулдаг.

Энэхүү сургалтын үр дүн нь үндсэн 3.8 Flash-ийн логик сэтгэлгээг ч улам нарийвчлахад шууд нөлөөлсөн гэж DeepMind тайлбарлаж байна.

Хөгжүүлэгчид өнөөдрөөс юу хийж болох вэ?

Монголын стартапууд болон бие даасан хөгжүүлэгчдийн хувьд энэхүү хувилбар хэд хэдэн том давуу талыг авчирч байна:

GitHub Action болон CI/CD-д холбох: Код бүр дээр ажиллах AI кодын шалгагч, автомат тест бичигч агент хийхэд төсөв бараг хөндөгдөхгүй.
IDE Integration: Google AI Studio, Vertex AI, мөн Junie болон GitHub Copilot экосистемд шууд интеграци хийгдэж эхэлсэн тул нэмэлт хүлээлтгүйгээр туршиж үзэх боломжтой.
Prompt-оос Agent Harness руу шилжих: Зүгээр л том кодоо paste хийгээд хариу нэхдэг үе өнгөрсөн. 3.8 Flash-ийг бүрэн ашиглахын тулд bash script, linter, test runner-тай холбосон loop harness үүсгэх шаардлагатайг санах нь чухал.

Агент түвшний програмчлал зөвхөн үнэтэй subscription-тай компаниудын давуу эрх байхаа больж, хамгийн хямд API-тай Flash загварууд руу бууж ирж байна.

Эх сурвалж: Google DeepMind (Gemini 3.8 Flash Announcement & Model Card), Google AI for Developers, DataCamp Benchmarks