Gemini 3.8 Flash リリース："頼れる主力（Workhorse）"として、ソフトウェアエンジニアリング、自律エージェントタスク、多段階の深い推論に注力

防御ツール：Gemini 3.8 Flash Cyber

Gemini 3.8 Flash Cyber は、汎用版と基盤となる推論およびコーディング能力を共有し、脆弱性の発見、検証、自動パッチ適用に特化して強化されています。汎用版には、化学、生物、放射線、核、およびネットワーク攻撃の悪用に対する安全対策が保持されています。Cyber 版はサイバーセキュリティの緩和策が緩和されているため、公開 API では提供されず、主にFairwind Programを通じて、審査を通過した防御機関、重要インフラ運営者、ソフトウェア保守担当者、セキュリティ研究者に提供されます。

脆弱性の発見

CyberGym は C/C++ の脆弱性発見能力をテストします。3.8 Flash Cyber の Pass@1 は 86.2% で、3.5 Flash Cyber の 77.5% と GPT-5.5-Cyber の 85.6% を上回っています。Gemini の結果は Google によって計算され、他のモデルの結果はモデルカードと公開リーダーボードからのものであり、実行条件は完全には統一されていません。

Google はまた、内部データセットを使用して、20 のプログラミング言語における 1200 件の最近の歴史的脆弱性をテストしました。3.8 Flash Cyber の成功率は 71.0% で、3.7 Flash は 58.9%、3.5 Flash Cyber は 46.6% でした。この結果はより広範な言語をカバーしていますが、データセットと実行プロセスはまだ外部チームによる独立した再現ができません。

自動パッチ適用

Flash Cyber の製品上の方向性は、まず脆弱性を発見し、その後パッチを適用することです。Google は開発初期から、脆弱性の悪用などの攻撃能力よりも、脆弱性の修正を優先してきました。CWE-Bench は、モデルが正しいパッチを生成できるかどうかをテストします。ベンチマークの所有者である Collinear AI は、Antigravity agent harness と高い思考レベルでテストを実行しました。3.8 Flash Cyber の Pass@1 は 47.2% で、Fable 5 の 47.8% をわずかに下回りますが、平均的な単回 rollout コストははるかに低くなっています。

このモデルはすでに Google およびパートナー組織の実際の防御プロセスに組み込まれています。Chrome セキュリティチームが取得した正しいパッチの数は、最高の大型商業モデルの 2.6 倍でした。Wiz の内部侵入テストの再現率は 7.5 から 9.7 ポイント向上し、コストは 2.3 から 5.2 倍削減されました。Google Cloud の脆弱性研究チームは、通常数ヶ月の研究を必要とする重要な基盤脆弱性を二時間以内に発見しました。Chrome と Cloud のデータは Google によって提供され、Wiz のデータはその内部テストからのものです。これら三つの結果は、まだ統一された独立した再テストを受けていません。

アクセス制御とプロンプトインジェクション

Fairwind は現在 650 以上のパートナー組織をカバーしています。参加組織は、身元調査とセキュリティ記録の審査を受け、ユーザー本人確認、フィッシング耐性のある MFA、アクセス制御、従業員の使用状況の追跡を実施する必要があります。アクセス権は転売、共有、再配布はできません。承認されたタスクには、許可された脅威シミュレーション、リバースエンジニアリング、および防御または学術研究を目的としたマルウェア分析が含まれます。

Gray Swan は、間接的なプロンプトインジェクションテストを独立して実施しました。テストでは、combined attack set、transfer only を採用し、computer use は使用しません。指標は攻撃成功率であり、低いほど良いとされています。この特定の設定では、3.8 Flash の攻撃成功率は低くなっていますが、これはブラウザ、メール、コードベース、サードパーティツールに接続されたエージェントがプロンプトインジェクション問題を解決したと導き出すことはできません。

アップグレードの対象者

• 3.7 Flash を使い続ける場合：タスクが短く、構造が安定しており、呼び出し量が多い場合で、主な目的がレイテンシーとコストの削減である場合。
• 3.8 Flash を使用する場合：タスクに長いコンテキスト、複数ステップの推論、継続的なツール呼び出し、またはコード変更が必要で、失敗した場合の手動による手戻りコストが高い場合。
• 3.8 Flash Cyber を申請する場合：組織が合法的な脆弱性調査またはパッチ適用のニーズを持ち、Fairwind の身元、権限、監査要件を満たすことができる場合。

実際の利用方法

• 開発者：Gemini API と Google AI Studio から 3.8 Flash を呼び出せるほか、Google Antigravity、Android Studio、Stitch でも使用できます。
• 企業：Gemini Enterprise で汎用版を使用できます。
• 個人ユーザー：Google AI Pro および Ultra のサブスクライバーは、Gemini、Google 検索の AI Mode、Google Sheets で使用できます。
• サイバーセキュリティチーム：Fairwind Program から Flash Cyber を申請できます。承認されると、単独で呼び出すことも、CodeMender と組み合わせて使用することもできます。Gemini Enterprise Agent Platform のマネージドモデル経由でのアクセスは、データ保持なし をサポートしています。Fairwind の条件を満たさない組織でも、公開モデルを CodeMender と組み合わせて使用できます。

アップグレードする前に、同じハーネス、同じツール権限、同じ合格基準の下で 3.7 と 3.8 を比較する必要があります。少なくとも 20 から 50 の実タスクをテストし、完了率、総トークン数、エンドツーエンドの所要時間、ツール費用、手動介入率をそれぞれ記録してください。デフォルトの medium がすべてのトラフィックに適しているとは限りません。シンプルなタスクでは low をテストし、重要なタスクでは high をテストすることを検討してください。

モデルは依然として幻覚、断続的な速度低下、またはタイムアウトを引き起こす可能性があります。ナレッジカットオフは 2026 年 3 月とされていますが、一部の分野では依然として 2025 年 1 月の状態にとどまっている可能性があります。内部の自動安全評価では、多言語セキュリティ指標は 3.7 Flash と比較して 5.4 ポイント低下しています。Google は、手動レビューにより、関連する損失のほとんどは誤検出または深刻でないサンプルによるものであると述べています。Gemini 3.8 Flash の主な改善点は、長期的なタスクの完了率が向上したことです。3.7 を置き換える価値があるかどうかは、実際のタスクの完了率と総コストによって決定されるべきです。