Tech Meridian← ВСЕ МОДЕЛИ
PROМОЙ MERIDIAN

GOOGLE / DEEPMIND · ТРЕКЕР МОДЕЛИ

Gemini 3.8 Flash

Gemini 3.8 Flash в приведённых выдержках описывается как предыдущая быстрая (серия «Flash») модель Google, ориентированная на быстрое и более экономичное выполнение задач. В материалах она выступает как предшественник Gemini 4 Hydrogen и, по указанным данным, набрала 18,2% в Terminal-Bench 4.1.

ТЕКУЩИЙ СНИМОК4/5 РАЗДЕЛОВ С ДАННЫМИ

Главные характеристики в одном месте.

ЦЕНА
Сообщенная скидка на кешированные входные токеныСообщается о 90%-ной скидке для кешированных входных токенов (кешированные входы дешевле на 90%).
Относительная стоимость за задачуВ статье говорится, что Inkling 2 Small «по-прежнему значительно дешевле, чем Gemini 3.8 Flash», что указывает на более высокую стоимость Gemini 3.8 Flash за задачу.
КОНТЕКСТ

Не установлено по доступным источникам.

МОДАЛЬНОСТИ
Модальность — мультимодальная (визуальная, аудио)Описывается как мультимодальная; используется в визуальных проектах (например, преобразование изображений и прототипы с несколькими камерами) и упоминается вместе с новыми аудио-моделями, выпущенными в тот же месяц.
БЕНЧМАРКИ
Результаты бенчмаркаВ оценках, приведённых в статье, Gemini 3.8 Flash показала более высокие результаты в нескольких тестах по сравнению со StreamVibe-VL и другими моделями с открытым исходным кодом.
Включена в эксперимент агентов Vals AIGemini 3.8 Flash была одной из шести моделей, протестированных исследователем по безопасности Матильдой Глин-Хенли и Vals AI в эксперименте, где агенты AI пытались получить возврат £350 за билет на поезд; агентам в эксперименте разрешалось до двенадцати симулируемых недель и до 40 миллионов токенов.
Оценка по индексу Artificial Analysis IntelligenceНабрал 41 балл по индексу Artificial Analysis Intelligence в сравнении, описанном The Decoder.
Оценка по бенчмарку CritPt (решения задач исследовательского уровня по физике)Набрал 18% по бенчмарку CritPt в том же сравнении.
WGO-Bench — точность описаний (pure description accuracy)По данным источника, на публичном WGO-Bench Gemini 3.8 Flash показал более высокую точность описаний (pure description accuracy), чем Flora от Nvidia (у Flora «позади» Gemini 3.8 Flash).
Оценка на бенчмарке (StateBench)Оценивалась на StateBench — бенчмарке для отслеживания состояния в длинных контекстах; модель была включена в число передовых моделей, оценённых StateBench.
Прирост оценки в роли оценщика за три раундаВ исследовании прирост средней оценки со стороны оценщика за три раунда составил 13 процентных пунктов для Gemini 3.8 Flash от Google.
Сравнительная производительность в индексе Artificial Analysis IntelligenceВ статье указано, что Inkling 2 Small набрал 31 балл в индексе Artificial Analysis Intelligence и это описывается как «примерно на уровне Google Gemini 3.8 Flash», что подразумевает сопоставимую производительность в этом индексе.
Индекс Artificial Analysis Intelligence — сопоставимый результатУпомянута как «примерно сопоставимая» с Inkling 2 Small (набравшим 31) в индексе Artificial Analysis Intelligence.
Результат в Terminal‑Bench 4.1Указан результат Gemini 3.8 Flash в Terminal‑Bench 4.1 — 18,2%.
ДОСТУПНОСТЬ
Доступность / лицензированиеВ статье описывается как проприетарная модель Google.

ХРОНОЛОГИЯ РЕЛИЗОВ

Только опубликованные события с источниками.

ИСТОЧНИКОВ 14 · ВАЖНОСТЬ 9.0

Google выпустила Gemini 4 Argon для управления роботами, симуляции и улучшения политик

Google выпустила Gemini 4 Argon — модель общего назначения для физических рассуждений, ориентированную на управление роботами, Real2Sim-воссоздание сцен, мульти модальную разметку видео и итеративное улучшение политик. В демонстрациях Argon управляет Boston Dynamics Spot и манипуляторами в MuJoCo-твинах, восстанавливает сцены из теледемонстраций и синтезирует доменно-рандомизированные эпизоды MuJoCo (по данным Google, успех на одном наборе вырос с 56% до 75%); Google сообщает 87% на бенчмарке ERQA, предлагает модель подписчикам Google AI Ultra и через платный Gemini API (gemini-4-argon), при этом публикуя ограниченные данные о неудачах и опираясь на обширные подсказки/сконструированные механизмы управления.

→
ИСТОЧНИКОВ 2 · ВАЖНОСТЬ 7.0

Thinking Machines представила Inkling 2 Small — смесь экспертов с 594 млрд параметров

Компания Thinking Machines заявляет о выпуске Inkling 2 Small — модели типа mixture-of-experts с 594 млрд параметров (17 млрд активны одновременно), поддерживающей текст и изображения; модель доступна через платформу Tinker, а веса планируют опубликовать под Apache 2.0 после внешнего тестирования безопасности. По данным Thinking Machines и метрик Artificial Analysis, Inkling 2 Small набирает 31 балл в индексе Artificial Analysis (на 18 пунктов больше предыдущей версии), демонстрирует значительный рост в агентных и кодинговых бенчмарках, но генерирует больше токенов и стоит дороже за задачу, и компания называет её сильнейшей среди западных open-weight моделей.

→
ИСТОЧНИКОВ 1 · ВАЖНОСТЬ 7.0

Nvidia открывает исходники Flora — движка разметки видео для роботов на Qwen3.5

Лаборатория GEAR компании Nvidia опубликовала Flora — движок разметки данных, состоящий из трёх дообученных Qwen3.5-моделей (9B — сегментация, 27B — описания, 27B 'Flora-Rewarder' — оценка), который формирует границы действий, покадровые награды и метки успешности задач в роботизированных видео. Nvidia заявляет, что Flora используется при обучении моделей GR00T на GB300 GPU и оценивает стоимость разметки примерно в $0,72/час против ~$88/час у GPT-6 Astra, но эти расчёты — прогнозы, а тесты сопровождаются методологическими оговорками.

→
ИСТОЧНИКОВ 1 · ВАЖНОСТЬ 7.0

MiniMax выпустила модель M3.1 Flash для рассуждений; открытые веса выйдут 23 октября

MiniMax представила M3.1 Flash — модель для рассуждений с оценкой 42 по Artificial Analysis Intelligence Index (на 13 пунктов выше M3), поддержкой до 1 млн токенов контекста, ускоренной работой и сниженной стоимостью задачи (~$0,22). Модель улучшилась в задачах сложного рассуждения и фактической точности (48% в «Humanity's Last Exam», 56% в AA-Omniscience), но демонстрирует высокий уровень галлюцинаций (93%); указаны тарифы API, а открытые веса выйдут 23 октября.

→
ИСТОЧНИКОВ 5 · ВАЖНОСТЬ 9.0

Google DeepMind представила Gemini 4 Argon — фронтирную модель с контекстом в 1M токенов

Google DeepMind объявила о модели Gemini 4 Argon — фронтирной мультимодальной модели, заточенной под долгие последовательные рассуждения и сложные рабочие процессы. Argon сначала разворачивается у доверенных киберзащитников в рамках программы Fairwind, увеличивает предел контекста до 1 миллиона токенов, демонстрирует лидирующие результаты по ряду бенчмарков (кодирование, финансы, право, анализ видео) и будет расширенно доступен после поэтапного тестирования безопасности и взаимодействия с органами власти США; также объявлены вводные тарифы.

→

ПРОВЕРЯЕМЫЕ ФАКТЫ

Каждое значение привязано к источнику и дате.

РЕЛИЗ · Анонс / выпускДАННЫЕ РАЗРАБОТЧИКА

Анонсирована Google в сентябре 2026 года в рамках сентябрьских AI-обновлений (включена вместе с другими вариантами Gemini 3.8).

ВОЗМОЖНОСТИ · Возможности — продвинутое рассуждение и агентные задачиДАННЫЕ РАЗРАБОТЧИКА

Демонстрирует значительные улучшения в продвинутом многошаговом рассуждении и агентных задачах (включая программную инженерию), превосходя 3.7 Flash за счёт выполнения дополнительных шагов рассуждения и итеративных вызовов инструментов для более точного результата.

МОДАЛЬНОСТИ · Модальность — мультимодальная (визуальная, аудио)ДАННЫЕ РАЗРАБОТЧИКА

Описывается как мультимодальная; используется в визуальных проектах (например, преобразование изображений и прототипы с несколькими камерами) и упоминается вместе с новыми аудио-моделями, выпущенными в тот же месяц.

БЕНЧМАРКИ · Результаты бенчмаркаДАННЫЕ РАЗРАБОТЧИКА

В оценках, приведённых в статье, Gemini 3.8 Flash показала более высокие результаты в нескольких тестах по сравнению со StreamVibe-VL и другими моделями с открытым исходным кодом.

ОГРАНИЧЕНИЯ · Наблюдаемое ограничение при длинных профилях (prompts) по профессииНЕЗАВИСИМО ПОДТВЕРЖДЕНО

В опубликованной оценке загрузка полноценных профилей по профессиям с Gemini 3.8 Flash привела к увеличению выходных токенов в 1.5–2.3 раза и увеличению оценки стоимости за успешный вызов на 2.2–4.5 раза. На 60 задачах BioMysteryBench средний процент решения составил 46.7% с профилем против 56.7% для базового варианта (разница −10.0 процентных пункта), что связано с более частыми остановками по лимиту токенов и времени при использовании профиля на тестируемой модели.

ВОЗМОЖНОСТИ · Доступ в интернет и по электронной почтеДАННЫЕ РАЗРАБОТЧИКА

Gemini 3.8 Flash указана среди шести моделей, описанных как имеющие доступ в интернет и по электронной почте в эксперименте Vals AI.

БЕНЧМАРКИ · Включена в эксперимент агентов Vals AIДАННЫЕ РАЗРАБОТЧИКА

Gemini 3.8 Flash была одной из шести моделей, протестированных исследователем по безопасности Матильдой Глин-Хенли и Vals AI в эксперименте, где агенты AI пытались получить возврат £350 за билет на поезд; агентам в эксперименте разрешалось до двенадцати симулируемых недель и до 40 миллионов токенов.

БЕНЧМАРКИ · WGO-Bench — точность описаний (pure description accuracy)ДАННЫЕ РАЗРАБОТЧИКА

По данным источника, на публичном WGO-Bench Gemini 3.8 Flash показал более высокую точность описаний (pure description accuracy), чем Flora от Nvidia (у Flora «позади» Gemini 3.8 Flash).

ВОЗМОЖНОСТИ · Интеграция с симуляциями Genie 4ДАННЫЕ РАЗРАБОТЧИКА

Gemini 3.8 Flash используется «под капотом» в Genie 4 для помощи в реал‑временных симуляциях, выступая в роли компонента планирования/управления мира.

ВОЗМОЖНОСТИ · Непрерывный мониторинг сцены, покомпонентное планирование и адаптация планаДАННЫЕ РАЗРАБОТЧИКА

По данным DeepMind, Gemini 3.8 Flash «непрерывно наблюдает сцену, разбивает задачу на шаги и использует новые кадры, чтобы проверить, сработал ли каждый шаг; если мир меняется или пользователь вмешивается, модель корректирует свой план».

БЕНЧМАРКИ · Оценка на бенчмарке (StateBench)ДАННЫЕ РАЗРАБОТЧИКА

Оценивалась на StateBench — бенчмарке для отслеживания состояния в длинных контекстах; модель была включена в число передовых моделей, оценённых StateBench.

ОГРАНИЧЕНИЯ · Ограничение: отслеживание состояния в длинных контекстахДАННЫЕ РАЗРАБОТЧИКА

StateBench указывает, что Gemini 3.8 Flash (вместе с другими передовыми моделями) «ломается» на более сложных формах отслеживания состояния по мере увеличения длины входа, что указывает на снижение качества при более сложных и длинных цепочках зависимостей.

ВОЗМОЖНОСТИ · Оценивалась на выполнение сквозных проектов по data science (роли писателя и оценщика)НЕЗАВИСИМО ПОДТВЕРЖДЕНО

Gemini 3.8 Flash была одной из семи моделей, оценённых в исследовании, где модели выступали и как «писатель», и как «оценщик» для создания, выполнения и итеративного улучшения полных проектов по data science (загрузка, очистка, анализ данных и написание короткой статьи).

БЕНЧМАРКИ · Прирост оценки в роли оценщика за три раундаНЕЗАВИСИМО ПОДТВЕРЖДЕНО

В исследовании прирост средней оценки со стороны оценщика за три раунда составил 13 процентных пунктов для Gemini 3.8 Flash от Google.

БЕНЧМАРКИ · Сравнительная производительность в индексе Artificial Analysis IntelligenceДАННЫЕ РАЗРАБОТЧИКА

В статье указано, что Inkling 2 Small набрал 31 балл в индексе Artificial Analysis Intelligence и это описывается как «примерно на уровне Google Gemini 3.8 Flash», что подразумевает сопоставимую производительность в этом индексе.

ЦЕНЫ · Относительная стоимость за задачуДАННЫЕ РАЗРАБОТЧИКА

В статье говорится, что Inkling 2 Small «по-прежнему значительно дешевле, чем Gemini 3.8 Flash», что указывает на более высокую стоимость Gemini 3.8 Flash за задачу.

ВОЗМОЖНОСТИ · Позиционирование / предшественникДАННЫЕ РАЗРАБОТЧИКА

Описывается как предыдущая быстрая модель Google («Flash») и предшественник Gemini 4 Hydrogen; Hydrogen представлена как самостоятельное обновление для команд, переходящих с Gemini 3.8 Flash.

ВОЗМОЖНОСТИ · Относительная скорость по сравнению с Gemini 4 HydrogenДАННЫЕ РАЗРАБОТЧИКА

В материалах говорится, что Gemini 4 Hydrogen выполняет задачи в 2,5 раза быстрее, чем Gemini 3.8 Flash, что указывает на более низкую скорость выполнения задач у Flash по сравнению с Hydrogen.

ОГРАНИЧЕНИЯ · Частота галлюцинаций (в сравнении)ДАННЫЕ РАЗРАБОТЧИКА

Указано, что Hydrogen сократила количество галлюцинаций в 5 раз по сравнению с Gemini 3.8 Flash, что предполагает более высокую частоту галлюцинаций у Gemini 3.8 Flash в приведённом сравнении.

ЧТО ИЗМЕНИЛОСЬ

Сохранённые версии паспорта, без догадок задним числом.

Паспорт обновлён26 фактов
ОГРАНИЧЕНИЯ · Частота галлюцинаций (в сравнении)+ Указано, что Hydrogen сократила количество галлюцинаций в 5 раз по сравнению с Gemini 3.8 Flash, что предполагает более высокую частоту галлюцинаций у Gemini 3.8 Flash в приведённом сравнении.
ВОЗМОЖНОСТИ · Позиционирование / предшественник+ Описывается как предыдущая быстрая модель Google («Flash») и предшественник Gemini 4 Hydrogen; Hydrogen представлена как самостоятельное обновление для команд, переходящих с Gemini 3.8 Flash.
ВОЗМОЖНОСТИ · Относительная скорость по сравнению с Gemini 4 Hydrogen+ В материалах говорится, что Gemini 4 Hydrogen выполняет задачи в 2,5 раза быстрее, чем Gemini 3.8 Flash, что указывает на более низкую скорость выполнения задач у Flash по сравнению с Hydrogen.
БЕНЧМАРКИ · Результат в Terminal‑Bench 4.1+ Указан результат Gemini 3.8 Flash в Terminal‑Bench 4.1 — 18,2%.
Паспорт обновлён22 фактов
БЕНЧМАРКИ · Индекс Artificial Analysis Intelligence — сопоставимый результат+ Упомянута как «примерно сопоставимая» с Inkling 2 Small (набравшим 31) в индексе Artificial Analysis Intelligence.
ЦЕНЫ · Относительная стоимость за задачу+ В статье говорится, что Inkling 2 Small «по-прежнему значительно дешевле, чем Gemini 3.8 Flash», что указывает на более высокую стоимость Gemini 3.8 Flash за задачу.
Паспорт обновлён20 фактов
БЕНЧМАРКИ · Сравнительная производительность в индексе Artificial Analysis Intelligence+ В статье указано, что Inkling 2 Small набрал 31 балл в индексе Artificial Analysis Intelligence и это описывается как «примерно на уровне Google Gemini 3.8 Flash», что подразумевает сопоставимую производительность в этом индексе.
Паспорт обновлён19 фактов
ВОЗМОЖНОСТИ · Оценивалась на выполнение сквозных проектов по data science (роли писателя и оценщика)+ Gemini 3.8 Flash была одной из семи моделей, оценённых в исследовании, где модели выступали и как «писатель», и как «оценщик» для создания, выполнения и итеративного улучшения полных проектов по data science (загрузка, очистка, анализ данных и написание короткой статьи).
БЕНЧМАРКИ · Прирост оценки в роли оценщика за три раунда+ В исследовании прирост средней оценки со стороны оценщика за три раунда составил 13 процентных пунктов для Gemini 3.8 Flash от Google.
Паспорт обновлён17 фактов
ОГРАНИЧЕНИЯ · Ограничение: отслеживание состояния в длинных контекстах+ StateBench указывает, что Gemini 3.8 Flash (вместе с другими передовыми моделями) «ломается» на более сложных формах отслеживания состояния по мере увеличения длины входа, что указывает на снижение качества при более сложных и длинных цепочках зависимостей.
БЕНЧМАРКИ · Оценка на бенчмарке (StateBench)+ Оценивалась на StateBench — бенчмарке для отслеживания состояния в длинных контекстах; модель была включена в число передовых моделей, оценённых StateBench.
Паспорт обновлён15 фактов
ДОСТУПНОСТЬ · Доступность / лицензирование+ В статье описывается как проприетарная модель Google.
БЕНЧМАРКИ · Результаты бенчмаркаОтмечаются существенные улучшения по сравнению с Gemini 3.7 Flash и часто модель приближается по производительности к более дорогим фронтирным моделям.→В оценках, приведённых в статье, Gemini 3.8 Flash показала более высокие результаты в нескольких тестах по сравнению со StreamVibe-VL и другими моделями с открытым исходным кодом.
ДОСТУПНОСТЬ · Наблюдаемая доступность в исследовании− Использовалась в исследовательском эксперименте через OpenRouter (в статье на arXiv указано «Gemini 3.8 Flash via OpenRouter» в Pi agent harness).
Паспорт обновлён15 фактов
ВОЗМОЖНОСТИ · Непрерывный мониторинг сцены, покомпонентное планирование и адаптация плана+ По данным DeepMind, Gemini 3.8 Flash «непрерывно наблюдает сцену, разбивает задачу на шаги и использует новые кадры, чтобы проверить, сработал ли каждый шаг; если мир меняется или пользователь вмешивается, модель корректирует свой план».
ВОЗМОЖНОСТИ · Интеграция с симуляциями Genie 4+ Gemini 3.8 Flash используется «под капотом» в Genie 4 для помощи в реал‑временных симуляциях, выступая в роли компонента планирования/управления мира.
Паспорт обновлён13 фактов
БЕНЧМАРКИ · WGO-Bench — точность описаний (pure description accuracy)+ По данным источника, на публичном WGO-Bench Gemini 3.8 Flash показал более высокую точность описаний (pure description accuracy), чем Flora от Nvidia (у Flora «позади» Gemini 3.8 Flash).