Corso
AI pratica con Google Gemini e NotebookLM
2 ore
10K
Google sta rilasciando modelli Flash a un ritmo difficile da seguire. Gemini 3.8 Flash è il terzo rilascio Flash dell'azienda in sei settimane ed è il suo miglior modello di ragionamento e coding nel tier Flash, con la stessa velocità e lo stesso costo ridotto di 3.7 Flash di tre settimane prima.
Accanto al modello standard, Google ha presentato Gemini 3.8 Flash Cyber, una variante ottimizzata per la sicurezza informatica disponibile solo per i difensori fidati tramite il Programma Fairwind, un’iniziativa a accesso limitato lanciata insieme ai nuovi modelli. Entrambi i modelli condividono la stessa intelligenza di base.
I numeri di copertina sono solidi: Gemini 3.8 Flash ottiene il 90,8% su Terminal-Bench 2.1 (in aumento dall’81,6% di 3.7 Flash), il 54,9% su HLE-Verified e, per la variante Cyber, un tasso di scoperta di vulnerabilità nel mondo reale superiore al 70%.
In questo articolo, ti mostrerò tutte le novità di Gemini 3.8 Flash e 3.8 Flash Cyber, passando in rassegna le funzionalità, esplorando i benchmark e mettendoli alla prova con esempi concreti. Guarda il modello in azione nel nostro tutorial sull’API di Gemini 3.8 Flash e scopri il nuovo modello di assistente vocale di Google nella nostra guida su Gemini 3.8 Live.
Per un rapido aggiornamento sui modelli rivali con cui compete, vedi le nostre guide a DeepSeek v4.1 vs Gemini 3.8 Flash e Claude Opus 5 vs Sonnet 5.
In breve
- Gemini 3.8 Flash è il modello più intelligente di Google nel tier Flash, rilasciato il 2 settembre 2026, e il suo terzo modello Flash in sei settimane.
- Ottiene il 90,8% su Terminal-Bench 2.1 (in aumento dall’81,6% di 3.7 Flash) e supera la maggior parte dei modelli frontier più grandi su DeepSWE v1.1 per il coding a lungo raggio.
- I miglioramenti sono irregolari: coding e uso degli strumenti sono saliti, ma Humanity’s Last Exam è rimasto stabile al 45,4% contro il 45,7%.
- I prezzi restano a $0,75 input e $3,75 output per 1M token fino al 31 dicembre 2026, poi $1,50/$7,50.
- Gemini 3.8 Flash Cyber, riservato ai difensori del Programma Fairwind, supera il 70% di scoperta di vulnerabilità nel mondo reale ed è sulla frontiera di Pareto del CWE-Bench per il patching.
Che cos’è Gemini 3.8 Flash?
Gemini 3.8 Flash è il modello più intelligente di Google nel tier Flash, progettato per l’ingegneria del software a lungo raggio, gli agenti autonomi e i workflow aziendali complessi.
Si colloca sotto il tier Pro (come Gemini 3.1 Pro) ma ha un prezzo di una frazione del costo, mantenendo la tariffa introduttiva di $0,75 per 1M token in input e $3,75 per 1M token in output fino al 31 dicembre 2026.
La principale novità rispetto a 3.7 Flash è che 3.8 Flash semplicemente lavora di più.
Sui compiti complessi, esegue passaggi di ragionamento extra e chiama ripetutamente gli strumenti, motivo per cui può avvicinarsi alle prestazioni dei modelli frontier più costosi. Il compromesso è l’overhead di token: a livelli di sforzo più alti, il modello può consumare più token per spremere gli ultimi punti di accuratezza.
Il dato più eclatante è su Terminal-Bench 2.1, dove 3.8 Flash ha ottenuto il 90,8% contro l’81,6% di 3.7 Flash. Terminal-Bench misura quanto affidabilmente un modello completa task reali da riga di comando e di coding end-to-end, quindi un salto di 9 punti indica direttamente un comportamento di coding agentico migliore.
Novità di Gemini 3.8 Flash
Le funzionalità di 3.8 Flash sono pensate per sviluppatori che eseguono agenti e lunghe sessioni di coding più che per utenti di chat occasionali.
Ecco le capacità da conoscere.
Livelli di sforzo regolabili per singolo task
Puoi alzare o abbassare lo sforzo del modello a seconda che tu dia priorità all’accuratezza o al costo.
- A livelli di sforzo più alti, 3.8 Flash esegue più passaggi di ragionamento e chiama ripetutamente gli strumenti, il che alza i punteggi sui compiti ingegneristici difficili.
- A livelli di sforzo più bassi, minimizza l’overhead di token per lavori sensibili alla latenza o vincolati dal calcolo.
Questo conta perché i guadagni di 3.8 Flash hanno il prezzo di token extra.
Se il tuo carico di lavoro punta prima di tutto all’efficienza, Google dice esplicitamente che puoi rimanere su 3.7 Flash, che resta pienamente supportato.
È una nota insolitamente onesta per un post di lancio Google, e indica che la manopola dello sforzo è un vero trade-off e non prestazioni gratuite.
Agenti autonomi a lungo raggio
Gemini 3.8 Flash è costruito per eseguire agenti che affrontano problemi ingegneristici multi-step senza bisogno di guida.
Su DeepSWE v1.1, un benchmark di ingegneria del software a lungo raggio, supera la maggior parte dei modelli frontier più grandi a una frazione del loro costo risolvendo problemi complessi end-to-end.
Per chi costruisce agenti di coding, è questo il numero che conta.
Utenti su Reddit e X che hanno diffuso impressioni pre-release lo hanno descritto come "prestazioni da Fable 5 a prezzi Flash", e il Wall Street Journal ha riportato che nei test interni Jetski di Google, gli ingegneri hanno preferito 3.8 Flash al modello Opus di Anthropic per il coding.
È un’affermazione competitiva aggressiva, da verificare quando l’API sarà ampiamente disponibile.
Affidabilità in domini professionali specializzati
3.8 Flash mira a settori regolamentati e ad alto rischio, dove una risposta sbagliata è costosa.
Supera 3.7 Flash e altri modelli frontier su Vals Finance Agent V2 e sul benchmark legale di Harvey, entrambi test di analisi e reporting in finanza e diritto.
Pensa a un workflow in cui un agente legge una serie di rendiconti trimestrali e redige un sommario di conformità, o rivede clausole contrattuali rispetto a una policy. L’affidabilità richiesta lì è diversa dalla chat generica, e Google propone 3.8 Flash direttamente per l’autonomia enterprise in questi domini di conoscenza.
Progettato per strumenti agentici in Antigravity e AI Studio
Gemini 3.8 Flash gira all’interno di Google Antigravity e Google AI Studio, dove un singolo prompt in loop può guidarlo attraverso un intero build.
L’esempio di Google è una versione giocabile in stile DOS di Google Maps generata da un solo prompt in Antigravity, completa di luoghi, indicazioni e Street View.
Per il tuo lavoro, immagina di dargli un’unica istruzione come "crea una dashboard interattiva che importi questo CSV, tracci tre tipi di grafici e mi consenta di filtrare per regione" e lasciare che il loop agentico iteri finché non gira.
Il pattern dell’istruzione in loop è dove i livelli di sforzo extra pagano, perché il modello continua a rifinire invece di fermarsi alla prima bozza.
Benchmark di Gemini 3.8 Flash
Il quadro dei benchmark è irregolare, il che è più utile di un en plein perché indica dove sono atterrati davvero i guadagni.
I compiti di coding e terminal sono migliorati nettamente, mentre il ragionamento in stile esame è avanzato di poco.
Ecco i numeri dai documenti per sviluppatori e dall’annuncio di Google.
Terminal-Bench 2.1
Gemini 3.8 Flash ha ottenuto il 90,8% su Terminal-Bench 2.1, in aumento dall’81,6% di 3.7 Flash.
Questo benchmark misura quanto affidabilmente un modello completa attività reali da riga di comando e di coding dall’inizio alla fine, inclusa l’esecuzione di strumenti e il recupero dagli errori.
Per contesto sui modelli di fascia media rivali, nel nostro confronto GPT-5.6 Terra vs Claude Sonnet 5 abbiamo riscontrato che Terra ha ottenuto l’87,4% su Terminal-Bench 2.1 e Sonnet 5 l’80,4%. Su quella linea, il 90,8% di 3.8 Flash supera entrambi, un risultato notevole per un modello del tier Flash a $0,75 in input.
DeepSWE v1.1
Su DeepSWE v1.1, un benchmark di ingegneria del software a lungo raggio, 3.8 Flash supera la maggior parte dei modelli frontier più grandi a una frazione del loro costo.
Google non ha pubblicato la percentuale esatta nelle note estratte, ma l’idea è che risolva in autonomia problemi ingegneristici complessi end-to-end.
È il benchmark che supporta la proposta dell’"agente che porta a termine il lavoro".
Se il tuo carico di lavoro prevede un agente che itera su una codebase per molti passaggi, DeepSWE è più vicino alla tua realtà di un punteggio di coding one-shot.
SWE-Bench Pro e SWE-Atlas
Su SWE-Bench Pro, 3.8 Flash ha ottenuto il 61,6% contro il 60,4% di 3.7 Flash, e su SWE-Atlas ha raggiunto il 51,9% contro il 48,0%.
Si tratta di benchmark di ingegneria del software a livello di repository che misurano la correzione di problemi reali in codebase reali.
Il guadagno di poco più di 1 punto su SWE-Bench Pro è modesto, e vale la pena segnalarlo. I salti più grandi sono in Terminal-Bench, quindi se ti interessa in particolare l’affidabilità del terminale e degli strumenti, è lì che 3.8 Flash si distingue dal suo predecessore.
HLE-Verified e Humanity’s Last Exam
3.8 Flash raggiunge il 54,9% su HLE-Verified, un test di ragionamento multi-step tra STEM, humanities e ambiti professionali.
Sul confronto più ampio Humanity’s Last Exam nella documentazione per sviluppatori di Google, però, il punteggio è sostanzialmente piatto: 45,4% per 3.8 Flash contro 45,7% per 3.7 Flash.
Il ragionamento generale in stile esame non è avanzato molto, quindi se il tuo caso d’uso è il ragionamento aperto difficile più che coding e uso di strumenti, l’upgrade da 3.7 a 3.8 Flash potrebbe non valere i token extra.
Benchmark cyber: CyberGym e CWE-Bench
Gemini 3.8 Flash Cyber ottiene risultati di livello frontier nella scoperta e nel patching di vulnerabilità.
Su CyberGym, il benchmark standard del settore per la scoperta autonoma di vulnerabilità, supera 3.5 Flash Cyber e modelli frontier significativamente più grandi, e sul benchmark interno di Google che copre 20 linguaggi di programmazione supera il 70% di successo.
Su CWE-Bench, un benchmark esterno di patching gestito da Collinear, Cyber si colloca sulla frontiera di Pareto con un pass@1 del 47,2% contro il 47,8% di un modello frontier leader, a un costo molto inferiore.
Google ha deliberatamente dato priorità alla correzione delle vulnerabilità rispetto all’exploit offensivo, in linea con il fatto che Anthropic distribuisce Sonnet 5 con protezioni cyber attive di default (0,0% in una valutazione di sviluppo exploit su Firefox, come abbiamo notato nella nostra recensione Opus 5 vs Sonnet 5).
Gemini 3.8 Flash vs Gemini 3.7 Flash
Nella tabella qui sotto puoi vedere come il nuovo modello si confronta con il suo predecessore di poche settimane:
| Benchmark | Gemini 3.8 Flash | Gemini 3.7 Flash |
|---|---|---|
| Terminal-Bench 2.1 | 90,8% | 81,6% |
| SWE-Bench Pro | 61,6% | 60,4% |
| SWE-Atlas | 51,9% | 48,0% |
| τ³-bench Banking | 38,1% | 30,9% |
| CharXiv (multimodale) | 86,2% | 84,5% |
| Humanity's Last Exam | 45,4% | 45,7% |
Prezzi e disponibilità di Gemini 3.8 Flash
Gemini 3.8 Flash è generalmente disponibile tramite Google AI Studio e la Gemini Enterprise Agent Platform, rilasciato il 2 settembre 2026, con ID modello API gemini-3.8-flash.
La variante 3.8 Flash Cyber è riservata ai difensori fidati tramite il Programma Fairwind e non è in distribuzione generale.
I prezzi mantengono le stesse tariffe introduttive di 3.7 Flash:
- Input: $0,75 per 1M token fino al 31 dicembre 2026
- Output (inclusi i token di thinking): $3,75 per 1M token fino al 31 dicembre 2026
- Dopo il 1° gennaio 2027: $1,50 per 1M in input e $7,50 per 1M in output
Per mettere questo in prospettiva rispetto ai rivali a settembre 2026: GPT-5.6 Sol costa circa $5 in input e $30 in output per 1M token, e il nuovo Claude Fable 5.1 costa $10 in input e $50 in output.
Gemini 3.8 Flash batte entrambi con un ampio margine, che è l’intero punto del tier Flash.
Considerazioni finali
Gemini 3.8 Flash rappresenta la spinta di Google sul versante del valore nel mercato dei modelli di coding, con una strategia chiara: avvicinare prestazioni quasi frontier per il coding a $0,75 in input rilasciando un nuovo modello Flash ogni un paio di settimane.
Il 90,8% su Terminal-Bench 2.1 e il prezzo sotto $1 lo rendono una scelta predefinita seria per carichi di lavoro di coding agentico.
La mia impressione è che il rilascio sia irregolare, e Google lo dichiara apertamente.
I punteggi su terminale e uso degli strumenti sono saliti, DeepSWE e i benchmark in finanza e diritto sono migliorati, ma HLE è rimasto piatto e SWE-Bench Pro è avanzato di poco.
Se costruisci agenti di coding, è un upgrade significativo rispetto a 3.7 Flash.
Se ti serve ragionamento aperto difficile, l’argomentazione è più debole, e rimanere su 3.7 Flash per lavori orientati all’efficienza è una scelta sensata.
La variante Cyber è la scommessa più interessante nel lungo periodo. Un tasso di scoperta di vulnerabilità reali oltre il 70% e patching sulla frontiera di Pareto, con accesso tramite il Programma Fairwind e un bias verso la difesa rispetto all’exploit, è una posizione difendibile per un’azienda che lo usa già per mettere in sicurezza il proprio codice.
Vorrei vedere riproduzioni indipendenti prima di prendere per buoni i numeri CyberGym e CWE-Bench, dato che quasi tutti i dati finora provengono da Google stessa.
Se vuoi costruire agenti e workflow di coding attorno a modelli come questo, il nostro percorso di competenze AI Agent Fundamentals è un ottimo punto di partenza.
