Gemini 3.8 Flash Cyber: o que é e quem pode usar

Kira
Escrito por

Kira

Katelin Teen
Revisado por

Katelin Teen

Última edição 8 de setembro de 2026

Verificado por especialista
Banner principal do Gemini 3.8 Flash Cyber sobre um fundo azul do Google
TL;DR

Em 2 de setembro de 2026, o Google lançou o Gemini 3.8 Flash Cyber junto com o Gemini 3.8 Flash geral. É uma versão do mesmo modelo ajustada para fazer bem uma única tarefa: encontrar e corrigir vulnerabilidades de segurança em software. Ele substitui o antigo 3.5 Flash Cyber, e o Google diz que o treinamento em cibersegurança foi o que impulsionou também os ganhos de programação e raciocínio do modelo geral.

Duas coisas que você deve saber antes de criar expectativas. Primeiro, você quase certamente não pode usá-lo: ele é limitado a defensores confiáveis por meio do Fairwind Program do Google, sem API pública nem acesso por autoatendimento. Segundo, é o terceiro grande laboratório seguido a restringir seu modelo cibernético mais forte atrás de um programa de candidatura. A OpenAI faz isso com o GPT-5.6-Cyber pelo Daybreak, e a Anthropic foi a primeira, em abril, com o Claude Mythos 5 pelo Project Glasswing.

Se você é um defensor que não consegue entrar em nenhum desses programas, a lição prática é a que sempre repito ao construir agentes de IA: o modelo é a camada inferior e barata, e o sistema ao redor dele é o que faz o trabalho de verdade. Isso vale tanto para um agente de segurança quanto para um de suporte.

O que o Gemini 3.8 Flash Cyber realmente é

Marca do Google Gemini
Marca do Google Gemini

A família Gemini do Google se divide em modelos Pro para o raciocínio mais difícil e modelos Flash como cavalos de batalha rápidos e baratos. O Flash Cyber é uma terceira coisa: um especialista. O Google pegou o Gemini 3.8 Flash geral e o levou ao limite em um domínio estreito e de alto risco: detectar, validar e corrigir vulnerabilidades em código, a um preço por token menor do que um grande modelo de fronteira custaria.

A reviravolta interessante desta vez é a direção em que o benefício fluiu. Com o Gemini 3.5 Flash Cyber, no ano passado, o modelo cibernético era claramente um especialista derivado. Para o 3.8, o Google diz que as duas variantes compartilham a mesma inteligência de base, e que o treinamento cibernético é parte do motivo pelo qual o modelo geral melhorou em programação e raciocínio. O trabalho de segurança se mostra um professor exigente: ler código desconhecido, formar uma hipótese sobre onde ele quebra e prová-la é um ciclo de raciocínio difícil, e treinar nisso parece compensar em todas as frentes.

Eis o enquadramento honesto que a maior parte da cobertura do lançamento ignora: o Flash Cyber não é um chatbot com quem você conversa. É um componente para rodar sobre enormes bases de código, repetidamente, procurando agulhas. É exatamente o tipo de trabalho de volume para o qual a linha Flash existe, e é por isso que o Google construiu o especialista em segurança sobre o Flash, e não sobre um modelo Pro mais pesado. Barato o bastante para rodar cem vezes vence esperto o bastante para rodar uma.

Quem consegue de fato: o Fairwind Program

Agora a parte que deixa a maioria dos leitores sem ação. O Gemini 3.8 Flash Cyber está disponível apenas para defensores confiáveis por meio do Fairwind Program. Não há opção no AI Studio, nem chave de API, nem plano de autoatendimento.

O motivo está na própria preocupação: o uso duplo. Um modelo excelente em encontrar bugs exploráveis é, pelo mesmo motivo, uma ferramenta que um atacante adoraria. Então o Google o restringe como se restringe qualquer capacidade que ajuda defensores e atacantes quase igualmente: uma liberação controlada, primeiro, para um conjunto de usuários verificados. O 3.8 Flash geral sai com as salvaguardas habituais contra CBRN e ciberataque; a variante Cyber roda com "um conjunto mais permissivo de mitigações" e fica isolada atrás do programa.

Os parceiros Fairwind citados dão uma ideia de quem é um "defensor confiável" na prática: equipes de segurança e infraestrutura da Palo Alto Networks (Charlie Sestito), da Snowflake (Mayank Upadhyay), da Wiz (Gal Nagli) e da Armadin (David Slater). Se você é um desenvolvedor solo esperando apontá-lo para seus próprios repositórios hoje à tarde, isso não está em jogo.

Qual é o desempenho? Os benchmarks para defensores

O Google não começou com o ranking sintético de sempre. Começou com o que suas próprias equipes de segurança e parceiros obtiveram do modelo, um sinal mais útil do que mais um benchmark saturado.

Resultados reais do Gemini 3.8 Flash Cyber para defensores: 2,6 vezes mais patches corretos no Chrome, um bug crítico encontrado em menos de duas horas, recall de pentest da Wiz 7,5% a 9,7% maior com custo menor e 47,2% no CWE-Bench, conforme divulgado pelo Google
Resultados reais do Gemini 3.8 Flash Cyber para defensores: 2,6 vezes mais patches corretos no Chrome, um bug crítico encontrado em menos de duas horas, recall de pentest da Wiz 7,5% a 9,7% maior com custo menor e 47,2% no CWE-Bench, conforme divulgado pelo Google

A equipe de Chrome Security relatou que o modelo produziu 2,6 vezes mais patches corretos para vulnerabilidades do Chrome do que os melhores modelos comerciais, que são muito maiores. A Wiz mediu um recall 7,5% a 9,7% maior em seu benchmark interno de pentest, com custo 2,3 a 5,2 vezes menor, um bom exemplo da troca "capacidade por dólar" que a linha Flash foi feita para vencer. E a equipe de Vulnerability Research do Google Cloud encontrou uma vulnerabilidade fundamental crítica em menos de duas horas, trabalho que, segundo o Google, costuma levar meses.

Nos números mais comparáveis, a história é deliberadamente modesta. No CWE-Bench, um benchmark de correção automática conduzido pela Collinear, o Gemini 3.8 Flash Cyber atingiu 47,2% de pass@1 contra 47,8% de um modelo de fronteira líder, essencialmente empatado, mas com custo significativamente menor, que é o ponto da fronteira de Pareto que o Google defende. Em um benchmark interno abrangendo 20 linguagens de programação, teve taxa de sucesso acima de 70%, e o Google diz que ele supera tanto o 3.5 Flash Cyber quanto modelos de fronteira bem maiores no CyberGym, um benchmark de descoberta autônoma de vulnerabilidades.

A leitura é a mesma com que a linha Flash vence em geral: não "topo do ranking", mas desempenho de fronteira competitivo por uma fração do custo, porque o ajuste fino e o arcabouço carregam o peso que, de outro modo, o número bruto de parâmetros teria de carregar.

O padrão maior: agora todo mundo restringe seu modelo cibernético

Se você só ler a publicação do Google, pode achar que um modelo cibernético restrito é coisa do Google. Não é. Já é a norma do setor, e o Google foi o último a se mexer.

Três programas cibernéticos restritos lado a lado: o Fairwind do Google restringe o Gemini 3.8 Flash Cyber a defensores confiáveis, o Daybreak da OpenAI restringe o GPT-5.6-Cyber a parceiros verificados e o Glasswing da Anthropic restringe o Claude Mythos 5 apenas por convite.
Três programas cibernéticos restritos lado a lado: o Fairwind do Google restringe o Gemini 3.8 Flash Cyber a defensores confiáveis, o Daybreak da OpenAI restringe o GPT-5.6-Cyber a parceiros verificados e o Glasswing da Anthropic restringe o Claude Mythos 5 apenas por convite.

A OpenAI restringe o GPT-5.6-Cyber por meio de seu programa Daybreak. É um modelo treinado separadamente, construído sobre o GPT-5.6 Sol, acessível por vias verificadas para indivíduos e parceiros, e a OpenAI nunca divulgou preço para ele: a linha Cyber na tabela de preços está literalmente em branco.

A Anthropic foi a primeira. O Project Glasswing começou em 7 de abril de 2026, mais de dois meses antes do programa da OpenAI, com um compromisso de US$ 100 milhões em créditos de uso e uma dúzia de parceiros de lançamento. Seu modelo restrito, o Claude Mythos 5, adota uma abordagem de design mais limpa: são os mesmos pesos subjacentes do Claude Fable 5, de disponibilidade geral, com as salvaguardas de cibersegurança retiradas em vez de um retreinamento do zero. A Anthropic também divulga o preço (US$ 10 / US$ 50 por milhão de tokens), algo que nenhum dos outros dois laboratórios faz com seus modelos cibernéticos.

Veja como os três programas se alinham:

DimensãoGoogle FairwindOpenAI DaybreakAnthropic Glasswing
Modelo restritoGemini 3.8 Flash CyberGPT-5.6-CyberClaude Mythos 5
Design do modeloMesma base do 3.8 Flash geralTreinado separadamente sobre o SolMesmos pesos do Fable 5, salvaguardas retiradas
AcessoDefensores confiáveis, apenas por candidaturaParceiros verificados + via individualApenas por convite, sem autoatendimento
Preço públicoNenhumNenhumUS$ 10 / US$ 50 por 1 mi de tokens
Lançamento2 set 202610 ago 20267 abr 2026

O ponto que merece reflexão: um governo interveio e desligou os modelos da Anthropic por completo durante 18 dias por causa de uma disputa sobre jailbreak, no início deste ano. Quando uma capacidade é tão de uso duplo que um ator estatal puxa o plugue, a restrição deixa de parecer uma escolha de marketing e passa a parecer uma característica estrutural de toda a categoria.

E se você não conseguir nenhum deles?

Para a maioria das equipes, a resposta para "qual modelo cibernético restrito devo usar" é "nenhum, porque você não pode". Então a pergunta útil passa a ser o que você pode fazer.

Se você realmente precisa de capacidade de segurança de uso duplo, o caminho mais prático hoje é o Cyber Verification Program da Anthropic, uma candidatura gratuita com sua organização existente e prazo de cerca de dois dias úteis, que afrouxa as salvaguardas em modelos da classe Opus e Sonnet (não no Mythos em si). A busca de vulnerabilidades em código-fonte já funciona de fábrica no Claude Opus 5, e é o mais próximo de um nível de confiança de autoatendimento que qualquer laboratório oferece.

Mas dê um passo atrás, porque é aqui que o lançamento importa mesmo que você nunca toque no modelo. O Gemini 3.8 Flash Cyber é um estudo de caso limpo de um padrão que encontro em todo projeto de agente de IA: o modelo é a camada inferior, não o todo. O Google não lançou um "modelo de segurança" e deu o trabalho por encerrado: envolveu o modelo em um sistema que detecta um bug, prova que é real, escreve uma correção e verifica que a correção não quebrou o build. A inteligência mora tanto nesse invólucro quanto nos pesos brutos.

O modelo é apenas a camada inferior: um modelo especialista como o Gemini 3.8 Flash Cyber fica abaixo do sistema que o torna útil, que fornece recuperação de informação, barreiras de proteção, simulação e integração com o helpdesk.
O modelo é apenas a camada inferior: um modelo especialista como o Gemini 3.8 Flash Cyber fica abaixo do sistema que o torna útil, que fornece recuperação de informação, barreiras de proteção, simulação e integração com o helpdesk.

Passei anos na equipe que coloca IA em filas de suporte reais, e a falha que vi repetidamente é a mesma que um bom arcabouço de segurança é projetado para evitar: um modelo de voz confiante dando uma resposta errada porque ninguém construiu as camadas ao redor dele. Em segurança, uma "correção" não validada que quebra o build é o modo de falha. No atendimento ao cliente, é um bot confiante inventando uma política de reembolso. A mesma doença, outro domínio. A cura também é a mesma: recuperação de informação para que o modelo responda a partir de fontes reais em vez de chutar, barreiras de proteção para que ele transfira de forma limpa, e testes para que você saiba como ele se comporta antes de tocar em qualquer coisa real.

Então, quando um novo modelo chegar, seja o Cyber, o 3.8 Flash geral ou a próxima novidade daqui a três semanas, a pergunta certa para uma equipe de suporte não é "o modelo é bom o bastante". Para a maior parte do trabalho, já é. A pergunta real é quem está construindo a recuperação, as barreiras de proteção, a simulação e a integração com o helpdesk ao redor dele, porque esse é o trabalho de verdade, e é por isso que ligar uma API bruta ao seu helpdesk por conta própria é uma armadilha.

Experimente a eesel

Um modelo de fronteira é infraestrutura. A eesel é o colega que você contrata em cima dele. Para suporte, a camada que um arcabouço de segurança é para um modelo cibernético, a eesel é para o seu helpdesk: um colega de suporte com IA que se conecta às suas ferramentas existentes, aprende com seus tickets passados e sua base de conhecimento de imediato e roda sobre modelos de fronteira, para que você obtenha os ganhos de capacidade sem ligar a API por conta própria.

Visão geral do painel do helpdesk com IA da eesel
Visão geral do painel do helpdesk com IA da eesel

A parte que se liga diretamente à ideia de "validar antes de lançar" é a simulação: a eesel roda o colega contra seus tickets históricos antes de ele responder a qualquer cliente real, para que você veja a taxa de resolução e as respostas exatas que ele teria enviado. E como é cobrada pelo trabalho que realiza, e não por token, você dispensa a conta de tokens em cada ticket. Se você está avaliando modelos para construir automação de suporte, comece pelo resultado que quer e deixe a plataforma escolher a infraestrutura. É grátis para experimentar.

Perguntas frequentes

O que é o Gemini 3.8 Flash Cyber?
O Gemini 3.8 Flash Cyber é o modelo do Google ajustado para segurança, lançado em 2 de setembro de 2026, que encontra e corrige vulnerabilidades de software. Ele compartilha a mesma inteligência de base do Gemini 3.8 Flash geral, mas roda com mitigações mais permissivas para defensores confiáveis. Para conhecer a família completa, veja nossa visão geral do Gemini AI.
Quem pode usar o Gemini 3.8 Flash Cyber?
Apenas defensores confiáveis admitidos no Fairwind Program do Google. Não há API pública nem opção de autoatendimento, então a maioria das equipes não consegue acessá-lo. Se você precisa de um agente de IA que possa implantar hoje, nosso resumo dos melhores agentes de IA é a lista prática.
Quanto custa o Gemini 3.8 Flash Cyber?
O Google não divulgou o preço do Gemini 3.8 Flash Cyber, porque ele não é vendido na API aberta. O 3.8 Flash geral em que ele se baseia tem preços públicos, que abordamos no guia de preços do Gemini.
Como o Gemini 3.8 Flash Cyber se compara ao GPT-5.6-Cyber?
Ambos são modelos cibernéticos de acesso restrito atrás de um programa de candidatura. O GPT-5.6-Cyber é um modelo treinado separadamente, acessado pelo Daybreak da OpenAI; o Gemini 3.8 Flash Cyber compartilha a base com o modelo Flash geral e é acessado pelo Fairwind. Nenhum dos dois divulga preço. Para alternativas que você pode usar agora, veja nosso guia de alternativas ao Gemini.
Posso usar o Gemini 3.8 Flash Cyber para atendimento ao cliente?
Não. É um especialista em segurança que não está disponível publicamente, e um modelo de suporte precisa de recuperação de informação, barreiras de proteção e testes por cima. É isso que a IA de helpdesk feita sob medida oferece, e é por isso que o modelo bruto sozinho nunca resolve um ticket de suporte por conta própria.

Share this article