谷歌和 Meta 于周三在数小时内先后发布了最新的前沿 AI 模型。谷歌推出了 Gemini 3.8 Flash 及其网络安全变体，Meta 则发布了 Muse Spark 1.3。
这两次发布让人不禁想直接比较一番。Artificial Analysis 的独立测试给出了各有胜负的结果。Meta 在智能体知识工作和科学推理方面领先，而谷歌在事实回忆和终端编码方面更具优势。
两款前沿模型同日发布
Gemini 3.8 Flash 是谷歌在六周内发布的第三款 Flash 模型。该模型的价格为每 100 万个输入 token 0.75 美元，每 100 万个输出 token 3.75 美元。
在X上关注我们，以获取最新消息。
这一优惠价格持续至 2026 年 12 月 31 日。之后，价格将翻倍至每 100 万个 token 1.50 美元和 7.50 美元。
谷歌还推出了通用模型 Gemini 3.8 Flash Cyber。该模型仅向一批受信任的防御者开放。它在用于查找漏洞的基准测试 CyberGym 中得分为 86.2%。
这款网络安全变体在用于评估补丁能力的基准测试 CWE-Bench 中也达到了 47.2%。谷歌表示，与更大型的商业模型相比，该模型针对 Chrome 漏洞生成的正确补丁数量多出 2.6 倍。
该模型通过 Fairwind 计划开放使用，只有政府机构和关键基础设施运营方才能使用。就在前一天，OpenAI 也对 Astra 设定了类似限制；这是该公司首个被评定达到网络安全关键级别的模型。
与此同时，Meta 通过 Muse Code 和 Meta Model API 推出了 Muse Spark 1.3。公司工程师测得，与 1.2 版相比，工具调用次数减少了约 20%。
Gemini 3.8 Flash 对比 Muse Spark 1.3：独立基准测试结果各有胜负
Artificial Analysis 对这些模型进行了测试，结果展示了它们的排名。Muse Spark 1.3 在 max 模式下于 GDPval-AA v2 得分 1,754 Elo。Gemini 3.8 Flash（high）得分为 1,545。
Meta 在 Sierra Research 银行代理测试（52.4% 对 44.9%）和 CritPt 物理推理测试中也领先。Gemini 3.8 Flash 则在 Terminal-Bench 2.1（87.6%）、AA-LCR 长上下文测试（81%）和 AA-Omniscience 准确率测试（55%）中领先。
在受测模型中，Gemini 3.8 Flash 的 GPQA Diamond 得分最高，为 95%。两款模型在人类最后考试（Humanity’s Last Exam）中的得分仅相差不到 1 分。
Meta 的最高分版本今天尚未推出。该公司表示，max 推理模式将在完成更多安全测试后推出，因此目前可用的版本是 xhigh。
该版本在 Artificial Analysis Intelligence Index 上得分为 61，比 Muse Spark 1.2 高 4 分。它落后于得分 66 的 Claude Fable 5.1 和得分 63 的 Claude Opus 5。
更多新品已在排期中。埃隆·马斯克表示 Grok 4.7 即将推出，这意味着两周内将有四款前沿模型发布。
订阅我们的 YouTube 频道，观看领导者和记者提供专业见解
来源：BeInCrypto
