谷歌 DeepMind 于 9 月 2 日发布了 Gemini 3.8 Flash，在包括多步骤推理和编码任务在内的几项关键基准测试中超越了 Anthropic 的 Claude Opus 5，尽管其成本约为后者的七分之一。Gemini 3.8 Flash 的定价为每 100 万个输入 token 0.75 美元、每 100 万个输出 token 3.75 美元，而 Claude Opus 5 的相应价格分别为 5 美元和 25 美元。

Gemini 3.8 Flash 在 HLE-Verified 上的得分为 54.9%，该评估涵盖 STEM 和人文学科领域的多步骤推理；在衡量复杂工程问题解决能力的 DeepSWE v1.1 基准测试中，它也超越了更大型的前沿模型。Claude Opus 5 于 7 月 24 日发布，在某些智能体任务和自主推理工作流方面仍保持优势。