# Google 發布 Gemini 3.8 Flash，串起程式執行、除錯與反覆修改的代理式迴圈 > 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt) > 原作者：Google (@Google) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥🔥 · 日期：2026-09-02 > 原始來源：https://x.com/Google/status/2095175518068904380 ## 證據與延伸閱讀 - [Google 發布 Gemini 3.8 Flash，串起程式執行、除錯與反覆修改的代理式迴圈。](https://x.com/Google/status/2095175522879762672) — 一手來源 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber — @Google](https://x.com/Google/status/2095175527698960611) — 一手來源 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber — blog.google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber) — 官方文件 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber — ai.google.dev](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash) — 官方文件 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber — deepmind.google](https://deepmind.google/models/model-cards/gemini-3-8-flash) — 官方文件 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber — deepmind.google](https://deepmind.google/fairwind-program) — 官方文件 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 與 Gemini 3.8 Flash Cyber — artificialanalysis.ai](https://artificialanalysis.ai/models/releases/gemini-3-8-flash) — 一手來源 · 最後核對：2026-09-02 · 支持主張：Google 表示兩個變體共享經長時間 agentic loops 遞迴評估與精煉的 foundation，並提供跨 coding、agentic、文件、影片、科學與 OS 任務的官方 benchmark matrix、價格、產品入口及 Cyber 的 trusted-defender 限制。Artificial Analysis 以自己的 harness 補上 Intelligence Index high／medium／low 59／57／52、每任務成本 $0.58／$0.41／$0.24、約 48K tokens、約 2.5 分鐘、τ³-Banking 45% 與 AA-Briefcase Elo 1213 對 1134；這些數字明確屬 external evaluator，不能與 Google 官方矩陣直接合併排名。 - [Gemini 3.8 Flash 的原生影片理解與 Antigravity agentic coding 示範 — @GoogleAI](https://x.com/GoogleAI/status/2095175759606231439) — 一手來源 · 最後核對：2026-09-02 · 支持主張：這個 first-party detail 補充了根發布未展開的互動流程：模型不只產生程式碼，還能導航複雜專案，依 effort controls 讓思考量與 token 使用相稱，並在影片觀察遊戲錯誤後執行修正。新增的官方 model card 說明模型基於 Gemini 3.7、最高 1M input／64K output，已知限制包含 hallucinations、可能變慢或 timeout、高 effort 會用更多 tokens、知識截止 March 2026（部分領域 January 2025），且非英語安全表現相較 3.7 Flash 略退（該表 lower is better）。官方 benchmark matrix 涵蓋 coding、agentic、文件、影片、科學與 OS 任務，但不同 harness 不應與 Artificial Analysis suite 合併。 - [Gemini 3.8 Flash 的原生影片理解與 Antigravity agentic coding 示範 — @GoogleAI](https://x.com/GoogleAI/status/2095175761783148822) — 一手來源 · 最後核對：2026-09-02 · 支持主張：這個 first-party detail 補充了根發布未展開的互動流程：模型不只產生程式碼，還能導航複雜專案，依 effort controls 讓思考量與 token 使用相稱，並在影片觀察遊戲錯誤後執行修正。新增的官方 model card 說明模型基於 Gemini 3.7、最高 1M input／64K output，已知限制包含 hallucinations、可能變慢或 timeout、高 effort 會用更多 tokens、知識截止 March 2026（部分領域 January 2025），且非英語安全表現相較 3.7 Flash 略退（該表 lower is better）。官方 benchmark matrix 涵蓋 coding、agentic、文件、影片、科學與 OS 任務，但不同 harness 不應與 Artificial Analysis suite 合併。 - [Gemini 3.8 Flash Cyber 與 Gemini 3.8 Flash 的資安與工程定位 — @koraykv](https://x.com/koraykv/status/2095176860577714617) — 一手來源 · 最後核對：2026-09-02 · 支持主張：這份 first-party detail 把事件的資安分支與存取邊界說清楚：Cyber 位於 CWE-Bench 的 Pareto frontier、只給 trusted defenders；同作者 reply 則將 3.8 Flash 描述為相較 3.7 Flash 的工程能力躍升，且以較大型 frontier models 的成本分數關係作定位。 - [Gemini 3.8 Flash Cyber 與 Gemini 3.8 Flash 的資安與工程定位 — @koraykv](https://x.com/koraykv/status/2095176863866142961) — 一手來源 · 最後核對：2026-09-02 · 支持主張：這份 first-party detail 把事件的資安分支與存取邊界說清楚：Cyber 位於 CWE-Bench 的 Pareto frontier、只給 trusted defenders；同作者 reply 則將 3.8 Flash 描述為相較 3.7 Flash 的工程能力躍升，且以較大型 frontier models 的成本分數關係作定位。 - [發布 Gemini 3.8 Flash 與 Cyber 兩個變體](https://x.com/Google/status/2095175518068904380) - [Artificial Analysis 獨立評測 Gemini 3.8 Flash](https://x.com/ArtificialAnlys/status/2095177419489739063) — 一手來源 ## 中文摘要 Google 發布 Gemini 3.8 Flash，串起程式執行、除錯與反覆修改的代理式迴圈。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/de6b592422a41412.jpg) > 淺藍色背景的發表公告畫面，中央以黑字標示「Introducing Gemini 3.8 Flash and 3.8 Flash Cyber」，下方帶有四色四角星標誌，背景帶有毛玻璃質感的幾何光影。 這次發布同時展示一般 Flash 的廣泛產品入口，以及 Cyber 僅開放給通過審核的防守方使用的 Fairwind 安全邊界。 **模型定位** Google 將 Gemini 3.8 Flash 稱為「主力型工作模型」，表示它在維持 Gemini 3.7 Flash 速度與低成本定位的同時，加強程式開發、複雜工程、代理式任務與多步推理。Koray Kavukcuoglu 更稱它在複雜工程任務中勝過多數較大型前沿模型；不過這是第一方定位，仍要在相同評測框架（harness）、模型版本與成本條件下核對。Gemini 3.8 Flash Cyber 則被定位為 Google 目前能力最強的資安模型，主攻找出並修補漏洞，並在 CWE-Bench 位於帕累托前沿。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/9c2389b9da6e90f2.jpg) > Gemini 3.8 Flash Cyber 在 CyberGym C/C++ 漏洞發現評測（Pass@1）中以 86.2% 得分領先 GPT-5.5-Cyber、Mythos 5、GPT-5.6 Sol 與 Gemini 3.5 Flash Cyber。 **代理式程式開發示範** GoogleAI 展示 Gemini 3.8 Flash 在 Google Antigravity 中完成一段 66 秒的互動流程：模型先建立 3D 奇幻解謎遊戲，再實際遊玩、觀察錯誤，接著修改程式碼來修正問題。重點不只是產生程式碼，而是能在複雜專案中操作，把原生影片理解、程式執行、除錯與反覆修改串成一個代理式迴圈。 > 來源：[@GoogleAI](https://x.com/GoogleAI/status/2095175759606231439)｜執行 Google Antigravity 與 Gemini 3.8 Flash 建構的 3D 奇幻解謎遊戲實機展示 影片展示的遊戲包含多個章節與任務，例如第一章「CHAPTER I: THE SEALED VESTIBULE」要求解除偉大符文閘門、閱讀大法師伊芙琳的日誌，並依季節順序點燃四大元素火盆；後續還有「CHAPTER II: THE ALCHEMIST'S DESPAIR」與「CHAPTER III: THE SHATTERED SPIRE」。畫面也出現 100 生命值、100 魔力值，以及火、冰、風、地、光等能力圖示。不過這只是單次能力示範，原始資料未提供提示詞、完整執行紀錄、成功率或可重現的評測框架，不能單獨視為正式評測結果。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/faa9958a75eace9d.jpg) > 一款第一人稱奇幻冒險遊戲的遊玩畫面，左上角顯示章節名稱「CHAPTER 1: THE SEALED VESTIBULE」與任務目標，畫面右側持有一支帶有發光魔法圓環的法杖，下方中央則排列著五個法術快捷列與血量、魔力數值。 **官方規格與產品入口** Gemini 3.8 Flash 的 API 文件顯示，模型可接受文字、圖片、影片、音訊與 PDF 輸入，最高支援 1,048,576 個輸入 token 與 65,536 個輸出 token。功能包括脈絡快取、程式執行、電腦操作預覽、檔案搜尋、函式呼叫（function calling）、Google Maps 與搜尋依據，以及結構化輸出；思考等級可選低、中、高。Batch、Flex 與 Priority 推論也可使用，但不支援最低思考等級。完整文件見 [Gemini 3.8 Flash API 模型文件](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash)。 產品可用範圍包括： - 開發者可在 Antigravity、Google AI Studio 與 Android Studio 使用。 - 代理工作流程可使用 Antigravity 與 Agent Platform，介面工作則可使用 Stitch。 - 企業可從 Gemini Enterprise 的模型選單使用。 - Google AI Pro 與 Ultra 使用者可在 Gemini 應用程式、搜尋的 AI 模式與 Google Sheets 使用。 **官方評測結果** Google 的評測矩陣涵蓋程式開發、代理式任務、文件、影片、科學與作業系統操作，Gemini 3.8 Flash 的數據包括： - DeepSWE v1.1：73.7%；GDPval-AA v2：Elo 1545；Vals Finance Agent v2：61.4%。 - Harvey Legal Agent all-pass：10.0%；Terminal-Bench 2.1：89.4%；Terminal-Bench 4.0：19.1%；GDP PDF：35.0%。 - CharXiv reasoning：86.2%；LVBench 代理式模式：87.8%，靜態模式：87.1%；Humanity's Last Exam Verified：54.9%。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/4e29d29ce8349cf6.jpg) > Gemini 3.8 Flash 在 HLE-Verified 多學科專家推理基準測試中以 54.9% 的得分率領先 GPT-5.6 Sol (54.5%)、Claude Opus 5 (54.4%)、Gemini 3.7 Flash (53.6%)、GPT-5.6 Terra (51.1%) 與 Claude Sonnet 5 (31.0%)。 - OSWorld 2.0：59.0%；BioMysteryBench 在「人類可解」題目為 88.8%，「人類高難度」題目為 56.5%；LABBench2：86.2%。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/238bfca1d74c99ec.webp) > Gemini 3.8 Flash 在 Vals Finance Agent v2（61.4%）、Harvey's Legal Agent Benchmark（10.0%）、Terminal-bench 2.1（89.4%）、CharXiv Reasoning（86.2%）、LVBench（87.8%）與 LABBench2（86.2%）等多項 Agent 與推理測試中取得領先，但在 DeepSWE v1.1、GDPval-AA v2、Terminal-bench 4.0、GDP.PDF 及 OSWorld-2.0 等項目落後於 Claude Opus 5 或 GPT-5.6 Sol，整體表現各有高低。 Gemini 3.8 Flash Cyber 的官方數據則分開報告：CyberGym pass@1 為 86.2%，CWE-Bench 為 47.2%；Google 另稱其在涵蓋 20 種程式語言的內部真實世界漏洞測試中，表現超過 70%。Fairwind 頁面列出的 CyberGym 對照包括 GPT-5.5-Cyber 85.6%、Mythos 5 83.8%、GPT-5.6 Sol 83.6% 與 Gemini 3.5 Flash Cyber 77.5%；CWE-Bench 則是 Fable 5 的 47.8% 對 Gemini 3.8 Flash Cyber 的 47.2%。Cyber 仍只開放給通過審核的防守方，須透過 [Fairwind Program](https://deepmind.google/fairwind-program) 取得；實際審核、執行輪次與配額條件未在來源中說明。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/fa1578b6dc89c5fa.png) > 來源：[@koraykv](https://x.com/koraykv/status/2095176860577714617)｜Gemini 3.8 Flash Cyber 在 CWE-Bench 的 Pass@1 與每任務成本權衡中位於 Pareto 曲線前沿，在維持高 Pass@1 表現的同時顯著降低單次 rollout 成本。 **價格與外部驗證** Gemini 3.8 Flash 的首發優惠價持續至 2026 年 12 月 31 日，每百萬個輸入 token 為 $0.75，每百萬個輸出 token 為 $3.75；自 2027 年 1 月 1 日起調整為 $1.50 與 $7.50，快取讀取另有 90% 折扣。也就是說，模型的低成本定位有明確期限，規劃長期預算時不能只採用首發價格。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/d88ea78178cec1c7.jpg) > 來源：[@koraykv](https://x.com/koraykv/status/2095176863866142961)｜Gemini 3.8 Flash 與 Claude Opus 5、DeepSeek v4 Pro 等模型在 DeepSWE V1.1 評測中的每任務平均成本與正確率表現比較。 Artificial Analysis 以自己的評測框架（harness）測試同一發布版本，結果不屬於 Google 官方矩陣： - Intelligence Index：高思考強度 59、中思考強度 57、低思考強度 52；Gemini 3.7 Flash 高思考強度為 56。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/07a0d02533c4a918.jpg) > 來源：[@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2095177419489739063)（回覆）｜在 Artificial Analysis 的 Intelligence Index 中，Gemini 3.8 Flash 高思考強度拿到 59 分，高於 Gemini 3.7 Flash 高思考強度的 56 分，以及 Gemini 3.8 Flash 低思考強度的 52 分。 - 每任務成本：高思考強度 $0.58、中思考強度 $0.41、低思考強度 $0.24；Gemini 3.7 Flash 高思考強度為 $0.40。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/e191c779b3e5cd01.jpg) > 來源：[@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2095177422270607803)（回覆）｜Artificial Analysis 測得 Gemini 3.8 Flash 高、中、低思考強度的每任務成本分別為 $0.58、$0.41 與 $0.24，Intelligence Index 分別為 59、57 與 52；Gemini 3.7 Flash 高思考強度則為 56 分、$0.40。 - 高思考強度約產生 48K 個輸出 token，耗時約 2.5 分鐘。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/8e30181c69faed83.jpg) > 來源：[@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2095177424896217515)（回覆）｜Artificial Analysis 測得 Gemini 3.8 Flash 高思考強度為 59 分、每任務 2.5 分鐘；Gemini 3.7 Flash 高思考強度為 56 分、每任務 2.2 分鐘，也就是增加 3 分但多花 0.3 分鐘。 - τ³-Banking 為 45%，比 Gemini 3.7 Flash 高 12 個百分點；AA-Briefcase Elo 為 1213，Gemini 3.7 Flash 為 1134。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1085363b55eee29a.jpg) > 來源：[@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2095177428117393658)（回覆）｜Gemini 3.8 Flash 在 Artificial Analysis Intelligence Index 任務中，平均每題輸出 token 數為：高思考強度 48K、中思考強度 33K、低思考強度 14K。 這些結果屬於外部評測，不能與 Google 官方評測直接合併排名。Artificial Analysis 的原始來源文字也未完整提供題目取樣、提示詞、信賴區間或獨立重現細節；採用時應保存快照與方法引用，並用相同評測框架重跑代表性的工程任務。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/36f95b66ae3fd55e.jpg) > 來源：[@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2095177430390710680)（回覆）｜Gemini 3.8 Flash 高思考強度在 Artificial Analysis 的 AA-Briefcase Elo 拿到 1213 分，高於 Gemini 3.7 Flash 高思考強度的 1134 分。 **採用邊界** Gemini 3.8 Flash 基於 Gemini 3.7。模型卡宣稱最高支援 1M 個輸入 token 與 64K 個輸出 token，並可調整思考強度；API 文件則寫作 65,536 個輸出 token，兩者是文件規格與四捨五入表述的差異。模型卡也列出幻覺、可能變慢或逾時，以及高思考強度會增加 token 用量；知識截止時間為 2026 年 3 月，但部分領域仍為 2025 年 1 月。此外，非英語安全表現相較 Gemini 3.7 Flash 小幅退步；該安全表的數值越低越好，不能誤寫成安全性提升。實務上應依任務複雜度調整思考強度，並針對高 token 用量、逾時、幻覺與非英語安全風險設置監控、人工覆核和隔離測試；尤其漏洞自動修補不應繞過人工審核與修補後測試。 ![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/a64d3da113c00754.jpg) > 來源：[@ArtificialAnlys](https://x.com/ArtificialAnlys/status/2095177433150562780)（回覆）｜Artificial Analysis 外部評測的分項總覽，並列 GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity’s Last Exam、GPQA Diamond、CritPt、AA-Omniscience、AA-LCR 與 MMMU-Pro；各圖量尺不同，不能直接相加，也不是 Google 官方評測。 ## 媒體內容 **執行 Google Antigravity 與 Gemini 3.8 Flash 建構的 3D 奇幻解謎遊戲實機展示** **影片中的 Prompt 與操作** 操作步驟： 1. （00:02）讀取 Evelyn 的 Journal 筆記 2. （00:05）與季候元素火盆互動 3. （00:17）閱讀 Chronomantic Cipher 密碼文本 4. （00:20）推動時之玻璃 5. （00:24）閱讀 Raymond 手中的破碎羊皮紙 6. （00:31）閱讀錬金實驗日誌 #84 7. （00:34）投放藥劑至大坩堝 8. （00:40）啟動時之靜滯對齊星盤環 **逐字稿** - `00:03` 這是一款我們使用 Gemini 3.8 Flash，搭配簡單的循環式指令提示所打造的遊戲（This is a game we built with Gemini 3.8 Flash using a simple prompt with a looping instruction） - `00:09` 在 Anti-Gravity 中。這款遊戲運用了謎題、環境敘事，以及使用 Nano Banana 生成的材質（in anti-gravity. The game uses puzzles, environmental storytelling and textures） - `00:15` 來打造沉浸式模擬類型的關卡，玩家將（generated with Nano Banana to create an immersive sim type level in which you） - `00:20` 扮演一名在城堡中探索的巫師。遊戲中有一些環境敘事，還有一些（play a wizard navigating a castle. It has some environmental storytelling, some） - `00:28` 運用物理模擬的謎題。（puzzles that use physics simulations.） - `00:30` 在這裡，我們正在收集藥水，把它們（Here we're collecting potions, putting them） - `00:33` 放進坩堝裡，當然，關卡最後會迎來一場戲劇性的首領戰。我們（into a cauldron and of course the level culminates in a dramatic boss fight. We） - `00:39` 使用 Gemini 3.7 Flash，打造了一款以精靈圖為基礎的 3D 遊戲關卡，（launched Gemini 3.7 Flash with a level of a sprite based 3D game,） - `00:45` 這種風格（a style that you） - `00:46` 可能會讓你聯想到 1990 年代初期。現在我們看到的這款遊戲，即使（might associate with the early 1990s. Now we're looking at a game that wouldn't） - `00:52` 在 2002 年推出也不會顯得突兀。這是兩週內向前跨越十年的進步。（have been out of place in 2002. That's a leap forward of 10 years in two weeks.） ## 標籤 新產品, Gemini 3.8 Flash, Google