Gemini 3.8 Flash ‘Skimaki’: Google का AI कोडिंग और एजेंट्स पर बड़ा दांव

Google का Gemini 3.8 Flash, जिसे कंपनी के भीतर कथित तौर पर “Skimaki” नाम से जाना जाता था, अब केवल अफ़वाह या संभावित लॉन्च नहीं है। Google के डेवलपर दस्तावेज़ के मुताबिक यह मॉडल 2 सितंबर 2026 से सामान्य रूप से उपलब्ध (GA) है और प्रोडक्शन इस्तेमाल के लिए तैयार है। 3

यह मॉडल सिर्फ चैटबॉट की तरह जवाब देने के लिए नहीं बनाया गया। इसका मुख्य फोकस लंबी अवधि वाली सॉफ्टवेयर इंजीनियरिंग, ऑटोनॉमस AI एजेंट्स और जटिल एंटरप्राइज वर्कफ़्लो हैं। Google की रणनीति साफ़ दिखती है: ऐसा मॉडल तैयार करना जो गंभीर कोडिंग और टूल-यूज़ के काम कर सके, लेकिन हर अनुरोध पर महंगे और धीमे फ्लैगशिप मॉडल की जरूरत न पड़े।

Gemini 3.8 Flash क्या कर सकता है?

Google इसे अपना सबसे बुद्धिमान Flash मॉडल बताता है। इसे ऐसे कामों के लिए इंजीनियर किया गया है जिनमें AI को कई चरणों तक लगातार काम करना पड़ता है—मसलन, किसी अनजान कोडबेस को समझना, दस्तावेज़ खोजना, कई फाइलों में बदलाव करना, टेस्ट चलाना, त्रुटियों का कारण ढूंढना और फिर समाधान को दोबारा जांचना। 3

यही वजह है कि कोडिंग एजेंट्स AI की वास्तविक क्षमता परखने का अच्छा माध्यम बन गए हैं। कोई मॉडल एक छोटे प्रॉम्प्ट का शानदार जवाब दे सकता है, लेकिन लंबे काम के दौरान संदर्भ बनाए रखना, सही निर्णय लेना और अपनी गलतियों से उबरना कहीं अधिक कठिन होता है।

“Flash” नाम इस मॉडल के व्यावहारिक समझौते की ओर इशारा करता है। यह Google के सबसे बड़े और महंगे फ्रंटियर सिस्टम के बजाय तेज़ प्रतिक्रिया और कम अनुमान-लागत पर जोर देता है। Google के अनुसार, साल के अंत तक इसकी शुरुआती API कीमत 10 लाख इनपुट टोकन के लिए 0.75 डॉलर और 10 लाख आउटपुट टोकन के लिए 3.75 डॉलर है। 3

Jetski टेस्ट में Claude Opus से तुलना

The Wall Street Journal की रिपोर्ट में कर्मचारियों के हवाले से कहा गया कि Google इंजीनियरों ने अपने आंतरिक कोडिंग टूल Jetski में Gemini 3.8 Flash की तुलना Anthropic के Claude Opus से की। कुछ इंजीनियरों ने इन आमने-सामने के कोडिंग परीक्षणों में Google के मॉडल को पसंद किया। 1

यह Google के अपने डेवलपमेंट वातावरण में मिले प्रदर्शन का महत्वपूर्ण संकेत है, लेकिन इसे सार्वजनिक बेंचमार्क नहीं माना जा सकता। उपलब्ध रिपोर्ट में ऐसा दोहराए जा सकने वाला टेस्ट सेट, स्कोरिंग पद्धति, मॉडल कॉन्फिगरेशन या स्वतंत्र परिणाम नहीं दिए गए हैं, जिनसे यह साबित हो कि Gemini 3.8 Flash हर स्थिति में Claude Opus से बेहतर है।

कोडिंग एजेंट का प्रदर्शन उसके आसपास के टूल्स और परीक्षण व्यवस्था पर भी निर्भर करता है। इस्तेमाल किए गए रिपॉजिटरी, प्रोग्रामिंग भाषाएं, दस्तावेज़ों तक पहुंच, टेस्ट चलाने की सुविधा, संदर्भ-सीमा, लेटेंसी और गलत कोड को सुधारने की क्षमता—ये सभी अंतिम नतीजे बदल सकते हैं।

इसलिए सबसे सावधान निष्कर्ष यह है कि Google के आंतरिक परीक्षकों ने कोडिंग क्षमता में बड़ा सुधार देखा और Jetski की कुछ तुलनाओं में Gemini 3.8 Flash को Opus से अधिक पसंद किया। यह बढ़त स्वतंत्र परीक्षणों में भी कायम रहती है या नहीं, अभी स्पष्ट नहीं है।

Google ने Flash मॉडल क्यों चुना?

एक तेज़ और कुशल कोडिंग मॉडल को महंगे फ्लैगशिप मॉडल की तुलना में अधिक बड़े पैमाने पर तैनात किया जा सकता है। किसी सॉफ्टवेयर-इंजीनियरिंग एजेंट को एक ही काम पूरा करने के लिए कई बार मॉडल को कॉल करना पड़ सकता है। ऐसे में केवल मॉडल की अधिकतम बुद्धिमत्ता ही नहीं, बल्कि हर कॉल की गति और कीमत भी महत्वपूर्ण हो जाती है।

किसी एक चुनौती में थोड़ा कम सक्षम मॉडल भी वास्तविक प्रोडक्शन में अधिक उपयोगी हो सकता है, यदि वह बार-बार होने वाले टूल कॉल्स में तेज़, सस्ता और पर्याप्त रूप से भरोसेमंद हो। उपलब्ध रिपोर्टिंग इसी दक्षता-केंद्रित रणनीति की ओर इशारा करती है। हालांकि, यह कहना अभी उचित नहीं होगा कि Google ने किसी खास सरकारी समीक्षा या नियामकीय सीमा से बचने के लिए Flash श्रेणी चुनी। उपलब्ध स्रोत ऐसा निर्णायक कारण स्थापित नहीं करते। 1338

मजबूत संकेत तकनीकी और व्यावसायिक हैं: Google ऐसे कोडिंग और एजेंट फीचर्स चाहता है जिन्हें अपने उत्पादों और एंटरप्राइज सेवाओं में बड़े पैमाने पर इस्तेमाल किया जा सके। 1338

Gemini 3.7 Flash से आगे बढ़ने में Reinforcement Learning की भूमिका

रिपोर्टों के अनुसार, Gemini 3.8 Flash के विकास में reinforcement learning पर पहले से अधिक जोर दिया गया। सरल शब्दों में, यह मॉडल-ट्रेनिंग का वह चरण है जिसमें फीडबैक या पुरस्कार के आधार पर सिस्टम को किसी काम को बेहतर ढंग से पूरा करना सिखाया जाता है।

कोडिंग एजेंट के लिए इसका मतलब केवल ऐसा कोड लिखना नहीं है जो देखने में सही लगे। मॉडल को काम पूरा करना, सही टूल इस्तेमाल करना, टेस्ट चलाना और परिणाम की पुष्टि करना भी सीखना होता है।

यह जोर Gemini 3.7 Flash से 3.8 Flash तक तेज़ प्रगति को समझाने में मदद करता है। लक्ष्य केवल मॉडल का आकार बढ़ाना नहीं, बल्कि लंबे सॉफ्टवेयर-इंजीनियरिंग वर्कफ़्लो में उसके व्यवहार को अधिक भरोसेमंद बनाना था। 1

फिर भी, सार्वजनिक जानकारी इतनी विस्तृत नहीं है कि यह तय किया जा सके कि सुधार का कितना हिस्सा reinforcement learning, अन्य post-training तकनीकों, मॉडल में बदलाव, टूल इंटीग्रेशन या मूल्यांकन पद्धति से आया। स्वतंत्र डेवलपर परीक्षणों में यही बारीकियां महत्वपूर्ण होंगी।

Google DeepMind में बदलावों का संदर्भ

Gemini 3.8 Flash ऐसे समय आया है जब Google DeepMind के भीतर नेतृत्व और प्राथमिकताओं में बदलाव हुआ है। अगस्त में Demis Hassabis ने Google DeepMind का रोज़मर्रा का नेतृत्व छोड़कर चेयरमैन और Alphabet के चीफ साइंटिस्ट की भूमिका संभाली। Google ने कहा कि वह संगठन से करीबी तौर पर जुड़े रहेंगे और मॉडल व रिसर्च से जुड़े कामों पर सलाह देते रहेंगे, जबकि अन्य अधिकारी संचालन की जिम्मेदारी संभालेंगे। 29

Reuters ने यह भी रिपोर्ट किया कि Google के सह-संस्थापक Sergey Brin ने प्रमुख AI कर्मचारियों से Gemini पर पूरी ताकत लगाने का आग्रह किया, क्योंकि Alphabet OpenAI और Anthropic से दूरी कम करने की कोशिश कर रहा है। 37 Reuters की एक अन्य रिपोर्ट के अनुसार, Google की AI को व्यावसायिक रूप से इस्तेमाल करने की रणनीति में AI एजेंट्स को केंद्रीय भूमिका दी गई है। 38

इस संदर्भ में Gemini 3.8 Flash महज एक नियमित मॉडल अपडेट नहीं लगता। तेज़, कोडिंग-केंद्रित और प्रोडक्शन-उन्मुख Flash मॉडल उस रणनीति के अनुकूल है जिसमें उपयोगी AI एजेंट्स को उत्पादों और कारोबारी प्रक्रियाओं में जल्द से जल्द शामिल करना है, जबकि Google बड़े सिस्टम पर भी काम जारी रखता है।

OpenAI और Anthropic से कोडिंग अंतर कम करने की कोशिश

Google का यह मॉडल उस क्षेत्र पर सीधा निशाना साधता है जहां कंपनी को OpenAI और Anthropic से पीछे माना जाता रहा है—सॉफ्टवेयर इंजीनियरिंग और एजेंटिक कोडिंग। 1 OpenAI के कोडिंग एजेंट्स पर बढ़ते फोकस और Anthropic के Claude मॉडल्स के डेवलपर समुदाय में मजबूत स्थान ने प्रतिस्पर्धा को और तेज़ कर दिया है।

Google का जवाब केवल यह इंतजार करना नहीं है कि कोई बड़ा मॉडल भविष्य में बेहतर प्रदर्शन करेगा। Gemini 3.8 Flash एक अधिक तैनात किए जा सकने वाला प्रस्ताव पेश करता है: बेहतर कोडिंग, तेज़ प्रतिक्रियाएं और इतनी कम लागत कि एजेंट्स को बार-बार इस्तेमाल किया जा सके।

अगर यह संयोजन Google के आंतरिक वातावरण के बाहर भी अच्छा प्रदर्शन करता है, तो इसका महत्व किसी एक लीडरबोर्ड जीत से अधिक हो सकता है। कोडिंग एजेंट्स को डेवलपर्स, टीमों और क्लाउड ग्राहकों के लिए व्यावहारिक होना होगा—सिर्फ नियंत्रित डेमो में प्रभावशाली नहीं।

अभी क्या साबित होना बाकी है?

लॉन्च रिपोर्ट और Jetski की आंतरिक तुलना से कई अहम सवालों का जवाब नहीं मिलता:

• स्वतंत्र कोडिंग प्रदर्शन: Opus पर Google के आंतरिक परीक्षकों की कथित पसंद को स्वतंत्र और दोहराए जा सकने वाले सार्वजनिक बेंचमार्क का विकल्प नहीं माना जा सकता। 1
• लंबे समय की विश्वसनीयता: वास्तविक एजेंट को कई टूल कॉल्स, टेस्ट और संशोधनों के दौरान लगातार प्रभावी रहना होगा।
• वास्तविक रिपॉजिटरी पर प्रदर्शन: अलग-अलग भाषाओं, फ्रेमवर्क्स, पुराने कोड, कमजोर दस्तावेज़ों और सुरक्षा-संवेदनशील सिस्टम में परिणाम अलग हो सकते हैं।
• व्यावहारिक कीमत और प्रदर्शन: शुरुआती API कीमत उपयोगी संदर्भ देती है, लेकिन डेवलपर्स को अपने काम में कुल लागत, लेटेंसी, टूल कॉल्स की संख्या और असफल प्रयासों से उबरने की लागत मापनी होगी। 3
• प्रतिस्पर्धी बढ़त की स्थिरता: OpenAI और Anthropic तेजी से जवाब दे सकते हैं, इसलिए शुरुआती बढ़त लंबे समय तक बनी रहे, यह तय नहीं है।

फिलहाल Gemini 3.8 Flash को Google की उस कोशिश के रूप में समझना सबसे उचित है जिसमें कोडिंग और ऑटोनॉमस टूल-यूज़ को तेज़, किफायती और बड़े पैमाने पर इस्तेमाल होने वाली क्षमता बनाया जा रहा है। इसकी आधिकारिक उपलब्धता की पुष्टि हो चुकी है और आंतरिक कोडिंग नतीजे उत्साहजनक बताए गए हैं। लेकिन यह दावा कि मॉडल ने Claude Opus को पीछे छोड़ दिया है या Google ने कोडिंग का अंतर पूरी तरह पाट दिया है, पारदर्शी सार्वजनिक मूल्यांकन और स्वतंत्र डेवलपर अनुभव के बिना अभी साबित नहीं हुआ है।