Gemini 3.8 Flash, noto internamente come “Skimaki”, è un modello orientato alla programmazione, alla velocità e all'efficienza dei costi. Il Wall Street Journal aveva indicato un possibile lancio già per mercoledì 2 settembre 2026; la documentazione ufficiale per sviluppatori di Google lo descrive ora come generalme...
Pubblicato daImmagini generate con GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Google’s reportedly imminent Gemini 3.8 Flash coding AI model, internally known as “Skimaki,” when might it be released, how did Goo. Article summary: Gemini 3.8 Flash, reportedly codenamed “Skimaki,” was described as a coding focused, efficient Gemini model intended to close Google’s perceived gap with OpenAI and Anthropic.. Topic tags: general web, openai, agents, ai, automation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icon
Gemini 3.8 Flash è il modello di Google progettato per privilegiare rapidità, costi di inferenza più contenuti e utilizzo su larga scala, invece di puntare soltanto alle massime dimensioni e capacità di un modello di frontiera. Il nome in codice usato internamente sarebbe “Skimaki”. 2
La sua area di interesse principale è il coding, soprattutto nelle attività di software engineering che richiedono tempi lunghi e diversi passaggi consecutivi. In questi scenari un modello deve leggere un repository, comprendere l'architettura, usare strumenti, modificare più file, eseguire test e correggere gli errori senza fermarsi alla generazione di una singola funzione.
La documentazione per sviluppatori di Google descrive Gemini 3.8 Flash come generalmente disponibile e pronto per l'uso in produzione, con un orientamento specifico verso software engineering, agenti autonomi e flussi di lavoro aziendali complessi. 5
Le indiscrezioni iniziali, riportate dal Wall Street Journal, parlavano di un possibile debutto già mercoledì 2 settembre 2026. 2 Poiché la pagina ufficiale di Google per gli sviluppatori indicata nella documentazione riporta il modello come generalmente disponibile, la definizione di “imminente” può ormai essere considerata superata: il modello risulta presentato come disponibile, almeno attraverso i canali documentati da Google.
5
Secondo i dipendenti citati dal Wall Street Journal, gli ingegneri di Google hanno effettuato confronti diretti tra Gemini 3.8 Flash e il modello Claude Opus di Anthropic all'interno di Jetski, uno strumento di coding usato internamente dall'azienda. Alcuni ingegneri avrebbero preferito la risposta di Gemini in queste prove. 2
Il dato va però interpretato con cautela. Non si tratta di un benchmark pubblico, replicabile e controllato da osservatori indipendenti. Non sappiamo quali repository siano stati utilizzati, quali istruzioni abbiano ricevuto i modelli, quali strumenti fossero disponibili o come siano stati valutati gli errori. Il risultato suggerisce che Google abbia ridotto almeno parte del divario percepito nel coding, ma non dimostra che Gemini 3.8 Flash sia complessivamente superiore a Claude Opus.
Un modello più veloce ed economico può essere particolarmente utile per gli agenti AI. Un agente che lavora sul codice effettua spesso decine o centinaia di chiamate al modello: analizza file, pianifica una modifica, esegue un comando, interpreta l'output e decide il passaggio successivo.
In questo contesto, anche una riduzione della latenza o del costo per richiesta può fare una differenza significativa. Un modello Flash abbastanza capace da gestire compiti complessi può quindi risultare più pratico di un modello di punta molto costoso, soprattutto nei prodotti Google e nei servizi cloud destinati alle aziende.
L'idea che questa impostazione serva anche a evitare parte dell'attenzione riservata ai sistemi di frontiera è invece un'inferenza strategica, non un fatto confermato. Le informazioni disponibili non indicano una soglia normativa precisa né dimostrano che la regolamentazione sia stata il vincolo decisivo nella progettazione.
Le informazioni disponibili indicano inoltre che Google avrebbe aumentato le risorse dedicate al reinforcement learning, la fase successiva all'addestramento di base in cui un modello migliora il proprio comportamento attraverso prove, feedback e ricompense. 1
Per un sistema destinato al coding e all'uso di strumenti, questo approccio può aiutare a trasformare le capacità generali del modello in comportamenti più affidabili: seguire una procedura, mantenere il contesto durante attività lunghe, verificare il risultato e recuperare dopo un errore.
La rapida successione tra Gemini 3.7 Flash e il modello 3.8 sembra quindi riflettere un'enfasi sul perfezionamento dell'esecuzione e dell'affidabilità, non soltanto sull'aumento delle dimensioni del pretraining. 1
Il lancio si inserisce in una fase di forte pressione competitiva per Google. Ad agosto, Demis Hassabis ha lasciato la gestione quotidiana di Google DeepMind per diventare presidente della divisione e chief scientist di Alphabet. La modifica ha trasferito maggiore autorità operativa ad altri dirigenti, lasciando ad Hassabis un ruolo strategico e scientifico. 3
Reuters ha inoltre riferito che il cofondatore di Google Sergey Brin avrebbe invitato i principali responsabili dell'intelligenza artificiale a concentrarsi completamente su Gemini, mentre l'azienda considera gli agenti AI un elemento centrale della propria strategia commerciale. 1
4
Google è stato percepito in alcuni ambienti come in ritardo rispetto a OpenAI e Anthropic nelle capacità di programmazione, proprio mentre il settore si sposta verso agenti in grado di lavorare autonomamente sul software. 1
2
Gemini 3.8 Flash sembra rispondere a questo problema con una combinazione precisa: buone prestazioni nel coding, latenza ridotta e costi abbastanza bassi da consentire l'impiego su larga scala. Un simile modello potrebbe essere più facile da integrare nei prodotti Google e nelle piattaforme cloud rispetto a un unico modello flagship utilizzato per ogni attività.
Restano aperte diverse domande:
In sintesi, Gemini 3.8 Flash rappresenta una mossa di Google per rendere il coding agentico più veloce, economico e facilmente distribuibile. Le prime indicazioni sono incoraggianti, ma solo test indipendenti e l'uso reale potranno stabilire se “Skimaki” abbia davvero superato i concorrenti nel complesso.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Gemini 3.8 Flash, noto internamente come “Skimaki”, è un modello orientato alla programmazione, alla velocità e all'efficienza dei costi.
Gemini 3.8 Flash, noto internamente come “Skimaki”, è un modello orientato alla programmazione, alla velocità e all'efficienza dei costi. Il Wall Street Journal aveva indicato un possibile lancio già per mercoledì 2 settembre 2026; la documentazione ufficiale per sviluppatori di Google lo descrive ora come generalmente disponibile.
Nei confronti interni svolti con lo strumento di coding Jetski, alcuni ingegneri di Google avrebbero preferito il modello a Claude Opus.
Gemini 3.8 Flash, noto internamente come “Skimaki”, è un modello orientato alla programmazione, alla velocità e all'efficienza dei costi. Il Wall Street Journal aveva indicato un possibile lancio già per mercoledì 2 settembre 2026; la documentazione ufficiale per sviluppatori di Google lo descrive ora come generalme...
Pubblicato daImmagini generate con GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Google’s reportedly imminent Gemini 3.8 Flash coding AI model, internally known as “Skimaki,” when might it be released, how did Goo. Article summary: Gemini 3.8 Flash, reportedly codenamed “Skimaki,” was described as a coding focused, efficient Gemini model intended to close Google’s perceived gap with OpenAI and Anthropic.. Topic tags: general web, openai, agents, ai, automation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icon
Gemini 3.8 Flash è il modello di Google progettato per privilegiare rapidità, costi di inferenza più contenuti e utilizzo su larga scala, invece di puntare soltanto alle massime dimensioni e capacità di un modello di frontiera. Il nome in codice usato internamente sarebbe “Skimaki”. 2
La sua area di interesse principale è il coding, soprattutto nelle attività di software engineering che richiedono tempi lunghi e diversi passaggi consecutivi. In questi scenari un modello deve leggere un repository, comprendere l'architettura, usare strumenti, modificare più file, eseguire test e correggere gli errori senza fermarsi alla generazione di una singola funzione.
La documentazione per sviluppatori di Google descrive Gemini 3.8 Flash come generalmente disponibile e pronto per l'uso in produzione, con un orientamento specifico verso software engineering, agenti autonomi e flussi di lavoro aziendali complessi. 5
Le indiscrezioni iniziali, riportate dal Wall Street Journal, parlavano di un possibile debutto già mercoledì 2 settembre 2026. 2 Poiché la pagina ufficiale di Google per gli sviluppatori indicata nella documentazione riporta il modello come generalmente disponibile, la definizione di “imminente” può ormai essere considerata superata: il modello risulta presentato come disponibile, almeno attraverso i canali documentati da Google.
5
Secondo i dipendenti citati dal Wall Street Journal, gli ingegneri di Google hanno effettuato confronti diretti tra Gemini 3.8 Flash e il modello Claude Opus di Anthropic all'interno di Jetski, uno strumento di coding usato internamente dall'azienda. Alcuni ingegneri avrebbero preferito la risposta di Gemini in queste prove. 2
Il dato va però interpretato con cautela. Non si tratta di un benchmark pubblico, replicabile e controllato da osservatori indipendenti. Non sappiamo quali repository siano stati utilizzati, quali istruzioni abbiano ricevuto i modelli, quali strumenti fossero disponibili o come siano stati valutati gli errori. Il risultato suggerisce che Google abbia ridotto almeno parte del divario percepito nel coding, ma non dimostra che Gemini 3.8 Flash sia complessivamente superiore a Claude Opus.
Un modello più veloce ed economico può essere particolarmente utile per gli agenti AI. Un agente che lavora sul codice effettua spesso decine o centinaia di chiamate al modello: analizza file, pianifica una modifica, esegue un comando, interpreta l'output e decide il passaggio successivo.
In questo contesto, anche una riduzione della latenza o del costo per richiesta può fare una differenza significativa. Un modello Flash abbastanza capace da gestire compiti complessi può quindi risultare più pratico di un modello di punta molto costoso, soprattutto nei prodotti Google e nei servizi cloud destinati alle aziende.
L'idea che questa impostazione serva anche a evitare parte dell'attenzione riservata ai sistemi di frontiera è invece un'inferenza strategica, non un fatto confermato. Le informazioni disponibili non indicano una soglia normativa precisa né dimostrano che la regolamentazione sia stata il vincolo decisivo nella progettazione.
Le informazioni disponibili indicano inoltre che Google avrebbe aumentato le risorse dedicate al reinforcement learning, la fase successiva all'addestramento di base in cui un modello migliora il proprio comportamento attraverso prove, feedback e ricompense. 1
Per un sistema destinato al coding e all'uso di strumenti, questo approccio può aiutare a trasformare le capacità generali del modello in comportamenti più affidabili: seguire una procedura, mantenere il contesto durante attività lunghe, verificare il risultato e recuperare dopo un errore.
La rapida successione tra Gemini 3.7 Flash e il modello 3.8 sembra quindi riflettere un'enfasi sul perfezionamento dell'esecuzione e dell'affidabilità, non soltanto sull'aumento delle dimensioni del pretraining. 1
Il lancio si inserisce in una fase di forte pressione competitiva per Google. Ad agosto, Demis Hassabis ha lasciato la gestione quotidiana di Google DeepMind per diventare presidente della divisione e chief scientist di Alphabet. La modifica ha trasferito maggiore autorità operativa ad altri dirigenti, lasciando ad Hassabis un ruolo strategico e scientifico. 3
Reuters ha inoltre riferito che il cofondatore di Google Sergey Brin avrebbe invitato i principali responsabili dell'intelligenza artificiale a concentrarsi completamente su Gemini, mentre l'azienda considera gli agenti AI un elemento centrale della propria strategia commerciale. 1
4
Google è stato percepito in alcuni ambienti come in ritardo rispetto a OpenAI e Anthropic nelle capacità di programmazione, proprio mentre il settore si sposta verso agenti in grado di lavorare autonomamente sul software. 1
2
Gemini 3.8 Flash sembra rispondere a questo problema con una combinazione precisa: buone prestazioni nel coding, latenza ridotta e costi abbastanza bassi da consentire l'impiego su larga scala. Un simile modello potrebbe essere più facile da integrare nei prodotti Google e nelle piattaforme cloud rispetto a un unico modello flagship utilizzato per ogni attività.
Restano aperte diverse domande:
In sintesi, Gemini 3.8 Flash rappresenta una mossa di Google per rendere il coding agentico più veloce, economico e facilmente distribuibile. Le prime indicazioni sono incoraggianti, ma solo test indipendenti e l'uso reale potranno stabilire se “Skimaki” abbia davvero superato i concorrenti nel complesso.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Gemini 3.8 Flash, noto internamente come “Skimaki”, è un modello orientato alla programmazione, alla velocità e all'efficienza dei costi.
Gemini 3.8 Flash, noto internamente come “Skimaki”, è un modello orientato alla programmazione, alla velocità e all'efficienza dei costi. Il Wall Street Journal aveva indicato un possibile lancio già per mercoledì 2 settembre 2026; la documentazione ufficiale per sviluppatori di Google lo descrive ora come generalmente disponibile.
Nei confronti interni svolti con lo strumento di coding Jetski, alcuni ingegneri di Google avrebbero preferito il modello a Claude Opus.