Gemini 3.8 Flash “Skimaki”: il nuovo modello di Google è davvero pronto al debutto?

Gemini 3.8 Flash potrebbe essere vicino al debutto, ma al momento non è ancora un prodotto pubblico confermato. Secondo le indiscrezioni, il modello — noto internamente con il nome in codice “Skimaki” — sarebbe un aggiornamento orientato soprattutto alla programmazione e potrebbe essere lanciato già mercoledì 2 settembre 2026. 17

La distinzione fondamentale è tra ciò che sarebbe avvenuto all’interno di Google e ciò che gli utenti possono verificare dall’esterno: alcuni dipendenti avrebbero testato una versione preliminare nello strumento interno di coding Jetski, mentre Google non ha ancora pubblicato documentazione, benchmark o specifiche tecniche sufficienti per valutare il modello in modo indipendente. 13

Cosa è stato riferito su Gemini 3.8 Flash

L’obiettivo più chiaramente riportato riguarda il miglioramento delle capacità di coding. Il Wall Street Journal riferisce che Google starebbe preparando il modello per intervenire in un’area in cui i sistemi Gemini sono stati considerati in ritardo rispetto a OpenAI e Anthropic. 1

Il modello sarebbe stato reso disponibile internamente come “Gemini 3.8 Flash Preview” tramite Jetski, consentendo al personale di Google di provarlo su attività di sviluppo software prima di un eventuale rilascio esterno. Un dipendente che lo ha testato ha dichiarato che risultava “sensibilmente migliore” di Gemini 3.7 Flash, precisando però che era ancora troppo presto per una valutazione completa. 13

È un feedback incoraggiante, ma non equivale a una valutazione pubblica. Le fonti disponibili non indicano il set di test utilizzato, il numero di attività, il metodo di scoring o se il confronto sia stato condotto in condizioni controllate.

Gemini 3.8 Flash ha superato Opus di Anthropic?

In alcuni confronti interni affiancati svolti all’interno di Jetski, alcuni ingegneri di Google avrebbero preferito Gemini 3.8 Flash al modello Opus di Anthropic. 1

Il dato è un segnale interessante su come il modello avrebbe funzionato per determinati utenti interni e in specifiche attività di coding. Non dimostra però che Gemini 3.8 Flash sia complessivamente superiore a Opus. Non sono stati resi pubblici punteggi di benchmark standardizzati, dimensione del campione, tipologia delle attività, risultati statistici o persino la versione specifica di Opus utilizzata. 16

Per ora, la descrizione più corretta è quindi questa: nei test interni di Google, alcuni tester avrebbero preferito il nuovo modello in uno specifico ambiente di programmazione. Non che Gemini 3.8 Flash abbia già dimostrato di aver superato i modelli concorrenti.

Quali miglioramenti sono realmente supportati dalle prove?

Coding e debugging

Il coding è l’unico miglioramento sottolineato direttamente dalle fonti. I primi riscontri interni suggeriscono un progresso percepibile rispetto a Gemini 3.7 Flash, e lo sviluppo del modello sembra concentrarsi sui casi d’uso legati all’ingegneria del software. 113

Non ci sono però dati sufficienti per quantificare l’affidabilità nel debugging, il tasso di successo nella correzione dei bug, la capacità di intervenire su interi repository o le prestazioni su modifiche distribuite in più file. Per rispondere a queste domande serviranno test pubblici e riproducibili.

Interazioni multi-turno e flussi di lavoro agentici

Le discussioni sul modello indicano anche possibili miglioramenti nel lavoro su più turni e nei flussi di coding agentici, cioè attività in cui il modello pianifica, usa strumenti e porta avanti autonomamente una sequenza di operazioni.

Tuttavia, le prove disponibili non includono risultati specifici per Gemini 3.8 Flash su coerenza delle conversazioni, pianificazione, uso degli strumenti, completamento autonomo dei compiti o recupero dopo un’azione fallita. Queste capacità vanno quindi considerate aree di interesse o aspettative, non caratteristiche già dimostrate.

Meno “slop” nell’output

Non esiste una definizione pubblica né una misurazione della presunta riduzione dello “slop”, termine informale che può riferirsi a verbosità inutile, codice di qualità inferiore, spiegazioni ripetitive o esecuzione debole delle istruzioni. Senza un criterio di valutazione esplicito, l’affermazione non è verificabile.

Primo token e latenza

Il nome Flash richiama una famiglia di modelli pensata per la velocità, ma nelle fonti disponibili non compare alcun dato specifico di Gemini 3.8 su tempo al primo token, distribuzione della latenza, throughput o configurazione del servizio. Un’etichetta orientata alla rapidità non sostituisce una misurazione effettiva.

Perché la tempistica è importante per Google

Il ciclo di sviluppo riportato appare particolarmente rapido. Le ricostruzioni disponibili collocano Gemini 3.6 Flash a luglio, Gemini 3.7 Flash circa tre settimane più tardi e Gemini 3.8 in anteprima interna poco dopo. Le stesse informazioni collegano questo ritmo all’obiettivo dichiarato dall’amministratore delegato di Google, Sundar Pichai, di arrivare a una cadenza di rilascio quasi mensile. 1

Una sequenza così serrata può aiutare Google a recepire rapidamente i commenti degli sviluppatori, soprattutto nel coding, dove i modelli di OpenAI e Anthropic hanno alzato le aspettative degli utenti. D’altro canto, versioni troppo ravvicinate rendono più difficili i confronti: possono cambiare nomi dei modelli, condizioni di accesso, prompt, impostazioni di servizio e attività usate per le valutazioni.

Il materiale disponibile non dimostra in modo indipendente l’affermazione secondo cui Gemini 3.5 Flash sarebbe stato presentato per la prima volta al Google I/O 2026. Anche questo elemento della cronologia resta quindi non verificato.

Il cambio ai vertici di Google DeepMind

Lo sviluppo del modello arriva poco dopo un cambio di leadership in Google DeepMind. Koray Kavukcuoglu, in precedenza direttore tecnologico dell’organizzazione e chief AI architect di Google, è diventato Senior Vice President di Google DeepMind, assumendo la responsabilità operativa quotidiana dell’unità. 223

Demis Hassabis ha lasciato la gestione quotidiana per diventare presidente di Google DeepMind e chief scientist di Alphabet. Nell’annuncio di Google, Hassabis ha spiegato che sarebbe rimasto strettamente collegato all’organizzazione, continuando a fornire consulenza su modelli e ricerca. 30

Il cambio ai vertici non dimostra che abbia causato la tempistica o le capacità di Gemini 3.8 Flash. Fornisce però un contesto alle notizie secondo cui Google starebbe puntando su un’esecuzione più rapida, mentre cerca di competere in modo più diretto nel settore dei prodotti di IA destinati agli sviluppatori.

Cosa non sappiamo ancora

Un possibile lancio mercoledì non equivale a un debutto confermato. Non è ancora chiaro se Google renderebbe Gemini 3.8 Flash disponibile su larga scala, lo distribuirebbe come anteprima limitata o lo offrirebbe inizialmente tramite API oppure Vertex AI. Una verifica contemporanea indicava inoltre che la documentazione pubblica di Google non riportava ancora Gemini 3.8 Flash. 36

Agli utenti e agli sviluppatori mancano informazioni confermate su:

• punteggi dei benchmark di coding e metodologia di valutazione;
• prezzi, limiti di utilizzo e Paesi o regioni disponibili;
• dimensione della finestra di contesto e modalità supportate;
• architettura del modello e numero di parametri;
• dati di addestramento e misure di sicurezza;
• interfacce per l’uso degli strumenti e capacità agentiche;
• model card, system card o rapporto tecnico;
• misurazioni riproducibili di latenza e throughput;
• prestazioni nel recupero di informazioni su contesti lunghi e in grandi repository di codice;
• comportamento nel debugging multi-file, davanti a specifiche ambigue, nel codice sensibile alla sicurezza, nei linguaggi di programmazione meno diffusi e con prompt avversari.

Queste lacune sono importanti: i test di preferenza interna possono offrire un’indicazione utile sull’esperienza di prodotto, ma non prevedono necessariamente le prestazioni su ogni carico di lavoro reale.

In sintesi

Le informazioni disponibili sostengono una conclusione prudente: Gemini 3.8 Flash sembra essere un modello interno reale, in fase di test attivo, con l’obiettivo dichiarato di ridurre il divario di Google nel coding. Alcuni ingegneri di Google avrebbero preferito il modello ad Anthropic Opus in Jetski e un tester iniziale lo avrebbe trovato sensibilmente migliore di Gemini 3.7 Flash. 113

Google, però, non ha ancora confermato pubblicamente il modello, la formula di lancio o le sue prestazioni tecniche. Le affermazioni su debugging, flussi agentici, riduzione dello “slop” e latenza restano prive di misurazioni specifiche nelle fonti disponibili.

Fino alla pubblicazione della documentazione ufficiale e alla possibilità per tester indipendenti di esaminarlo, “anteprima promettente focalizzata sul coding” è una definizione più accurata di “modello che ha dimostrato di battere Opus”.