Gemini 3.8 Flash „Skimaki”: szybszy model Google ma rzucić wyzwanie Claude’owi

Czym jest Gemini 3.8 Flash „Skimaki”?

Gemini 3.8 Flash ma być wydajnym, skoncentrowanym na programowaniu modelem Google, którego celem jest zmniejszenie przewagi postrzeganej po stronie OpenAI i Anthropic. Wewnętrzna nazwa projektu to „Skimaki”.

Określenie Flash wskazuje na priorytet szybkości i kosztu działania, a nie na próbę stworzenia największego i najbardziej zasobożernego modelu Google. Tego typu system ma być łatwiejszy do wykorzystania na dużą skalę — zarówno w produktach Google, jak i w usługach chmurowych dla firm.

Według dokumentacji Google dla deweloperów Gemini 3.8 Flash jest przeznaczony do długich zadań inżynierii oprogramowania, autonomicznych agentów i złożonych procesów biznesowych. Strona została zindeksowana 2 września 2026 roku i opisuje model jako ogólnie dostępny, gotowy do użycia produkcyjnego. 5

Kiedy model miał zostać wydany?

Doniesienia „The Wall Street Journal” mówiły, że premiera może nastąpić już w środę 2 września 2026 roku. 2 Ponieważ tego samego dnia pojawiła się oficjalna dokumentacja Google oznaczająca model jako ogólnie dostępny, opis Gemini 3.8 Flash jako dopiero „nadchodzącego” może być już nieaktualny. 5

W praktyce warto rozdzielić dwie kwestie: zapowiedź lub udostępnienie modelu oraz jego faktyczną dostępność we wszystkich produktach, interfejsach API i planach cenowych. Sama dokumentacja deweloperska potwierdza dostępność modelu w środowisku Google, ale nie przesądza o tym, jak szybko trafi on do każdej usługi konsumenckiej.

Jak wyglądały porównania z Claude Opus?

Według pracowników cytowanych przez „The Wall Street Journal” inżynierowie Google przeprowadzali bezpośrednie testy programistyczne w Jetski — wewnętrznym narzędziu firmy służącym do pracy z kodem. Część zespołu miała ocenić Gemini 3.8 Flash wyżej niż model Claude Opus firmy Anthropic. 2

To interesująca informacja, ale nie należy traktować jej jako dowodu ogólnej przewagi. Wewnętrzny test:

• nie jest niezależnym, publicznie odtwarzalnym benchmarkiem;
• mógł wykorzystywać środowisko Jetski dostosowane do modelu Google;
• nie musi odzwierciedlać pracy na różnych repozytoriach i w odmiennych stosach technologicznych;
• nie odpowiada na pytania o bezpieczeństwo, stabilność ani jakość wielogodzinnej pracy bez nadzoru.

Ostateczne porównanie będzie możliwe dopiero po udostępnieniu modelu, jego narzędzi i metodologii testów osobom z zewnątrz. Na podstawie obecnych informacji nie można stwierdzić, że Gemini 3.8 Flash wyprzedził Claude’a lub konkurencję we wszystkich zastosowaniach.

Dlaczego Google stawia na model Flash?

Najważniejszym powodem jest ekonomia wdrożeń. Model przeznaczony do pracy agentowej musi wielokrotnie analizować pliki, wywoływać narzędzia, generować poprawki i weryfikować wynik. Jeśli każda taka operacja korzysta z drogiego modelu flagowego, koszt całego procesu szybko rośnie.

Szybszy i tańszy model może być bardziej praktyczny w:

• asystentach programistycznych;
• automatycznym przeglądzie i naprawie kodu;
• agentach wykonujących wieloetapowe zadania;
• narzędziach dla firm, które obsługują dużą liczbę zapytań;
• usługach Google Cloud.

Google coraz wyraźniej przedstawia agentów AI jako ważny element komercjalizacji sztucznej inteligencji w sektorze przedsiębiorstw. 4 Model Flash pasuje do tej strategii lepiej niż rozwiązanie nastawione wyłącznie na maksymalną jakość pojedynczej odpowiedzi.

Twierdzenie, że mniejszy model miałby dzięki temu uniknąć intensywniejszej kontroli regulacyjnej, byłoby jednak zbyt daleko idącym wnioskiem. Dostępne materiały nie wskazują konkretnego progu prawnego ani nie potwierdzają, że regulacje były decydującym czynnikiem przy projektowaniu Gemini 3.8 Flash.

Większy nacisk na uczenie przez wzmacnianie

Relacje o rozwoju modelu wskazują również na zwiększenie zasobów przeznaczonych na uczenie przez wzmacnianie — etap treningu, w którym system doskonali działanie na podstawie informacji zwrotnej i nagród.

W przypadku programowania może to pomóc modelowi nie tylko generować fragmenty kodu, lecz także lepiej realizować całe zadania: planować kolejne kroki, korzystać z narzędzi, reagować na błędy i sprawdzać, czy wprowadzone zmiany faktycznie działają. Taki kierunek tłumaczy szybkie przejście od Gemini 3.7 Flash do wersji 3.8: nacisk pada na przekształcenie możliwości modelu bazowego w bardziej niezawodne zachowanie podczas pracy z kodem i narzędziami. 1

Kontekst zmian w Google DeepMind

Premiera wpisuje się w szersze przetasowania organizacyjne w Google. W sierpniu Demis Hassabis przestał kierować Google DeepMind na co dzień i objął funkcję przewodniczącego oraz głównego naukowca Alphabetu. Zmiana przekazała więcej bieżącej władzy operacyjnej innym menedżerom, zachowując dla Hassabisa rolę strategiczną i naukową. 3

Reuters informował także, że współzałożyciel Google Sergey Brin zachęcał kluczowych pracowników działu AI, by skoncentrowali się na Gemini i „poszli na całość” w rywalizacji z konkurentami. 1 Presja jest zrozumiała: Google próbuje zmniejszyć dystans do OpenAI i Anthropic szczególnie w programowaniu, gdzie coraz większe znaczenie mają agenci zdolni do samodzielnego wykonywania złożonych zadań.

Co trzeba będzie sprawdzić po premierze?

Nawet bardzo dobre wyniki w Jetski nie przesądzają o sukcesie Gemini 3.8 Flash. Po udostępnieniu modelu kluczowe będą:

1. jakość pracy na rzeczywistych, różnorodnych repozytoriach;
2. niezawodność podczas długich, autonomicznych sesji;
3. liczba błędów i koniecznych poprawek;
4. bezpieczeństwo generowanego kodu;
5. opóźnienia i cena w porównaniu z Claude’em oraz modelami OpenAI;
6. możliwość korzystania z modelu w produktach i narzędziach innych niż środowisko Google.

Gemini 3.8 Flash może więc okazać się ważnym ruchem Google w stronę praktycznych agentów programistycznych, ale obecne doniesienia pokazują przede wszystkim ambicję i wyniki testów wewnętrznych. Dopiero niezależne użycie modelu pokaże, czy „Skimaki” rzeczywiście zmienia układ sił na rynku AI do programowania.