Gemini 3.8 Flash “Skimaki”: Google muốn thu hẹp khoảng cách với Claude và OpenAI

Gemini 3.8 Flash, được cho là có tên mã nội bộ “Skimaki”, đang thu hút chú ý vì nhắm trực tiếp vào một mặt trận mà Google bị đánh giá là chậm hơn OpenAI và Anthropic: khả năng lập trình bằng AI.

Tuy nhiên, cần tách bạch giữa thông tin rò rỉ, đánh giá nội bộ và dữ liệu đã được Google công bố. Wall Street Journal đưa tin mô hình có thể được phát hành sớm nhất vào thứ Tư, ngày 2/9/2026. 2 Trong khi đó, trang tài liệu dành cho nhà phát triển được lập chỉ mục cùng ngày lại mô tả Gemini 3.8 Flash là phiên bản đã sẵn sàng cho sử dụng rộng rãi. 5 Vì vậy, cụm từ “sắp ra mắt” có thể đã không còn chính xác nếu Google thực sự đã đưa mô hình lên các kênh dành cho nhà phát triển.

Gemini 3.8 Flash là gì?

Tên gọi Flash thường dùng cho dòng mô hình ưu tiên tốc độ và chi phí vận hành thấp hơn thay vì hướng tới một hệ thống lớn nhất, mạnh nhất ở mọi bài kiểm tra. Với Gemini 3.8 Flash, mục tiêu được báo cáo là các tác vụ kỹ thuật phần mềm dài hơi, tác nhân AI và quy trình doanh nghiệp phức tạp. 25

Trong những quy trình này, mô hình không chỉ tạo một đoạn mã rồi dừng lại. Nó phải đọc và hiểu một kho mã, gọi công cụ, sửa nhiều tệp, chạy kiểm thử, xử lý lỗi và xác nhận kết quả qua nhiều vòng. Do đó, năng lực thực tế phụ thuộc không chỉ vào câu trả lời đầu tiên mà còn vào độ ổn định khi thực hiện chuỗi nhiệm vụ dài.

Tài liệu của Google mô tả Gemini 3.8 Flash là mô hình Flash thông minh nhất của hãng, được thiết kế cho kỹ thuật phần mềm dài hạn, tác nhân tự động và quy trình doanh nghiệp phức tạp. 5 Những mô tả này cho thấy Google muốn biến mô hình thành một “ngựa thồ” có thể triển khai ở quy mô lớn, thay vì chỉ trình diễn năng lực của một mẫu flagship đắt đỏ.

Google đã so sánh mô hình này với Claude Opus ra sao?

Theo các nhân viên được Wall Street Journal dẫn lời, kỹ sư Google đã thực hiện các cuộc so sánh trực tiếp trong Jetski, công cụ lập trình nội bộ của công ty. Một số kỹ sư được cho là thích Gemini 3.8 Flash hơn mô hình Opus của Anthropic trong các tác vụ viết mã. 2

Dù vậy, đây chưa phải bằng chứng cho thấy Gemini 3.8 Flash vượt Claude Opus nói chung. Có ít nhất ba lý do cần thận trọng:

• Đánh giá được mô tả là thử nghiệm nội bộ, không phải điểm chuẩn công khai có thể tái lập.
• Kết quả có thể phụ thuộc vào cách thiết lập Jetski, bộ công cụ, kho mã và tiêu chí chấm điểm.
• Một mô hình có thể mạnh ở lập trình nhưng chưa chắc vượt đối thủ trong suy luận, nghiên cứu, tính tin cậy, an toàn hoặc các tác vụ khác.

Nói cách khác, thông tin hiện có cho thấy Google đã nhìn thấy tín hiệu tích cực trong môi trường thử nghiệm của mình, chứ chưa đủ để kết luận Gemini 3.8 Flash đã vượt Anthropic hay OpenAI trên toàn bộ thị trường.

Vì sao Google chọn một mô hình “Flash” nhanh và rẻ hơn?

Lý do quan trọng nhất là khả năng triển khai. Một mô hình lập trình có tốc độ phản hồi thấp và chi phí suy luận hợp lý sẽ phù hợp hơn với các sản phẩm phải xử lý khối lượng yêu cầu lớn, từ trợ lý lập trình đến dịch vụ đám mây và tác nhân doanh nghiệp.

Mô hình flagship có thể đạt kết quả cao nhưng vẫn khó được gọi liên tục nếu mỗi tác vụ tốn nhiều thời gian hoặc chi phí. Ngược lại, một phiên bản Flash đủ mạnh để xử lý phần lớn công việc có thể được đưa vào nhiều sản phẩm hơn. Đây là hướng đặc biệt quan trọng với tác nhân AI, bởi một nhiệm vụ dài thường cần nhiều lần gọi mô hình để đọc dữ liệu, sử dụng công cụ, chỉnh sửa và xác minh.

Có thể xem đây là bài toán đánh đổi giữa năng lực tối đa và hiệu quả trên mỗi lượt sử dụng. Google được cho là muốn thu hẹp khoảng cách về lập trình với các đối thủ, nhưng bằng một mô hình đủ nhanh và tiết kiệm để vận hành ở quy mô thương mại. 124

Một số suy đoán cho rằng việc định vị sản phẩm ở dòng Flash có thể giúp Google tránh một phần sự chú ý dành cho các mô hình biên giới lớn nhất. Tuy nhiên, các nguồn hiện có không xác nhận một ngưỡng kiểm duyệt cụ thể của chính phủ, cũng không chứng minh rằng quy định là yếu tố quyết định trong thiết kế này. Điều có thể khẳng định chắc hơn là mô hình được định hướng theo hiệu quả và khả năng triển khai rộng.

Học tăng cường có vai trò gì?

Các nguồn tin cho biết Google đã tăng nguồn lực dành cho học tăng cường — giai đoạn hậu huấn luyện, trong đó mô hình học cách thực hiện nhiệm vụ thông qua thử nghiệm, phản hồi và phần thưởng. 2

Cách tiếp cận này đặc biệt phù hợp với lập trình và tác nhân AI. Một mô hình không chỉ cần biết mã đúng trông như thế nào; nó còn phải biết chọn bước tiếp theo, sử dụng công cụ đúng lúc, phát hiện lỗi và tiếp tục xử lý sau khi lần thử đầu tiên thất bại.

Điều này cũng giúp lý giải sự xuất hiện nhanh của Gemini 3.8 Flash sau Gemini 3.7 Flash. Trọng tâm có thể không chỉ là mở rộng dữ liệu tiền huấn luyện, mà còn là biến năng lực nền tảng thành hành vi sử dụng công cụ và thực thi nhiệm vụ đáng tin cậy hơn. 2

Bối cảnh cạnh tranh và thay đổi lãnh đạo tại Google

Gemini 3.8 Flash xuất hiện trong lúc Google chịu sức ép phải chứng minh rằng Gemini có thể cạnh tranh ở những ứng dụng tạo doanh thu thực tế. Reuters đưa tin đồng sáng lập Google Sergey Brin đã thúc giục các nhân sự AI chủ chốt “dốc toàn lực” cho Gemini, trong bối cảnh Alphabet tìm cách thu hẹp khoảng cách với các đối thủ. 1

Trước đó, Alphabet cũng công bố thay đổi ở Google DeepMind. Demis Hassabis rời vai trò điều hành hằng ngày để trở thành chủ tịch của DeepMind và nhà khoa học trưởng của Alphabet, trong khi quyền điều hành được phân bổ thêm cho các lãnh đạo khác. 3

Google đồng thời đặt tác nhân AI vào trung tâm chiến lược thương mại hóa AI cho khách hàng doanh nghiệp. 4 Trong bối cảnh đó, một mô hình lập trình nhanh, rẻ và có thể thực hiện nhiệm vụ nhiều bước sẽ có ý nghĩa thực tế hơn một sản phẩm chỉ đạt thành tích cao trong các bài kiểm tra nhưng khó vận hành đại trà.

Điều gì vẫn chưa được chứng minh?

Kết quả tích cực trong Jetski chưa cho biết Gemini 3.8 Flash sẽ hoạt động ra sao trên các kho mã đa dạng, bài kiểm tra công khai hay những phiên chạy tự động kéo dài. Cũng chưa rõ độ tin cậy, vấn đề bảo mật và tỷ lệ chi phí trên hiệu năng của mô hình sau khi được triển khai rộng rãi.

Ngoài ra, so sánh với Claude Opus hiện dựa trên lời kể của các nhân viên không được nêu tên. Kết quả cuối cùng còn phụ thuộc vào phiên bản mô hình được phát hành, môi trường công cụ, phương pháp đánh giá và phản ứng của OpenAI cùng Anthropic.

Vì vậy, cách diễn đạt thận trọng nhất là: Gemini 3.8 Flash có vẻ là nỗ lực nghiêm túc của Google nhằm cải thiện năng lực lập trình và tác nhân AI ở mức chi phí thấp hơn; nhưng chưa có đủ bằng chứng công khai để nói rằng mô hình đã vượt các đối thủ về tổng thể.