谷歌的下一款 Gemini Flash 模型或许已经接近发布，但目前还不能把它当作一款已正式确认的公开产品。多家媒体援引相关人士称，Gemini 3.8 Flash的内部代号是**“Skimaki”**，主攻编程能力，最早可能在2026年9月2日（星期三）发布。17

这里需要区分两件事：谷歌内部据称已经发生了什么，以及普通用户目前能否在公开渠道验证什么。报道称，谷歌员工已经在内部编程工具 Jetski 中测试早期预览版；但谷歌尚未公布足以让外部人士独立评估该模型的文档、基准成绩或技术规格。13

Gemini 3.8 Flash目前有哪些可信报道？

目前最明确的方向是提升编程表现。《华尔街日报》报道称，谷歌正在准备这款模型，以改善 Gemini 系列被认为落后于 OpenAI 和 Anthropic 的一个关键领域。1

据报道，模型曾以 “Gemini 3.8 Flash Preview” 的形式在谷歌内部通过 Jetski 提供给员工，用于在可能对外发布前处理编程任务。一名员工测试者表示，它相比 Gemini 3.7 Flash“明显更好”，但同时强调现在还太早，无法作出完整评价。13

这类反馈值得关注，却不等同于公开评测。现有报道没有披露测试集、任务数量、评分方法，也没有说明比较是否在受控条件下进行。因此，它更像是产品内部试用信号，而不是可复现的性能结论。

Gemini 3.8 Flash真的击败了 Anthropic 的 Opus 吗？

据报道，在 Jetski 内部进行的直接对比测试中，一些谷歌工程师更偏好 Gemini 3.8 Flash，而不是 Anthropic 的 Opus 模型。1

这至少说明，在某些内部用户和编程任务看来，新模型的表现具有吸引力。但这不能证明 Gemini 3.8 Flash整体上优于 Opus。目前尚未公开标准化基准分数、样本规模、任务构成、统计结果，甚至没有明确说明测试所用的是哪个版本的 Opus。16

在这些信息公布之前，更准确的说法是：谷歌内部测试者据称在特定编程环境中更喜欢这款新模型，而不是它已经确定全面超越竞争模型。

传闻中的性能升级，哪些有证据支持？

编程与调试

编程能力是报道中唯一被直接强调的改进方向。内部反馈显示，它可能比 Gemini 3.7 Flash 有明显提升，而整个开发重点似乎也放在软件工程场景上。113

不过，目前没有足够证据量化它在调试可靠性、自动修复漏洞、修改大型代码仓库或跨多个文件处理任务方面的表现。这些问题仍需要公开、可复现的测试来回答。

多轮交互与智能体工作流

围绕这款模型的讨论还提到，它可能改善多轮协作和智能体式编程工作流。但现有材料没有提供 Gemini 3.8 Flash 在对话连贯性、任务规划、工具调用、自动完成任务，或从失败操作中恢复等方面的专项结果。

因此，这些能力目前应被视为潜在方向或外界期待，而不是已经确认的功能。

减少“废话式输出”

目前没有公开定义或测量标准，能够说明 Gemini 3.8 Flash 所谓“更少 slop”究竟指什么：是减少不必要的冗长内容、降低低质量代码比例、避免重复解释，还是提升任务执行质量？在缺乏统一评测标准的情况下，这一说法无法独立验证。

首个令牌延迟与整体速度

“Flash”这一名称通常暗示该系列更重视响应速度，但现有资料没有公布 Gemini 3.8 Flash 专属的首个令牌延迟、延迟分布、吞吐量或服务配置。产品名称强调速度，不能替代实际测量结果。

为什么这次发布节奏值得关注？

这轮开发据称推进得非常快。相关报道提到，Gemini 3.6 Flash 于2026年7月推出，Gemini 3.7 Flash约三周后跟进，随后 Gemini 3.8 很快进入内部预览阶段。这一节奏也与谷歌 CEO 桑达尔·皮查伊此前提出的、接近每月发布一次的目标有关。1

快速迭代有助于谷歌及时吸收开发者反馈，尤其是在 OpenAI 和 Anthropic 不断抬高用户预期的编程领域。但版本频繁变化也会让横向比较更复杂：模型名称、访问条件、提示词、服务参数和测试任务，都可能在不同版本之间发生变化。

需要注意的是，现有记录无法独立证实“Gemini 3.5 Flash 在2026年谷歌 I/O 大会上开启这一发布路线”的说法。因此，相关发布历史仍应视为未经验证的叙述。

DeepMind领导层调整与发布压力

据报道，这款模型的开发正值 Google DeepMind 领导层调整之后不久。Koray Kavukcuoglu 此前担任 Google DeepMind 首席技术官，同时也是谷歌首席 AI 架构师；调整后，他升任 Google DeepMind 高级副总裁，并负责该部门的日常运营。223

Demis Hassabis 则不再负责日常运营，转任 Google DeepMind 主席和 Alphabet 首席科学家。谷歌公告称，Hassabis 仍将与该组织保持密切联系，并在模型和研究等方面提供指导。30

这次人事调整并不能证明它直接导致了 Gemini 3.8 Flash 的发布节奏或性能变化。不过，它为相关报道提供了背景：在与竞争对手争夺开发者市场的同时，谷歌正强调更快的执行和产品迭代速度。

目前仍不知道什么？

“最早可能在星期三发布”不等于已经确定上线。谷歌究竟会全面开放 Gemini 3.8 Flash、先提供有限预览，还是优先通过 API 或 Vertex AI 发布，目前都不清楚。相关报道发布时，谷歌公开模型文档中尚未列出 Gemini 3.8 Flash。36

开发者和普通用户同样还缺少以下关键信息：

• 编程基准分数及评测方法
• 价格、调用限制和可用地区
• 上下文窗口大小及支持的模态
• 模型架构或参数规模
• 训练数据与安全缓解措施
• 工具调用接口和智能体能力
• 模型卡、系统卡或技术报告
• 可复现的延迟和吞吐量数据
• 长上下文检索及大型代码仓库中的表现
• 多文件调试、模糊需求、涉及安全的代码、冷门编程语言和对抗性提示词下的表现

这些信息之所以重要，是因为内部偏好测试可以反映一个有价值的产品信号，却无法预测模型在所有生产工作负载中的表现。

结论：有希望的内部预览，不是已经证实的“Opus杀手”

现有证据支持一个较为谨慎的结论：Gemini 3.8 Flash 很可能是一款真实存在、正在积极测试中的内部模型，重点是弥补谷歌在编程能力上的短板。据报道，一些谷歌工程师在 Jetski 中更偏好它而非 Anthropic 的 Opus；一名早期测试者也认为它明显优于 Gemini 3.7 Flash。113

但谷歌尚未公开确认这款模型、具体发布形式或技术表现。关于调试、智能体工作流、减少“废话式输出”和降低延迟的说法，在现有资料中都没有针对性测量结果。

在谷歌发布正式文档、并允许外部测试者独立评估之前，把它称为“有潜力、专注编程的预览模型”，比称为“已经证明击败 Opus 的模型”更准确。

谷歌的下一款 Gemini Flash 模型或许已经接近发布，但目前还不能把它当作一款已正式确认的公开产品。多家媒体援引相关人士称，Gemini 3.8 Flash的内部代号是**“Skimaki”**，主攻编程能力，最早可能在2026年9月2日（星期三）发布。17

这里需要区分两件事：谷歌内部据称已经发生了什么，以及普通用户目前能否在公开渠道验证什么。报道称，谷歌员工已经在内部编程工具 Jetski 中测试早期预览版；但谷歌尚未公布足以让外部人士独立评估该模型的文档、基准成绩或技术规格。13

Gemini 3.8 Flash目前有哪些可信报道？

目前最明确的方向是提升编程表现。《华尔街日报》报道称，谷歌正在准备这款模型，以改善 Gemini 系列被认为落后于 OpenAI 和 Anthropic 的一个关键领域。1

据报道，模型曾以 “Gemini 3.8 Flash Preview” 的形式在谷歌内部通过 Jetski 提供给员工，用于在可能对外发布前处理编程任务。一名员工测试者表示，它相比 Gemini 3.7 Flash“明显更好”，但同时强调现在还太早，无法作出完整评价。13

这类反馈值得关注，却不等同于公开评测。现有报道没有披露测试集、任务数量、评分方法，也没有说明比较是否在受控条件下进行。因此，它更像是产品内部试用信号，而不是可复现的性能结论。

Gemini 3.8 Flash真的击败了 Anthropic 的 Opus 吗？

据报道，在 Jetski 内部进行的直接对比测试中，一些谷歌工程师更偏好 Gemini 3.8 Flash，而不是 Anthropic 的 Opus 模型。1

这至少说明，在某些内部用户和编程任务看来，新模型的表现具有吸引力。但这不能证明 Gemini 3.8 Flash整体上优于 Opus。目前尚未公开标准化基准分数、样本规模、任务构成、统计结果，甚至没有明确说明测试所用的是哪个版本的 Opus。16

在这些信息公布之前，更准确的说法是：谷歌内部测试者据称在特定编程环境中更喜欢这款新模型，而不是它已经确定全面超越竞争模型。

传闻中的性能升级，哪些有证据支持？

编程与调试

编程能力是报道中唯一被直接强调的改进方向。内部反馈显示，它可能比 Gemini 3.7 Flash 有明显提升，而整个开发重点似乎也放在软件工程场景上。113

不过，目前没有足够证据量化它在调试可靠性、自动修复漏洞、修改大型代码仓库或跨多个文件处理任务方面的表现。这些问题仍需要公开、可复现的测试来回答。

多轮交互与智能体工作流

围绕这款模型的讨论还提到，它可能改善多轮协作和智能体式编程工作流。但现有材料没有提供 Gemini 3.8 Flash 在对话连贯性、任务规划、工具调用、自动完成任务，或从失败操作中恢复等方面的专项结果。

因此，这些能力目前应被视为潜在方向或外界期待，而不是已经确认的功能。

减少“废话式输出”

目前没有公开定义或测量标准，能够说明 Gemini 3.8 Flash 所谓“更少 slop”究竟指什么：是减少不必要的冗长内容、降低低质量代码比例、避免重复解释，还是提升任务执行质量？在缺乏统一评测标准的情况下，这一说法无法独立验证。

首个令牌延迟与整体速度

“Flash”这一名称通常暗示该系列更重视响应速度，但现有资料没有公布 Gemini 3.8 Flash 专属的首个令牌延迟、延迟分布、吞吐量或服务配置。产品名称强调速度，不能替代实际测量结果。

为什么这次发布节奏值得关注？

这轮开发据称推进得非常快。相关报道提到，Gemini 3.6 Flash 于2026年7月推出，Gemini 3.7 Flash约三周后跟进，随后 Gemini 3.8 很快进入内部预览阶段。这一节奏也与谷歌 CEO 桑达尔·皮查伊此前提出的、接近每月发布一次的目标有关。1

快速迭代有助于谷歌及时吸收开发者反馈，尤其是在 OpenAI 和 Anthropic 不断抬高用户预期的编程领域。但版本频繁变化也会让横向比较更复杂：模型名称、访问条件、提示词、服务参数和测试任务，都可能在不同版本之间发生变化。

需要注意的是，现有记录无法独立证实“Gemini 3.5 Flash 在2026年谷歌 I/O 大会上开启这一发布路线”的说法。因此，相关发布历史仍应视为未经验证的叙述。

DeepMind领导层调整与发布压力

据报道，这款模型的开发正值 Google DeepMind 领导层调整之后不久。Koray Kavukcuoglu 此前担任 Google DeepMind 首席技术官，同时也是谷歌首席 AI 架构师；调整后，他升任 Google DeepMind 高级副总裁，并负责该部门的日常运营。223

Demis Hassabis 则不再负责日常运营，转任 Google DeepMind 主席和 Alphabet 首席科学家。谷歌公告称，Hassabis 仍将与该组织保持密切联系，并在模型和研究等方面提供指导。30

这次人事调整并不能证明它直接导致了 Gemini 3.8 Flash 的发布节奏或性能变化。不过，它为相关报道提供了背景：在与竞争对手争夺开发者市场的同时，谷歌正强调更快的执行和产品迭代速度。

目前仍不知道什么？

“最早可能在星期三发布”不等于已经确定上线。谷歌究竟会全面开放 Gemini 3.8 Flash、先提供有限预览，还是优先通过 API 或 Vertex AI 发布，目前都不清楚。相关报道发布时，谷歌公开模型文档中尚未列出 Gemini 3.8 Flash。36

开发者和普通用户同样还缺少以下关键信息：

• 编程基准分数及评测方法
• 价格、调用限制和可用地区
• 上下文窗口大小及支持的模态
• 模型架构或参数规模
• 训练数据与安全缓解措施
• 工具调用接口和智能体能力
• 模型卡、系统卡或技术报告
• 可复现的延迟和吞吐量数据
• 长上下文检索及大型代码仓库中的表现
• 多文件调试、模糊需求、涉及安全的代码、冷门编程语言和对抗性提示词下的表现

这些信息之所以重要，是因为内部偏好测试可以反映一个有价值的产品信号，却无法预测模型在所有生产工作负载中的表现。

结论：有希望的内部预览，不是已经证实的“Opus杀手”

现有证据支持一个较为谨慎的结论：Gemini 3.8 Flash 很可能是一款真实存在、正在积极测试中的内部模型，重点是弥补谷歌在编程能力上的短板。据报道，一些谷歌工程师在 Jetski 中更偏好它而非 Anthropic 的 Opus；一名早期测试者也认为它明显优于 Gemini 3.7 Flash。113

但谷歌尚未公开确认这款模型、具体发布形式或技术表现。关于调试、智能体工作流、减少“废话式输出”和降低延迟的说法，在现有资料中都没有针对性测量结果。

在谷歌发布正式文档、并允许外部测试者独立评估之前，把它称为“有潜力、专注编程的预览模型”，比称为“已经证明击败 Opus 的模型”更准确。