Google 嘅 Gemini 3.8 Flash——據報喺公司內部叫做「Skimaki」——已經唔再只係傳聞中「就快推出」嘅模型。Google 開發者文件顯示，模型喺 2026 年 9 月 2 日正式達到一般可用（GA），並已準備好投入生產環境。3

今次更新嘅重點，唔單止係聊天問答，而係長流程軟件工程、智能代理（AI agents）同複雜企業工作流程。換句話講，Google 想做嘅唔係只係幫你寫一段程式，而係令 AI 可以睇陌生程式庫、呼叫工具、修改多個檔案、執行測試、找出錯誤，再重複修正，直至完成任務。

Gemini 3.8 Flash 主打乜嘢？

Google 形容 Gemini 3.8 Flash 係旗下「最智能嘅 Flash 模型」，專門應付長時間、分多步進行嘅軟件工程，以及自主智能代理工作。3

呢類任務係測試 AI 實力嘅好方法。模型可能單次回答寫得好靚，但一去到要連續作出決定、保持上下文、使用工具、處理測試失敗，同埋自己推翻錯誤答案，表現就未必一樣穩定。

「Flash」呢個定位，代表 Google 取捨咗部分方向：佢唔係主要追求成為最大、最昂貴嘅旗艦模型，而係希望將推理同寫碼能力，放入一個反應更快、運算成本更低嘅系統。Google 文件列出，模型截至年底提供入門價：每 100 萬個輸入 tokens 收費 0.75 美元，每 100 萬個輸出 tokens 收費 3.75 美元。3

對寫碼代理嚟講，成本同速度相當關鍵。一次任務可能要呼叫模型好多次；就算單一問題唔係最強，只要能夠更快、更平咁完成一連串工具操作，實際部署時可能反而更有用。

Jetski 測試：工程師據報較偏好 Gemini，但唔係公開基準試

《華爾街日報》引述知情員工報道，Google 工程師曾經喺公司內部寫碼工具 Jetski 入面，將 Gemini 3.8 Flash 同 Anthropic 嘅 Claude Opus 作正面比較。部分工程師據報較偏好 Google 嘅新模型。1

呢個消息可以反映 Gemini 3.8 Flash 喺 Google 自己嘅開發環境入面有幾大進步，但唔等於一項公開、可重現嘅基準測試。現有報道冇交代完整測試題目、評分方法、模型設定，亦冇提供獨立結果，足以證明 Gemini 3.8 Flash 整體上優於 Claude Opus。

原因係寫碼代理嘅表現，好受周邊環境影響。用邊個程式庫、可唔可以查文件、測試點樣執行、上下文有幾長、反應速度幾快，以及模型會唔會喺出錯後主動修正，全部都可能改變結果。

所以，現時最穩陣嘅講法係：Google 內部測試人員據報見到 Gemini 3.8 Flash 有明顯寫碼進步，而且喺部分 Jetski 對比中較偏好佢，而唔係 Opus。至於呢個優勢能唔能夠喺獨立測試中重現，仍然要等公開評測。

點解 Google 選擇 Flash，而唔係等更大型嘅旗艦模型？

一個速度快、效率高嘅寫碼模型，可以比昂貴旗艦模型更容易普及。對企業軟件或者雲端服務嚟講，智能代理可能會喺同一項工作入面連續發出大量模型請求，因此延遲、每次呼叫成本，同最高推理能力一樣重要。

現有資料支持一個較務實嘅解讀：Google 想將寫碼同工具使用能力，以足夠低嘅成本，推到更多產品同企業服務上。1338

不過，冇證據證明 Google 選擇 Flash，主要係為咗避開某項政府審查，或者特定監管門檻。將模型定位成較細、較快、較平嘅系統，最多只可以理解為技術同商業策略，唔應該直接當成 Google 已確認嘅監管考慮。

強化學習點樣幫 Gemini 3.8 Flash 追上 3.7？

相關報道指，Google 喺開發過程中加大咗對強化學習嘅重視。簡單講，強化學習係模型訓練後期嘅一種方法，透過回饋、獎勵或者懲罰，令模型逐步學識點樣更有效完成任務。

對寫碼代理而言，重點唔只係產生「睇落似樣」嘅程式碼，而係要真正完成任務、有效使用工具、執行驗證，並喺結果唔啱時繼續修正。強化學習可以將訓練焦點由單次回答，推向多步驟任務嘅實際表現。

呢個方向亦有助解釋點解 Gemini 3.7 Flash 之後，可以較快出現 3.8 Flash。Google 似乎唔係單純將基礎模型越整越大，而係集中改善長流程軟件工程入面最重要嘅行為。1

但公開資料未足以判斷，今次進步有幾多係來自強化學習、其他後訓練方法、模型本身改動、工具整合，或者評測方式改變。開發者日後獨立測試時，呢幾點都會相當重要。

佢同 Google DeepMind 重組有咩關係？

Gemini 3.8 Flash 登場之際，Google DeepMind 內部正面對較大壓力。8 月，Demis Hassabis 由 Google DeepMind 日常行政管理角色，轉任 Google DeepMind 主席及 Alphabet 首席科學家。Google 表示，Hassabis 仍會密切參與，並就模型及研究工作提供意見，而日常營運責任則由其他高層承擔。29

路透社另外報道，Google 聯合創辦人 Sergey Brin 曾要求核心 AI 團隊集中火力發展 Gemini，因為 Alphabet 正努力縮窄同 OpenAI 及 Anthropic 嘅差距。37 路透社亦指出，AI agents 已經成為 Google 將 AI 推向企業市場嘅核心方向之一。38

喺呢個背景下，Gemini 3.8 Flash 唔似只係一次例行版本更新。佢以寫碼為重點、可以直接投入生產環境，又強調速度同成本，正好配合 Google 想更快將智能代理放入產品及企業工作流程嘅策略。

Google 想補返嘅，係寫碼同代理能力嘅差距

今次模型針對嘅，係 Google 被認為落後於 OpenAI 同 Anthropic 嘅軟件工程及智能代理領域。1 OpenAI 加大對 AI 寫碼代理嘅投入之後，市場競爭更加激烈；而 Anthropic 嘅 Claude 系列，亦已經成為開發者比較寫碼工具時經常參考嘅模型。

Google 嘅回應唔係單純話「等更大型模型出場就會追返」。Gemini 3.8 Flash 提出另一條路線：提高寫碼質素、保持較快反應，同時將多次代理互動嘅成本壓到足夠低，令更多開發者、團隊同雲端客戶用得起。

如果呢個組合喺 Google 以外嘅真實環境都表現理想，意義可能大過一次排行榜勝負。寫碼代理最終要面對嘅係真實程式庫、團隊流程、測試系統同企業成本，而唔係只係一場控制條件下嘅示範。

仲有邊啲嘢未證實？

單靠 Google 官方文件同 Jetski 內部比較，以下問題仍然未有答案：

• 獨立寫碼表現： Google 員工據報較偏好 Gemini 3.8 Flash，唔代表已經有可由外界重現嘅公開基準結果。1
• 長時間可靠性： 真正嘅寫碼代理要連續進行大量工具呼叫、測試同修正，唔係只解決一條指令。
• 不同程式庫嘅適應力： 模型表現可能因應程式語言、框架、文件質素、舊系統，以及涉及安全要求嘅環境而有很大差異。
• 實際性價比： 入門 API 價格只係參考。開發者仍要自行計算整體成本、延遲、工具呼叫次數，同埋失敗後重新執行所需嘅資源。3
• 優勢可以維持幾耐： OpenAI 同 Anthropic 都有能力快速回應，早期領先未必可以長期保持。

目前最合理嘅理解係：Gemini 3.8 Flash 係 Google 將寫碼同自主工具使用，變成一項快速、可大規模部署嘅產品能力。佢嘅正式可用狀態已經獲官方文件確認，內部寫碼測試亦相當鼓舞；但「已經全面超越 Claude Opus」或者「已經完全填補 Google 寫碼差距」呢啲更大嘅結論，仍然要等透明公開評測同獨立開發者實測先可以判斷。

Google 嘅 Gemini 3.8 Flash——據報喺公司內部叫做「Skimaki」——已經唔再只係傳聞中「就快推出」嘅模型。Google 開發者文件顯示，模型喺 2026 年 9 月 2 日正式達到一般可用（GA），並已準備好投入生產環境。3

今次更新嘅重點，唔單止係聊天問答，而係長流程軟件工程、智能代理（AI agents）同複雜企業工作流程。換句話講，Google 想做嘅唔係只係幫你寫一段程式，而係令 AI 可以睇陌生程式庫、呼叫工具、修改多個檔案、執行測試、找出錯誤，再重複修正，直至完成任務。

Gemini 3.8 Flash 主打乜嘢？

Google 形容 Gemini 3.8 Flash 係旗下「最智能嘅 Flash 模型」，專門應付長時間、分多步進行嘅軟件工程，以及自主智能代理工作。3

呢類任務係測試 AI 實力嘅好方法。模型可能單次回答寫得好靚，但一去到要連續作出決定、保持上下文、使用工具、處理測試失敗，同埋自己推翻錯誤答案，表現就未必一樣穩定。

「Flash」呢個定位，代表 Google 取捨咗部分方向：佢唔係主要追求成為最大、最昂貴嘅旗艦模型，而係希望將推理同寫碼能力，放入一個反應更快、運算成本更低嘅系統。Google 文件列出，模型截至年底提供入門價：每 100 萬個輸入 tokens 收費 0.75 美元，每 100 萬個輸出 tokens 收費 3.75 美元。3

對寫碼代理嚟講，成本同速度相當關鍵。一次任務可能要呼叫模型好多次；就算單一問題唔係最強，只要能夠更快、更平咁完成一連串工具操作，實際部署時可能反而更有用。

Jetski 測試：工程師據報較偏好 Gemini，但唔係公開基準試

《華爾街日報》引述知情員工報道，Google 工程師曾經喺公司內部寫碼工具 Jetski 入面，將 Gemini 3.8 Flash 同 Anthropic 嘅 Claude Opus 作正面比較。部分工程師據報較偏好 Google 嘅新模型。1

呢個消息可以反映 Gemini 3.8 Flash 喺 Google 自己嘅開發環境入面有幾大進步，但唔等於一項公開、可重現嘅基準測試。現有報道冇交代完整測試題目、評分方法、模型設定，亦冇提供獨立結果，足以證明 Gemini 3.8 Flash 整體上優於 Claude Opus。

原因係寫碼代理嘅表現，好受周邊環境影響。用邊個程式庫、可唔可以查文件、測試點樣執行、上下文有幾長、反應速度幾快，以及模型會唔會喺出錯後主動修正，全部都可能改變結果。

所以，現時最穩陣嘅講法係：Google 內部測試人員據報見到 Gemini 3.8 Flash 有明顯寫碼進步，而且喺部分 Jetski 對比中較偏好佢，而唔係 Opus。至於呢個優勢能唔能夠喺獨立測試中重現，仍然要等公開評測。

點解 Google 選擇 Flash，而唔係等更大型嘅旗艦模型？

一個速度快、效率高嘅寫碼模型，可以比昂貴旗艦模型更容易普及。對企業軟件或者雲端服務嚟講，智能代理可能會喺同一項工作入面連續發出大量模型請求，因此延遲、每次呼叫成本，同最高推理能力一樣重要。

現有資料支持一個較務實嘅解讀：Google 想將寫碼同工具使用能力，以足夠低嘅成本，推到更多產品同企業服務上。1338

不過，冇證據證明 Google 選擇 Flash，主要係為咗避開某項政府審查，或者特定監管門檻。將模型定位成較細、較快、較平嘅系統，最多只可以理解為技術同商業策略，唔應該直接當成 Google 已確認嘅監管考慮。

強化學習點樣幫 Gemini 3.8 Flash 追上 3.7？

相關報道指，Google 喺開發過程中加大咗對強化學習嘅重視。簡單講，強化學習係模型訓練後期嘅一種方法，透過回饋、獎勵或者懲罰，令模型逐步學識點樣更有效完成任務。

對寫碼代理而言，重點唔只係產生「睇落似樣」嘅程式碼，而係要真正完成任務、有效使用工具、執行驗證，並喺結果唔啱時繼續修正。強化學習可以將訓練焦點由單次回答，推向多步驟任務嘅實際表現。

呢個方向亦有助解釋點解 Gemini 3.7 Flash 之後，可以較快出現 3.8 Flash。Google 似乎唔係單純將基礎模型越整越大，而係集中改善長流程軟件工程入面最重要嘅行為。1

但公開資料未足以判斷，今次進步有幾多係來自強化學習、其他後訓練方法、模型本身改動、工具整合，或者評測方式改變。開發者日後獨立測試時，呢幾點都會相當重要。

佢同 Google DeepMind 重組有咩關係？

Gemini 3.8 Flash 登場之際，Google DeepMind 內部正面對較大壓力。8 月，Demis Hassabis 由 Google DeepMind 日常行政管理角色，轉任 Google DeepMind 主席及 Alphabet 首席科學家。Google 表示，Hassabis 仍會密切參與，並就模型及研究工作提供意見，而日常營運責任則由其他高層承擔。29

路透社另外報道，Google 聯合創辦人 Sergey Brin 曾要求核心 AI 團隊集中火力發展 Gemini，因為 Alphabet 正努力縮窄同 OpenAI 及 Anthropic 嘅差距。37 路透社亦指出，AI agents 已經成為 Google 將 AI 推向企業市場嘅核心方向之一。38

喺呢個背景下，Gemini 3.8 Flash 唔似只係一次例行版本更新。佢以寫碼為重點、可以直接投入生產環境，又強調速度同成本，正好配合 Google 想更快將智能代理放入產品及企業工作流程嘅策略。

Google 想補返嘅，係寫碼同代理能力嘅差距

今次模型針對嘅，係 Google 被認為落後於 OpenAI 同 Anthropic 嘅軟件工程及智能代理領域。1 OpenAI 加大對 AI 寫碼代理嘅投入之後，市場競爭更加激烈；而 Anthropic 嘅 Claude 系列，亦已經成為開發者比較寫碼工具時經常參考嘅模型。

Google 嘅回應唔係單純話「等更大型模型出場就會追返」。Gemini 3.8 Flash 提出另一條路線：提高寫碼質素、保持較快反應，同時將多次代理互動嘅成本壓到足夠低，令更多開發者、團隊同雲端客戶用得起。

如果呢個組合喺 Google 以外嘅真實環境都表現理想，意義可能大過一次排行榜勝負。寫碼代理最終要面對嘅係真實程式庫、團隊流程、測試系統同企業成本，而唔係只係一場控制條件下嘅示範。

仲有邊啲嘢未證實？

單靠 Google 官方文件同 Jetski 內部比較，以下問題仍然未有答案：

• 獨立寫碼表現： Google 員工據報較偏好 Gemini 3.8 Flash，唔代表已經有可由外界重現嘅公開基準結果。1
• 長時間可靠性： 真正嘅寫碼代理要連續進行大量工具呼叫、測試同修正，唔係只解決一條指令。
• 不同程式庫嘅適應力： 模型表現可能因應程式語言、框架、文件質素、舊系統，以及涉及安全要求嘅環境而有很大差異。
• 實際性價比： 入門 API 價格只係參考。開發者仍要自行計算整體成本、延遲、工具呼叫次數，同埋失敗後重新執行所需嘅資源。3
• 優勢可以維持幾耐： OpenAI 同 Anthropic 都有能力快速回應，早期領先未必可以長期保持。

目前最合理嘅理解係：Gemini 3.8 Flash 係 Google 將寫碼同自主工具使用，變成一項快速、可大規模部署嘅產品能力。佢嘅正式可用狀態已經獲官方文件確認，內部寫碼測試亦相當鼓舞；但「已經全面超越 Claude Opus」或者「已經完全填補 Google 寫碼差距」呢啲更大嘅結論，仍然要等透明公開評測同獨立開發者實測先可以判斷。