Google 下一款 Gemini Flash 模型可能已接近推出，但目前仍未算是一款獲官方確認、公開發售的產品。據報，Gemini 3.8 Flash 內部代號為 「Skimaki」，定位偏向提升編程能力，最快可能在 2026 年 9 月 2 日、星期三推出。17

不過，讀者要分清楚兩件事：一是 Google 內部據報已經發生的測試，二是外界現時可以自行核實的資料。Google 員工曾在公司內部的 Jetski 編程工具測試早期預覽版，但 Google 暫時未公開足夠的文件、基準測試結果或技術規格，讓外界獨立判斷模型實力。13

Gemini 3.8 Flash 已知消息

目前最明確的報道重點，是模型會集中改善編程表現。《華爾街日報》引述知情人士指，Google 正準備提升 Gemini 在軟件開發方面的能力，補強一個被認為落後於 OpenAI 及 Anthropic 的範疇。1

據報，Google 內部曾透過 Jetski 提供 「Gemini 3.8 Flash Preview」，讓員工在可能對外發布之前，先用模型處理編程工作。一名測試員表示，新模型用落「明顯好過」Gemini 3.7 Flash，但同時強調，現階段仍然太早，未能作出完整評估。13

這些回饋固然令人期待，但並不等於公開評測。現有報道沒有交代測試員使用了甚麼題目集、完成了幾多項任務、採用甚麼評分方法，以及比較是否在受控條件下進行。

Gemini 3.8 Flash 是否真的擊敗 Anthropic Opus？

在 Jetski 的內部對比測試中，據報有部分 Google 工程師較偏好 Gemini 3.8 Flash，而不是 Anthropic 的 Opus 模型。1

這個結果可以反映模型在某些內部用戶及編程任務中的表現，算是一個值得留意的訊號；但它不足以證明 Gemini 3.8 Flash 整體上優於 Opus。現時未有公開標準化基準分數、樣本數量、任務組成、統計結果，甚至未有說明測試使用的是哪一個 Opus 版本。16

所以，較準確的講法是：Google 內部測試員據報在特定編程環境中較喜歡新模型，而不是 Gemini 3.8 Flash 已經確定全面超越競爭對手。

傳聞中的改進，有哪些獲得證據支持？

編程及除錯

編程能力是現有報道直接強調的唯一主要改進方向。內部回饋顯示，它相較 Gemini 3.7 Flash 可能有明顯進步，而模型開發亦似乎以軟件工程用途為中心。113

但目前沒有足夠資料量化它的除錯可靠性、修復程式錯誤的成功率、處理大型程式庫的能力，或者跨多個檔案修改程式時的表現。這些問題仍要等公開後，透過可重現的任務進行測試。

多輪互動及代理式工作流程

外界討論亦提到，模型可能會改善多輪工作及代理式編程流程。不過，現有資料沒有提供 Gemini 3.8 Flash 專屬的測試結果，去證明它在對話連貫性、規劃、工具使用、自主完成任務，或從失敗操作中恢復等方面有實質提升。

因此，這些只能視為可能的發展方向或值得觀察的功能，不能當作已經確認的產品特性。

減少輸出「slop」

目前沒有公開定義或量度方法，說明 Gemini 3.8 Flash 所謂減少「slop」究竟是指減少不必要的冗長內容、較差的程式碼、重複解釋，還是減少任務執行失誤。在欠缺評測準則之下，這項說法無法核實。

首個 token 時間及延遲

「Flash」這個系列名稱通常令人聯想到速度取向，但現有證據沒有公開任何 Gemini 3.8 專屬的首個 token 時間、延遲分布、吞吐量數據或服務配置。產品名稱標榜速度，不能代替實際量度的延遲表現。

為甚麼發布速度對 Google 重要？

這次傳聞中的開發節奏相當快。相關報道形容，Gemini 3.6 Flash 在 2026 年 7 月推出，Gemini 3.7 Flash 約三星期後接着出現，而 Gemini 3.8 不久後已進入內部預覽階段。報道亦將這個速度，與 Google 行政總裁 Sundar Pichai 所講、接近每月推出新模型的目標連繫起來。1

快速迭代可以讓 Google 更快吸收開發者回饋，尤其是 OpenAI 及 Anthropic 已經令用戶對編程模型的要求不斷提高。不過，版本密集更新亦會令比較變得更困難：模型名稱、使用權限、提示詞、服務設定及測試任務，都可能在不同版本之間改變。

至於「Gemini 3.5 Flash 在 2026 年 Google I/O 首次出現」這個更早的發布歷史說法，現有資料未能獨立證實，因此仍應視為未核實內容。

DeepMind 領導層變動，與推出節奏有甚麼關係？

這次模型開發傳聞，出現在 Google DeepMind 領導層調整後不久。Koray Kavukcuoglu 原本是該組織的技術總監，以及 Google 的首席 AI 架構師；其後成為 Google DeepMind 的高級副總裁，並接手部門的日常運作。223

Demis Hassabis 則不再負責日常管理，轉任 Google DeepMind 主席及 Alphabet 首席科學家。Google 的公告表示，Hassabis 會繼續與該組織保持密切聯繫，並就模型及研究工作提供意見。30

這次人事變動並不能證明它直接導致 Gemini 3.8 Flash 的推出時間或能力表現。不過，事件確實為相關報道提供了背景：Google 正在 AI 競爭加劇之際，強調更快執行，並更直接地競逐以開發者為中心的 AI 產品市場。

目前仍然未知的關鍵問題

「最快星期三推出」不等於已經確認發布。Google 到底會否讓 Gemini 3.8 Flash 廣泛使用、先推出有限預覽版，還是只經 API 或 Vertex AI 提供，現時都未清楚。同期查閱亦顯示，Google 公開的模型文件當時仍未列出 Gemini 3.8 Flash。36

用戶及開發者暫時亦沒有以下已確認資料：

• 編程基準測試分數及評測方法
• 定價、用量上限及可用地區
• 上下文窗口大小及支援的模態
• 模型架構或參數數量
• 訓練資料及安全防護措施
• 工具使用介面及代理能力
• 模型卡、系統卡或技術報告
• 可重現的延遲及吞吐量測試
• 長上下文檢索及大型程式庫的表現
• 多檔案除錯、含糊規格、安全敏感程式碼、罕見程式語言及對抗性提示詞下的表現

這些資料缺口相當重要。內部偏好測試可以提供有用的產品訊號，卻未必能預測模型在各種實際生產工作負載中的表現。

結論：現階段應該點樣理解？

現有證據支持一個較審慎的結論：Gemini 3.8 Flash 很可能是一款正在 Google 內部積極測試、主打編程能力的真實模型，目標是縮小 Google 與競爭對手之間的編程差距。據報，部分 Google 工程師在 Jetski 中較偏好它多於 Anthropic 的 Opus，而一名早期測試員亦認為它明顯優於 Gemini 3.7 Flash。113

但 Google 尚未公開確認模型名稱、發布形式或技術表現。至於除錯、代理式工作流程、減少輸出「slop」及延遲等說法，現有來源都沒有提供足以核實的模型專屬數據。

在 Google 公布正式文件，並由獨立測試者進行評估之前，稱它為「有潛力、以編程為主的預覽模型」，會比直接稱為「已證實擊敗 Opus 的模型」更準確。

Google 下一款 Gemini Flash 模型可能已接近推出，但目前仍未算是一款獲官方確認、公開發售的產品。據報，Gemini 3.8 Flash 內部代號為 「Skimaki」，定位偏向提升編程能力，最快可能在 2026 年 9 月 2 日、星期三推出。17

不過，讀者要分清楚兩件事：一是 Google 內部據報已經發生的測試，二是外界現時可以自行核實的資料。Google 員工曾在公司內部的 Jetski 編程工具測試早期預覽版，但 Google 暫時未公開足夠的文件、基準測試結果或技術規格，讓外界獨立判斷模型實力。13

Gemini 3.8 Flash 已知消息

目前最明確的報道重點，是模型會集中改善編程表現。《華爾街日報》引述知情人士指，Google 正準備提升 Gemini 在軟件開發方面的能力，補強一個被認為落後於 OpenAI 及 Anthropic 的範疇。1

據報，Google 內部曾透過 Jetski 提供 「Gemini 3.8 Flash Preview」，讓員工在可能對外發布之前，先用模型處理編程工作。一名測試員表示，新模型用落「明顯好過」Gemini 3.7 Flash，但同時強調，現階段仍然太早，未能作出完整評估。13

這些回饋固然令人期待，但並不等於公開評測。現有報道沒有交代測試員使用了甚麼題目集、完成了幾多項任務、採用甚麼評分方法，以及比較是否在受控條件下進行。

Gemini 3.8 Flash 是否真的擊敗 Anthropic Opus？

在 Jetski 的內部對比測試中，據報有部分 Google 工程師較偏好 Gemini 3.8 Flash，而不是 Anthropic 的 Opus 模型。1

這個結果可以反映模型在某些內部用戶及編程任務中的表現，算是一個值得留意的訊號；但它不足以證明 Gemini 3.8 Flash 整體上優於 Opus。現時未有公開標準化基準分數、樣本數量、任務組成、統計結果，甚至未有說明測試使用的是哪一個 Opus 版本。16

所以，較準確的講法是：Google 內部測試員據報在特定編程環境中較喜歡新模型，而不是 Gemini 3.8 Flash 已經確定全面超越競爭對手。

傳聞中的改進，有哪些獲得證據支持？

編程及除錯

編程能力是現有報道直接強調的唯一主要改進方向。內部回饋顯示，它相較 Gemini 3.7 Flash 可能有明顯進步，而模型開發亦似乎以軟件工程用途為中心。113

但目前沒有足夠資料量化它的除錯可靠性、修復程式錯誤的成功率、處理大型程式庫的能力，或者跨多個檔案修改程式時的表現。這些問題仍要等公開後，透過可重現的任務進行測試。

多輪互動及代理式工作流程

外界討論亦提到，模型可能會改善多輪工作及代理式編程流程。不過，現有資料沒有提供 Gemini 3.8 Flash 專屬的測試結果，去證明它在對話連貫性、規劃、工具使用、自主完成任務，或從失敗操作中恢復等方面有實質提升。

因此，這些只能視為可能的發展方向或值得觀察的功能，不能當作已經確認的產品特性。

減少輸出「slop」

目前沒有公開定義或量度方法，說明 Gemini 3.8 Flash 所謂減少「slop」究竟是指減少不必要的冗長內容、較差的程式碼、重複解釋，還是減少任務執行失誤。在欠缺評測準則之下，這項說法無法核實。

首個 token 時間及延遲

「Flash」這個系列名稱通常令人聯想到速度取向，但現有證據沒有公開任何 Gemini 3.8 專屬的首個 token 時間、延遲分布、吞吐量數據或服務配置。產品名稱標榜速度，不能代替實際量度的延遲表現。

為甚麼發布速度對 Google 重要？

這次傳聞中的開發節奏相當快。相關報道形容，Gemini 3.6 Flash 在 2026 年 7 月推出，Gemini 3.7 Flash 約三星期後接着出現，而 Gemini 3.8 不久後已進入內部預覽階段。報道亦將這個速度，與 Google 行政總裁 Sundar Pichai 所講、接近每月推出新模型的目標連繫起來。1

快速迭代可以讓 Google 更快吸收開發者回饋，尤其是 OpenAI 及 Anthropic 已經令用戶對編程模型的要求不斷提高。不過，版本密集更新亦會令比較變得更困難：模型名稱、使用權限、提示詞、服務設定及測試任務，都可能在不同版本之間改變。

至於「Gemini 3.5 Flash 在 2026 年 Google I/O 首次出現」這個更早的發布歷史說法，現有資料未能獨立證實，因此仍應視為未核實內容。

DeepMind 領導層變動，與推出節奏有甚麼關係？

這次模型開發傳聞，出現在 Google DeepMind 領導層調整後不久。Koray Kavukcuoglu 原本是該組織的技術總監，以及 Google 的首席 AI 架構師；其後成為 Google DeepMind 的高級副總裁，並接手部門的日常運作。223

Demis Hassabis 則不再負責日常管理，轉任 Google DeepMind 主席及 Alphabet 首席科學家。Google 的公告表示，Hassabis 會繼續與該組織保持密切聯繫，並就模型及研究工作提供意見。30

這次人事變動並不能證明它直接導致 Gemini 3.8 Flash 的推出時間或能力表現。不過，事件確實為相關報道提供了背景：Google 正在 AI 競爭加劇之際，強調更快執行，並更直接地競逐以開發者為中心的 AI 產品市場。

目前仍然未知的關鍵問題

「最快星期三推出」不等於已經確認發布。Google 到底會否讓 Gemini 3.8 Flash 廣泛使用、先推出有限預覽版，還是只經 API 或 Vertex AI 提供，現時都未清楚。同期查閱亦顯示，Google 公開的模型文件當時仍未列出 Gemini 3.8 Flash。36

用戶及開發者暫時亦沒有以下已確認資料：

• 編程基準測試分數及評測方法
• 定價、用量上限及可用地區
• 上下文窗口大小及支援的模態
• 模型架構或參數數量
• 訓練資料及安全防護措施
• 工具使用介面及代理能力
• 模型卡、系統卡或技術報告
• 可重現的延遲及吞吐量測試
• 長上下文檢索及大型程式庫的表現
• 多檔案除錯、含糊規格、安全敏感程式碼、罕見程式語言及對抗性提示詞下的表現

這些資料缺口相當重要。內部偏好測試可以提供有用的產品訊號，卻未必能預測模型在各種實際生產工作負載中的表現。

結論：現階段應該點樣理解？

現有證據支持一個較審慎的結論：Gemini 3.8 Flash 很可能是一款正在 Google 內部積極測試、主打編程能力的真實模型，目標是縮小 Google 與競爭對手之間的編程差距。據報，部分 Google 工程師在 Jetski 中較偏好它多於 Anthropic 的 Opus，而一名早期測試員亦認為它明顯優於 Gemini 3.7 Flash。113

但 Google 尚未公開確認模型名稱、發布形式或技術表現。至於除錯、代理式工作流程、減少輸出「slop」及延遲等說法，現有來源都沒有提供足以核實的模型專屬數據。

在 Google 公布正式文件，並由獨立測試者進行評估之前，稱它為「有潛力、以編程為主的預覽模型」，會比直接稱為「已證實擊敗 Opus 的模型」更準確。