Gemini 3.8 Flash「Skimaki」上線：Google 如何用更快、更便宜的 AI 追趕程式開發競賽

Google 的 Gemini 3.8 Flash——據報在內部以「Skimaki」為代號——已不再只是即將發布的傳聞。Google 開發者文件顯示，這款模型已於 2026 年 9 月 2 日正式開放（GA），可用於生產環境。3

這次更新的重點，也不只是聊天機器人能否寫出一小段程式碼，而是能否在更長、更複雜的工作流程中自主完成任務：讀懂陌生程式庫、呼叫工具、修改多個檔案、執行測試、找出錯誤，再反覆修正直到工作完成。

Gemini 3.8 Flash 要解決什麼問題？

Google 將 Gemini 3.8 Flash 定位為目前最具智慧的 Flash 模型，主要針對長流程軟體工程、自主 AI 代理，以及複雜的企業工作流程。3

這類任務是對代理型 AI 的壓力測試。模型不只要產生看似合理的答案，還要在多個步驟之間維持上下文、正確判斷下一步行動，並在工具回傳錯誤或測試失敗時自行修正。

「Flash」則代表一種取捨：它不是 Google 最大、最昂貴的旗艦級模型，而是希望在推理與程式設計能力、反應速度及使用成本之間取得平衡。Google 文件列出的限時優惠價格為：每 100 萬個輸入 tokens 0.75 美元、每 100 萬個輸出 tokens 3.75 美元。3

對程式開發代理而言，這種定位相當重要。一次完整的開發任務可能需要模型多次讀取檔案、呼叫工具、執行測試與重試；在這種情況下，延遲與每次呼叫的成本，可能和單次回答的最高能力同樣關鍵。

Jetski 測試：工程師據報更偏好 Gemini，而非 Opus

《華爾街日報》引述 Google 員工指出，Google 工程師曾在內部程式開發工具 Jetski 中，將 Gemini 3.8 Flash 與 Anthropic 的 Claude Opus 進行正面比較；部分工程師在這些測試中更偏好 Google 的模型。1

這是值得注意的訊號，因為測試發生在 Google 自己的開發環境中，反映出模型在實際工程工具鏈裡可能有明顯進步。但它並不等同於公開基準測試，也不能單憑這項報導證明 Gemini 3.8 Flash 整體優於 Claude Opus。

目前公開資訊沒有提供可完整重現的測試資料集、評分方法、模型設定或獨立結果。更何況，程式代理的表現會受到周邊環境大幅影響，包括：

• 使用哪一類程式庫或程式碼儲存庫；
• 模型能否查閱文件與執行測試；
• 上下文長度與工具權限；
• 回應速度；
• 模型是否願意承認錯誤並重做。

因此，目前最穩妥的結論是：Google 內部測試者據報觀察到顯著的程式設計能力提升，而且在部分 Jetski 對比中偏好 Gemini 3.8 Flash；至於這項優勢能否在獨立測試中維持，仍未有答案。1

為什麼選擇 Flash，而不是等待更大的旗艦模型？

Google 選擇推出效率導向的 Flash 模型，背後更像是商業與工程上的考量，而非單純追求模型規模。

一款速度更快、成本更低的程式開發模型，可以被更多產品、開發團隊和企業客戶使用。對 AI 代理來說，單一任務往往會觸發大量模型呼叫；即使某個大型模型在孤立挑戰中稍勝一籌，若它的速度較慢、價格較高，未必適合日常生產環境。

現有報導支持 Google 正在追求「能大規模運作的程式設計與代理能力」這項解讀。1338 不過，沒有足夠證據證明 Google 選擇 Flash 的決定性原因，是為了避開政府審查或某個特定的監管門檻。把它描述成一項明確的監管策略，會超出目前資料能支持的範圍。

強化學習如何影響 Gemini 3.8 Flash？

相關報導指出，Google 在開發過程中加大了對強化學習的投入。1

簡單來說，強化學習通常是模型訓練後期的一個階段，透過回饋或獎勵，讓模型更擅長完成特定任務。對程式開發代理而言，訓練目標可以從「產生看起來像正確的程式碼」，進一步轉向「實際完成工作、正確使用工具，並驗證結果」。

這也有助於解釋 Google 為何能從 Gemini 3.7 Flash 快速迭代到 3.8 Flash。重點可能不只是擴大基礎模型，而是改善模型在長流程軟體工程中真正重要的行為，例如規劃、執行、測試與修正。1

但公開資料仍不足以判斷，這次進步究竟有多少來自強化學習、其他後訓練方法、模型本身的變更、工具整合，或評估方式的差異。開發者日後進行獨立測試時，這些因素都會是重要觀察點。

發布時機與 Google 的 AI 重組

Gemini 3.8 Flash 上線之際，Google DeepMind 正處於內部壓力升高的階段。

2026 年 8 月，Demis Hassabis 不再負責 Google DeepMind 的日常管理，改任 Google DeepMind 主席及 Alphabet 首席科學家。Google 表示，他仍會與團隊保持密切合作，並為模型及研究工作提供建議；日常營運則由其他高層承擔。29

路透社另報導，Google 共同創辦人 Sergey Brin 曾敦促核心 AI 團隊全力投入 Gemini，以縮小 Alphabet 與 OpenAI、Anthropic 之間的差距。37 路透社也指出，AI 代理是 Google 將 AI 商業化、拓展企業服務的重要支柱。38

在這個背景下，Gemini 3.8 Flash 就不只是一次例行模型更新。它符合 Google 目前的方向：即使更大型的系統仍在研發，也要先把速度快、能投入生產環境的 AI 代理，迅速帶進產品與企業工作流程。

Google 想補上的，是程式設計這塊短板

這款模型瞄準的是 Google 被認為落後於 OpenAI 與 Anthropic 的領域：軟體工程與代理型程式設計。1

OpenAI 將更多注意力轉向程式開發代理後，競爭進一步升溫；Anthropic 的 Claude 系列也成為開發者建立程式工具時的重要比較對象。Google 的回應不只是等待下一個更大型模型出現，而是推出一款更容易部署的產品：改善程式碼品質、維持低延遲，並將多次代理互動的成本壓到足以廣泛使用的程度。

如果 Gemini 3.8 Flash 在 Google 以外的環境也能維持良好表現，這種「夠強、夠快、夠便宜」的組合，可能比單一排行榜上的勝負更有影響力。對開發者和企業而言，程式代理最終必須能處理真實儲存庫、持續完成多步驟任務，並在成本可控的情況下可靠運作。

哪些事情目前仍未獲證實？

僅憑發布資料和 Jetski 內部比較，以下問題仍不能直接下定論：

• 獨立程式設計能力： Google 工程師據報更偏好 Opus，並不是可由外界重現的公開基準測試。1
• 長時間可靠性： 好的程式代理必須在多次工具呼叫、測試與修正後仍能維持效果，而不只是解決單一提示詞。
• 真實程式碼覆蓋範圍： 不同程式語言、框架、文件品質、舊有程式碼，以及涉及安全性的系統，可能帶來截然不同的結果。
• 實際性價比： 限時 API 價格提供了參考，但開發者仍需在自己的工作負載中測量總成本、延遲、工具呼叫次數及失敗後的復原成本。3
• 競爭優勢能否持續： OpenAI 與 Anthropic 都可能迅速推出回應，因此早期優勢未必能長期維持。

目前，Gemini 3.8 Flash 最適合被理解為 Google 將程式設計與自主工具使用，轉化成快速、可擴展產品能力的一次嘗試。它的正式可用性已有 Google 文件確認，內部程式測試結果也相當鼓舞人心；但「已超越 Claude Opus」或「已全面補上 Google 的程式設計差距」這類更大的結論，仍需要透明的公開評測，以及獨立開發者在真實工作中的長期使用經驗。