Google 今日揭曉 Gemini 3.8 Flash：代號「skimaki」的精煉之作，劍指 Claude Fable 5

2026 年 9 月 2 日是 Gemini 3.8 Flash 的揭曉日。根據多個追蹤 Google DeepMind 近乎每月出貨節奏的報導，該公司計畫在這個星期三公開發表新模型——距離 8 月 13 日 Gemini 3.7 Flash 推出僅僅三週。這次發表並非憑空出現的傳聞：這個內部代號為 「skimaki」 的版本，整個 8 月都在 Google 內部的 Jetski 編程平台上進行實測，並已完成正式環境部署。今天登場的是一個經過考驗、打磨過的精煉版本——而不是一張空頭支票。

3.8 Flash 到底新在哪裡

早期測試者的回饋指向一個結論：Gemini 3.8 Flash 是「精煉」而非「革命」，而這個定位正是理解 Google 策略的關鍵。主要改進集中在減少冗長輸出——這是 Flash 系列長期為人詬病的缺陷。任何在快速 tier 模型上搭建過正式環境管線的人都懂這種痛：你只要求模型修一個函式，它卻回傳一大段解釋、重複脈絡加上各種但書，而每一個 token 都要計費。據報導，這個版本也修正了 3.7 Flash 公開推出後被發現的若干特定問題。

這次發表的背景是一個不斷壓縮、持續加速的迭代週期。Gemini 3.6 Flash 於 2026 年 7 月 21 日上線；Gemini 3.7 Flash 在 8 月 13 日跟進——間隔 23 天。Business Insider 於 8 月 27 日報導，員工已經在 Jetski 上執行「Gemini 3.8 Flash Preview」，距離 3.7 Flash 正式上線只有 14 天。一名測試過該模型的員工告訴該媒體，它「已經明顯比 3.7 Flash 更好用」，但也強調現在要做完整評測還太早。執行長 Sundar Pichai 已表明 Google 的目標是約每月一款新模型，而 Flash 產品線正是這個節奏的主要載體。

基準線：3.7 Flash 建立了什麼

要理解為什麼一個「精煉版」值得關注，先看 3.7 Flash 上市時繳出的數字。在軟體工程評測上，它在 FrontierCode 1.1 Main 拿下 43.6%（3.6 Flash 為 34.4%），在 DeepSWE v1.1 拿下 65.3%（對比 49.0%）。在 Arena.ai 的 WebDev Arena 上，它的 Elo 達到 1588，高於前代的 1538。在 AutomationBench——真實商業流程評測——上，它從 17.0% 躍升至 30.4%。它同時也搭載了針對 CBRN（化生放核）與網路攻擊領域更新的安全防護。

定價是故事的另一半。3.7 Flash 以每百萬輸入 token 0.75 美元、每百萬輸出 token 3.75 美元的優惠價登場，這個價格維持到 2026 年 12 月 31 日，之後調為 1.50/7.50 美元。市場普遍預期 3.8 Flash 會落在同一區間：Google 反覆使用「優惠價至 2026 年底」的措辭，顯示全年價格穩定是刻意策略。

為什麼目標是 Claude Fable 5

圍繞 skimaki 版本的報導，一致將 3.8 Flash 描繪為瞄準 Anthropic 的 Claude Fable 5——後者目前在複雜編程、repo 級軟體工程與多步推理領域設定了能力天花板。但這種前沿級效能伴隨旗艦定價：輸入每百萬 10 美元、輸出每百萬 50 美元——輸入與輸出成本大約都是 Flash 優惠價的 13 倍。

所以訴求不是「Flash 在每個基準上都打贏 Fable」，而是一場針對經濟學與速度的鉗形攻勢：

• 精準的推理迴圈。 透過更好的內部思考預算與 token 效率，在不拉高延遲的前提下，縮小 SWE-Bench、Terminal-Bench 等基準的差距。
• 吞吐量。 Flash 級模型天生為平行子代理部署與快速工具呼叫而建，傳聞解碼速度約在每秒 280+ token。在需要協調大量快速代理的場景，速度往往勝過暴力算力。
• 成本不對稱。 如果 3.8 Flash 能以十分之一的 API 成本提供接近 Fable 5 的輸出品質，多代理工作流的經濟學一夜之間就會改變。Anthropic 自己也在 9 月 1 日做出反應——推出 Claude Fable 5.1，將快取讀取價格大砍 75% 至每百萬 0.25 美元——這清楚說明快速、低價的戰場正是交火最激烈之處。

時機點相當尖銳：Google 揭曉發表日期的那一週，正好是 Anthropic 更新產品線的時候；而這個模型登場之際，快速 tier 的價格戰已全面開打——OpenAI 的 GPT-5 Mini（$0.25/$2.00）、Anthropic 的 Haiku 4.5（$1.00/$5.00），以及 xAI 更凶悍的 Grok 快速 tier（$0.20/$0.50）。

Jetski：把內部試煉當武器

這次發表的來源本身就值得一提。Google 的 Jetski 編程平台——3.8 Flash Preview 的測試場地——是這種快速迭代的試煉場。讓未發表的模型在正式發表前、於真實內部工程工作負載上跑上數週，Google 得以收集到策劃式基準測不出來的效能資料，同時順帶改進自家開發者工具。而揭露「skimaki」代號與週三發表日的爆料社群，已成為 Google 產品發布的可靠預警系統——某種程度上也是免費的上市前宣傳。

《華爾街日報》另報導，Gemini 4 在預訓練評測上表現不俗，但後訓練仍需加強。這讓 3.8 Flash 的定位更加清晰：在下一個世代交替之前，從現有基礎設施與訓練投資中榨出最大推理效率的橋接模型。

對開發者與採購方意味著什麼

對於運行大量代理管線的團隊來說，一個接近前沿編程能力、又便宜又快的模型，會直接改變單位經濟學。大多數正式環境的 AI 流量根本不需要前沿級模型——編程助理、客服機器人、文件處理都跑在工作馬等級的 tier 上，因此每一分效率的改進都會在每天數百萬次呼叫中複利放大。

代價是版本折騰。在兩到三週一次的節奏下，評測管線很快就會過時，在某個版本上驗證過的行為不保證在下一版成立。建立在 Gemini 上的團隊應該把模型選擇視為持續流程而非一次性決策——採用與版本無關的評測架構、定期對自己的工作負載做回歸測試，並在預算上預設腳下的模型一季會換四次。

Gemini 3.8 Flash 不是登月計畫。但對 AI 開發的日常現實而言，它可能更具意義：快速 tier 已成為主戰場的鐵證——以一種把基礎模型當成持續交付服務、而非單次巨型發布的節奏，不斷精煉。

本文內容反映正式揭曉前的報導；Google 的官方公告（含最終基準與定價）將於 9 月 2 日發布。