據《華爾街日報》獨家爆料，谷歌將於明日（當地時間）釋出新一代輕量級模型Gemini 3.8 Flash（代號Skimaki），同時放棄此前預告的Gemini 3.5 Pro。這一訊息在AI圈引發熱議，因為就在幾天前，Anthropic剛推出Claude 5.1，而OpenAI的Astra也即將亮相，谷歌此舉被視為對競爭壓力的直接回應。
Gemini 3.5 Pro被取消是本次爆料的重磅資訊。該模型曾在今年5月的I/O大會上預告，但近4個月過去，其進展甚至不如Flash版本，谷歌被迫“棄子”。據內部人士透露，谷歌已投入更多人力和算力提升Gemini的程式設計能力，尤其是加大強化學習投入，讓AI通過試錯學習。同時，谷歌DeepMind並行推進多個專案，以分散風險。
儘管3.5 Pro夭折，但Gemini 4.0在預訓練中評估優秀，後訓練仍在進行中。爆料還稱，Gemini 3.8 Flash在谷歌內部編碼工具Jetski的對比測試中“碾壓”Opus模型，程式設計實力強勁。該模型已研發數月，早於谷歌領導層變動——Demis Hassabis讓位、首席科學家Jeff Dean離職——之前就已啟動，目前內部進展順利。
谷歌選擇先推Flash版本，是因為其引數小、所需計算少，更容易出成果。這一策略與OpenAI和Anthropic形成對比：OpenAI的下一代Astra採用“迴圈深度”新型推理方法，減少思考token並提升效能，預計本週揭曉；Anthropic的Claude 5.1則主攻程式設計和科研領域。此外，馬斯克預告Grok 4.7將在十天後釋出，四家科技巨頭幾乎同時發力，AI模型競爭進入白熱化階段。
在釋出Gemini 3.8 Flash之前，谷歌今日已為Gemini系列引入智慧體影片理解（Agentic Video Understanding）功能。該功能允許模型自主決定觀看影片的片段、速度和模態（畫面、音訊或轉錄文字），而非被動接收固定幀率。官方部落格顯示，在標準影片分析基準上，開啟該功能後token消耗最多降低88%，分析成本最多降66%，準確率最高提升7%，且不額外收費，仍按標準API token定價。
這一功能解決了影片處理的高成本痛點——影片是模態中最貴的，一分鐘影片可能消耗相當於一本書的token。通過“拖進度條”式的高效取樣，模型能處理亞秒級片段檢索、長影片問答、異常檢測和計數等任務，使自動剪輯、安防監控、產線質檢等場景真正可行。谷歌此前已在影像理解上應用類似思路，此次將工具擴充套件至原生影片。
谷歌此舉意在讓Agent“看得起”影片，突破以往依賴文字轉述的侷限。隨著成本曲線下移，Agent能直接處理監控、課程、素材等影片內容，而無需等待人工轉寫。這被視為谷歌在AI Agent競爭中的關鍵佈局，尤其在OpenAI和Anthropic已在前沿模型和程式設計Agent上佔據優勢的背景下。
目前，谷歌計劃先推出Gemini 3.8 Flash，以快速回應市場。但分析師指出，谷歌能否在Gemini 4.0上兌現潛力，才是決定其能否與OpenAI、Anthropic抗衡的關鍵。隨著四家公司釋出節奏撞車，AI大戰的下一個回合已悄然開啟。