Google DeepMind đang chuẩn bị ra mắt mô hình AI mới, Gemini 3.8 Flash, sớm nhất là vào thứ Tư, nhắm đến các khả năng phát triển phần mềm mà Google đã tụt hậu so với các đối thủ Anthropic và OpenAI. Tạp chí Phố Wall đã đưa tin về kế hoạch này vào thứ Hai, trích dẫn các cuộc thử nghiệm nội bộ cho thấy mô hình mới đang đạt được tiến bộ trong mã hóa - một lĩnh vực đã trở thành chiến trường khốc liệt nhất giữa các phòng thí nghiệm biên giới.
Báo cáo đã làm thay đổi thị trường: Theo Barron's, cổ phiếu của Alphabet đã tăng trong giao dịch ngoài giờ sau câu chuyện của WSJ. Các nhà đầu tư đang theo dõi chặt chẽ hiệu suất mã hóa của Google khi các nhà phát triển ngày càng đưa ra các lựa chọn công cụ của họ xung quanh việc mô hình nào viết, gỡ lỗi và tái cấu trúc mã đáng tin cậy nhất trong quy trình làm việc tác nhân. For more context on this story, see our ongoing latest AI developments.
Những gì WSJ đưa tin
Theo Tạp chí, các thử nghiệm nội bộ của Gemini 3.8 Flash cho thấy sự tiến bộ cụ thể trong mã hóa, khả năng mà Gemini đã vượt qua cả mô hình Claude của Anthropic và dòng GPT của OpenAI. Dự kiến sẽ có bản phát hành trong tuần này và thứ Tư được cho là ngày sớm nhất có thể.
Vấn đề về khung: Google không tuyên bố có bước nhảy vọt vượt trội so với mọi đối thủ cạnh tranh. Thay vào đó, công ty đang tấn công vào điểm yếu dễ thấy nhất của mình. Mã hóa tác nhân — trong đó mô hình AI lập kế hoạch, viết, kiểm tra và sửa mã trên nhiều tệp trong các phiên dài — đã trở thành tiêu chuẩn mà người mua doanh nghiệp và các công ty khởi nghiệp công cụ dành cho nhà phát triển quan tâm nhất và đó là nơi các đối thủ của Google đã xây dựng được các khách hàng tiềm năng chỉ huy và cơ sở người dùng trung thành.
Khoảng cách mã hóa mà Google cần thu hẹp
Mã hóa đã âm thầm trở thành động lực doanh thu chính của ngành AI. Anthropic và OpenAI đều đã xây dựng các doanh nghiệp đáng kể bán các mô hình có khả năng mã hóa cho các doanh nghiệp và nền tảng nhà phát triển, đồng thời các đánh giá của bên thứ ba về hiệu suất mã hóa tác nhân đã liên tục đặt các mô hình Claude và GPT trước Gemini cho đến năm 2026.
Khoảng cách đó có những hậu quả thực sự. Các nhà phát triển chọn mô hình mã hóa có xu hướng ở lại trong hệ sinh thái của nó - các công cụ CLI, tích hợp trình soạn thảo, thanh toán API của nó. Lợi thế phân phối to lớn của Google thông qua Tìm kiếm, Android và Workspace vẫn chưa chuyển thành sự thống trị tương đương trong lĩnh vực mã hóa và báo cáo của WSJ cho thấy DeepMind biết cơ hội để thay đổi điều đó ngay bây giờ.
Bản thân nhãn hiệu Flash là một phần của phép tính. Kể từ khi Google bắt đầu định vị Flash là cấp nhanh, rẻ tiền trong họ Gemini, hậu tố này đã đại diện cho mô hình mà các nhà phát triển thực sự chạy trong sản xuất — khối lượng công việc có khối lượng lớn, nhạy cảm về giá, trong đó có những khác biệt nhỏ về độ trễ và chi phí quyết định lựa chọn API. Một mô hình cấp Flash cũng dẫn đầu về mã hóa sẽ đồng thời hạ thấp các lập luận về giá của đối thủ vì nó phù hợp với tuyên bố về chất lượng của họ.
Theo dõi nhanh Gemini 3.7 Flash
Nếu đợt ra mắt vào thứ Tư diễn ra, nó sẽ diễn ra chỉ vài tuần sau khi Google xuất xưởng Gemini 3.7 Flash vào giữa tháng 8, bản phát hành được công ty coi là mẫu xe ngựa thông minh nhất dành cho mã hóa và đại lý với mức giá gần bằng một nửa trước đó. Google cũng đã tiết lộ Gemini 3.7 Flash với sức mạnh mã hóa nâng cao trong buổi giới thiệu vào cuối tháng 8.
Nhịp nén đã không được chú ý. NokiaPowerUser đã báo cáo trong tuần này về "cách Google sửa lỗi 3.7 Flash quá nhanh", phản ánh quan điểm rộng hơn rằng DeepMind đã chuyển sang vận chuyển nhanh chóng, tăng dần - gần với nhịp lặp lại hàng tuần của các đối thủ của nó hơn là khoảng cách kéo dài hàng năm của các thế hệ Gemini trước đó.
Tập trung vào mã hóa và ít ảo giác hơn
Ngoài sức mạnh mã hóa thô, phạm vi phủ sóng của mô hình sắp tới còn chỉ ra ưu tiên thứ hai: giảm ảo giác. VOI.ID báo cáo rằng thử nghiệm Flash Gemini 3.8 tập trung vào mã hóa đồng thời giảm ảo giác AI - vấn đề về độ tin cậy quan trọng nhất trong công việc phần mềm, trong đó một đề xuất sai chắc chắn có thể phá vỡ hệ thống sản xuất.
Sự kết hợp đó — mã hóa tác nhân mạnh hơn cộng với ít đầu ra giả tạo hơn — nhắm chính xác vào hai trục mà các nhà phát triển trích dẫn khi giải thích lý do tại sao họ gắn bó với các công cụ dựa trên Claude hoặc GPT cho công việc kỹ thuật nghiêm túc.
Bài báo của Tencent bị rò rỉ
Tuy nhiên, tên của người mẫu này đã xuất hiện công khai trước báo cáo của WSJ. Một dòng đề cập đến Gemini 3.8 Flash đã xuất hiện trong một bài báo nghiên cứu của Tencent, theo báo cáo của Pasquale Pilitteri, mang đến cho những người đam mê sự xác nhận chắc chắn đầu tiên rằng mô hình này tồn tại trong khi về cơ bản không tiết lộ gì về nó. Rò rỉ ngẫu nhiên là một mô hình quen thuộc trong ngành: bảng điểm chuẩn và danh sách trích dẫn trong các bài báo học thuật đã trở thành nguồn thông tin định kỳ trước khi ra mắt về các mẫu chưa được phát hành.
Ý nghĩa của nó đối với nhà phát triển và thị trường
Nếu Gemini 3.8 Flash cập bến trong tuần này như đã báo cáo, các nhà phát triển sẽ có ba phòng thí nghiệm biên giới vận chuyển các mô hình mã hóa hàng đầu trong cùng tháng, sau khi Anthropic ra mắt Claude Fable 5.1 và Mythos 5.1 với mã hóa tác nhân rẻ hơn vào thứ Hai. Áp lực về giá, vốn đã rất căng thẳng, sẽ ngày càng gay gắt hơn — và các nhà sản xuất công cụ dựa trên các API này sẽ đạt được đòn bẩy đàm phán với mọi đối thủ cạnh tranh mới.
Đối với Google, mối quan tâm vượt xa sự chia sẻ tư duy của nhà phát triển. Hoạt động kinh doanh trên nền tảng đám mây của Alphabet, bộ năng suất Workspace và hệ sinh thái Android đều được hưởng lợi nếu các mô hình của chính công ty có thể cung cấp năng lượng một cách đáng tin cậy cho quy trình mã hóa mà các doanh nghiệp đang tự động hóa trước tiên. Một câu chuyện mã hóa đáng tin cậy của Gemini hỗ trợ cả ba điều này.
Báo cáo của WSJ cho thấy Google tin rằng cuối cùng họ đã thu hẹp được khoảng cách. Liệu các điểm chuẩn - và quan trọng hơn là các nhà phát triển đang làm việc - có đồng ý hay không sẽ rõ ràng trong vài ngày tới.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
