Gemini 3.8 Flash Đã Chính Thức Ra Mắt: Giá, Thông Số Kỹ Thuật, và Những Gì Các Tin Rò Rỉ Đã Đoán Đúng

Google đã chính thức công bố Gemini 3.8 Flash vào ngày 2 tháng 9 năm 2026 — ba tuần sau khi Gemini 3.7 Flash được phát hành và một ngày sau khi The Wall Street Journal đưa tin rằng bản ra mắt sẽ đến "sớm nhất là vào thứ Tư". Thông báo này, vốn cũng giới thiệu một phiên bản tập trung vào bảo mật có tên Gemini 3.8 Flash Cyber, đã biến một câu chuyện khởi nguồn từ Business Insider vào ngày 28 tháng 8 thành một sản phẩm chính thức: một mô hình mà Google ca ngợi là Flash thông minh nhất từ trước đến nay, được xây dựng cho lập trình tầm xa và các tác nhân tự động, ở mức giá ưu đãi tương đương với thế hệ Flash mà nó kế nhiệm.

Tin rò rỉ đã đúng — giờ đây là lúc ra mắt

Đối chiếu các báo cáo trước khi ra mắt với thông báo chính thức, người ta thấy chúng mô tả cùng một mẫu. Các bài viết trước đó cung cấp tên, lịch trình và sự đón nhận nội bộ; còn buổi ra mắt cung cấp giá, bảng thông số kỹ thuật và một mẫu thứ hai bị giới hạn. Theo thứ tự:

• Business Insider (28 tháng 8): Các nhân viên Google đang thử nghiệm một bản dựng có nhãn “{{KEEP}}Gemini 3.8 Flash Preview{{/KEEP}}” trên Jetski, nền tảng mã nội bộ của công ty; Google từ chối bình luận.

Một người thử nghiệm được Business Insider trích dẫn mô tả bản xem trước là tốt hơn rõ rệt so với Gemini 3.7 Flash, đồng thời cảnh báo rằng việc đánh giá đầy đủ còn quá sớm.

Tờ Wall Street Journal (ngày 1 tháng 9): Gemini 3.8 Flash — mật danh Skimaki bên trong Google — được định vị là bản phát hành ưu tiên lập trình, nhắm vào khoảng trống lập trình tác tử mà OpenAI và Anthropic đã tạo ra, dự kiến sớm nhất là thứ Tư.

Báo cáo của WSJ cũng cho biết trong thử nghiệm đối đầu trên Jetski, các kỹ sư của Google ưa thích Gemini 3.8 Flash hơn Claude Opus của Anthropic — một so sánh nội bộ giữa các nhà cung cấp mà không công bố bất kỳ prompt hay phương pháp luận nào.

{{1}}Các báo cáo cũng có lịch trình đứng về phía mình.{{/1}} {{2}}Gemini 3.6 Flash ra mắt ngày 21 tháng 7, Gemini 3.7 Flash nối tiếp vào ngày 13 tháng 8{{/2}}, và {{3}}một bài nghiên cứu của Tencent đề ngày 10 tháng 8 đã liệt kê "Gemini 3.8 Flash" làm giám khảo đánh giá{{/3}} — ba ngày trước khi Gemini 3.7 Flash thậm chí còn chưa được công khai. {{4}}Nhịp độ phát hành gần như hằng tháng khớp với nhịp mà Sundar Pichai từng cam kết với các nhà đầu tư trong cuộc gọi quý 2{{/4}}, và khung thời gian "sớm nhất là thứ Tư" mà WSJ đề cập đã khép lại vào ngày 2 tháng 9.

Bản báo cáo đó chính là nội dung mà tấm thẻ bên dưới nêu rõ là đã biết và chưa biết. Mọi thứ sau nó chính là những gì vụ phóng đã xác nhận.

Mô hình, phát biểu chính thức.

Gemini 3.8 Flash được xây dựng trên nền tảng Gemini 3.7 Flash thay vì một kiến trúc mới — thẻ mô hình (model card) của Google cho phiên bản 3.8 kế thừa kiến trúc, quá trình huấn luyện và chi tiết phần cứng của phiên bản 3.7. Sự thay đổi nằm ở cách mô hình suy luận: ở mức nỗ lực cao hơn, nó "làm việc chăm chỉ hơn", thực hiện thêm các bước suy luận và gọi công cụ lặp đi lặp lại trước khi đưa ra câu trả lời. Google giới thiệu điều này nhắm đến kỹ thuật phần mềm tầm xa và các tác nhân tự trị, đồng thời lưu ý rằng các nhà phát triển muốn đạt hiệu quả tối đa có thể hạ mức nỗ lực xuống — hoặc tiếp tục gọi Gemini 3.7 Flash.

Bảng thông số kỹ thuật, ghi nhận chính thức.

Thẻ thông tin mô hình của Google giờ đây đã xác nhận những con số mà đợt triển khai chỉ để lại như tin đồn:

• Cửa sổ ngữ cảnh — lên tới 1M token đầu vào / 64K token đầu ra, cùng giới hạn với Gemini 3.7 Flash.

• Các phương thức — đầu vào văn bản, hình ảnh, âm thanh và video với đầu ra văn bản, tương ứng với thế hệ Flash trước đó.

Ngưỡng kiến thức — tháng 3 năm 2026 đối với hầu hết các lĩnh vực, một số được giữ đến tháng 1 năm 2025 theo dòng mô hình Gemini 3 (theo thẻ mô hình của Google).

Câu hỏi về giá đã được trả lời: chương trình khuyến mãi 3.7 đã được gia hạn.

Trước khi ra mắt, câu hỏi mở là liệu Google sẽ hạ giá thấp hơn mức giá khuyến mãi của Gemini 3.7 Flash hay định giá 3.8 theo mức tiêu chuẩn. Câu trả lời là không phải phương án nào. Gemini 3.8 Flash ra mắt với cùng mức giá giới thiệu mà Gemini 3.7 Flash vẫn đang áp dụng — 0,75 USD cho mỗi triệu token đầu vào và 3,75 USD cho mỗi triệu token đầu ra — đến hết ngày 31 tháng 12 năm 2026, cùng với mức tăng đã được công bố trước lên 1,50 USD / 7,50 USD vào ngày 1 tháng 1 năm 2027.

Điều đó giữ nguyên thang giá Flash thay vì đẩy nhanh nó: điểm bán là khả năng suy luận mạnh hơn ở cùng mức giá token, chứ không phải token rẻ hơn. Một lưu ý cho việc mô hình hóa chi phí — vì 3.8 có thể tiêu thêm token để "làm việc chăm hơn," chi phí cho mỗi tác vụ hoàn thành ở mức nỗ lực cao có thể cao hơn so với 3.7 ngay cả khi giá token giống hệt nhau. Mức giá gây chú ý không phải là toàn bộ hóa đơn.

Những gì Gemini 3.8 Flash phải vượt qua

Các bài đánh giá ra mắt của Google rất đáng đọc bên cạnh các con số độc lập của mô hình mà chúng thay thế — và giờ là của cả mô hình mới nữa. Gemini 3.7 Flash đạt 56 điểm trên Artificial Analysis Intelligence Index và xác lập mức sàn giá/hiệu năng cho tác nhân lập trình ở $0.75 / $3.75. Artificial Analysis đã đo Gemini 3.8 Flash ở mức 59 trên chỉ số đó trong chế độ nỗ lực cao (57 ở mức trung bình, 52 ở mức thấp) — cao hơn ba điểm so với bản tiền nhiệm và ngang bằng với những mô hình đắt hơn nhiều: GPT-5.6 Sol với suy luận ở mức cực cao và Grok 4.6 ở mức trung bình đều đạt 59. Kết quả độc lập đó là thực tế hiện tại, nên luận điểm về chất lượng không còn chỉ dựa vào các bài đánh giá của riêng Google — các con số từ nhà cung cấp nêu dưới đây giờ đây sẽ cho thấy những cải thiện mà Google nói đến, và từng con số vẫn cần một sự kiểm chứng trung lập thứ hai.

• HLE-Verified — 54.9%, bộ dữ liệu suy luận đa bước khó của Google. Do nhà cung cấp báo cáo; chưa được tái lập.

• DeepSWE v1.1 — Google cho biết Gemini 3.8 Flash vượt trội hơn hầu hết các mô hình tiên tiến lớn hơn trên chuẩn đánh giá kỹ thuật phần mềm tầm xa này "chỉ với một phần nhỏ chi phí." Theo báo cáo của nhà cung cấp; chưa được kiểm chứng độc lập.

• Tài chính và pháp lý — Google cho biết Gemini 3.8 Flash vượt trội hơn Gemini 3.7 Flash và các mô hình tiên tiến khác trên Vals Finance Agent V2 và Harvey's Legal Agent Benchmark. Do nhà cung cấp báo cáo; chưa được kiểm chứng độc lập.

Hãy đọc chúng theo cách bạn đọc bất kỳ bài đánh giá nội bộ nào của nhà cung cấp: chỉ là tín hiệu mang tính định hướng cho đến khi một bài kiểm tra trung lập được công bố. Việc WSJ ưu tiên Jetski nội bộ hơn Claude Opus cũng nằm trong nhóm đó — nội bộ nhà cung cấp, phương pháp luận không được công bố. Artificial Analysis là bên trung lập đầu tiên, và phép tính chi phí theo tác vụ của họ là nửa còn lại của câu chuyện: với $0,58 mỗi tác vụ ở chế độ nỗ lực cao, Gemini 3.8 Flash cao hơn khoảng 40% so với mức $0,40 của Gemini 3.7 Flash, vì "nỗ lực hơn" khiến mỗi tác vụ tiêu tốn thêm khoảng 30% token đầu ra (khoảng 48K) và tăng số lượt tương tác trong các bài đánh giá agentic. Giá token vẫn vậy nhưng hóa đơn mỗi tác vụ hoàn thành lại cao hơn — đúng với lưu ý ở phần định giá, giờ đã có thêm một con số được đo đạc thực tế. Một bài đánh giá mã nguồn từ bên thứ ba vẫn là xác nhận đáng hoan nghênh, nhưng khoảng cách về năng lực trí tuệ không còn là chuyện chỉ có nhà cung cấp tự nhận định.

Gemini 3.8 Flash Cyber: người anh em bị hạn chế

Thông cáo ra mắt còn đi kèm một mô hình thứ hai. Gemini 3.8 Flash Cyber là biến thể an ninh mạng của Google — được tinh chỉnh để tự động phát hiện lỗ hổng và tự động vá lỗi — và đây không phải là mô hình API đa dụng. Google giới hạn nó cho “những người phòng thủ đáng tin cậy” (cơ quan chính phủ, nhà vận hành hạ tầng trọng yếu, và người duy trì phần mềm) được chấp thuận thông qua Chương trình Fairwind mới, đồng thời nó mang các biện pháp giảm thiểu rủi ro mạng nới lỏng hơn so với mô hình Flash cơ bản.

Cyber’s early numbers are Google- and partner-reported: 47.2% pass@1 on CWE-Bench, a vulnerability-patching benchmark run externally by Collinear, and 2.6× more correct Chrome patches than much larger commercial models per the Chrome Security team. None of it is independently reproduced, and none of it is reachable without Fairwind admission. For most readers, the Cyber variant is context — a sign of where Google is pointing the Flash line — rather than a product decision.

Một lập trình viên nên làm gì bây giờ?

Sự thay đổi so với một tuần trước rất rõ ràng: mô hình hiện đã có ID chính thức. Gemini 3.8 Flash đã hoạt động trên Gemini API của Google và có thể truy cập qua Google AI Studio, đồng thời mô hình tương tự cũng xuất hiện trong Android Studio, Google Antigravity và Stitch dành cho nhà phát triển, cùng với ứng dụng Gemini (các gói AI Pro và Ultra), AI Mode trong Tìm kiếm và Gemini trong Google Sheets cho người dùng cuối. Cảnh báo trong tuần triển khai rằng nhãn "Gemini 3.8 Flash API" có thể vượt xa mô hình thực tế không còn đúng nữa — thẻ mô hình, giá và ID API đều đã tồn tại.

Routing vẫn chứng minh được sự hữu ích của nó trên tầng Flash. Gemini 3.6 Flash đã hoạt động trên OrcaRouter với giá 1,50 USD mỗi triệu token đầu vào / 7,50 USD mỗi triệu token đầu ra — giá niêm yết của nhà cung cấp được chuyển thẳng mà không cộng thêm phí — và Gemini 3.7 Flash vẫn khả dụng thông qua Gemini API của Google với mức giá khuyến mãi, do đó khối lượng công việc ở tầng Flash có thể chạy sau một khóa API với khả năng chuyển đổi dự phòng tự động giữa các nhà cung cấp. Khi một ID gemini-3.8-flash xuất hiện trong danh mục chúng tôi định tuyến, quy tắc chuyển thẳng tương tự được áp dụng: giá niêm yết có hiệu lực ngay trong ngày Google công bố, không cần đàm phán lại và không cần hợp đồng thứ hai, và việc A/B so sánh 3.8 với 3.7 trên lưu lượng trực tiếp chỉ là một thay đổi trong DSL định tuyến chứ không phải là một quá trình migration. Cho đến lúc đó, cách ít rủi ro để thử Flash mới nhất là sử dụng Google AI Studio trên các tác vụ thực tế trong khi hệ thống production vẫn dựa trên các mô hình đã có thành tích được kiểm chứng.

Điều mà sự ra mắt vẫn còn bỏ ngỏ

• Điểm số độc lập — Artificial Analysis đã đưa ra đánh giá (59 high-effort, cao hơn ba điểm so với Gemini 3.7 Flash), nhưng vẫn chưa có kết quả Elo trên arena hoặc điểm chuẩn lập trình từ bên thứ ba cho Gemini 3.8 Flash; các con số DeepSWE và tài chính/pháp lý ở trên vẫn do nhà cung cấp công bố.

• Chi phí cho mỗi tác vụ ở mức nỗ lực cao — “làm việc chăm chỉ hơn” nghĩa là tốn nhiều token hơn, và Artificial Analysis đã đo lường hệ quả: 0,58 USD cho mỗi tác vụ ở mức nỗ lực cao, cao hơn khoảng 40% so với mức 0,40 USD của Gemini 3.7 Flash. Liệu mức tăng ba điểm của 3.8 có bù đắp được hóa đơn cao hơn đó hay không vẫn là câu hỏi phụ thuộc vào từng khối lượng công việc.

• Một Gemini 3.8 không phải Flash — mọi mẫu đã công bố cho đến nay đều là Flash hoặc Flash Cyber; báo cáo của WSJ lưu ý rằng một mẫu flagship Gemini 4 vẫn đang trong giai đoạn hậu huấn luyện.

Một tuần trước, đây chỉ là tin rò rỉ về một mô hình mà Google chưa từng lên tiếng xác nhận. Hôm nay, nó là một sản phẩm đã được phát hành với model card, mã API, mức giá và điểm đánh giá độc lập đầu tiên — và chính các bài tường thuật dẫn dắt đến sự ra mắt này giờ đây được đọc như phần mở đầu của đợt triển khai, chứ không phải suy đoán. Những điều còn bỏ ngỏ giờ đã hẹp hơn nhiều so với diện mạo lúc mới ra mắt: kết quả đo trung lập đầu tiên (59 điểm trên Artificial Analysis Intelligence Index, cao hơn Gemini 3.7 Flash ba điểm) củng cố cho hướng đi này, nhưng đó là một chỉ số tổng hợp về trí tuệ nói chung, không phải một phán quyết về năng lực lập trình. Liệu những cải thiện về suy luận có trụ vững trước benchmark lập trình của bên thứ ba và khối lượng tác vụ agent thực tế hay không, cũng như việc "làm việc chăm chỉ hơn" sẽ tác động ra sao đến hóa đơn token trong môi trường production, vẫn là những câu hỏi mở. Còn bản thân mô hình thì không còn chỉ là một mô hình nữa.