Gemini 3.8 flash: AI làm việc chăm chỉ hơn

Chỉ trong vòng sáu tuần, tôi thấy Google đã tung ra tới ba phiên bản Flash của Gemini, cho thấy tốc độ phát triển chóng mặt trong cuộc đua AI. Sau 3.7 Flash ba tuần trước, giờ đây chúng ta có 3.8 Flash, một mô hình mà tôi cho là không chỉ là đỉnh cao mới về khả năng suy luận và viết code, mà còn giữ nguyên tốc độ và chi phí thấp của phiên bản 3.7. Động lực đằng sau những cải tiến này đến từ các vòng lặp tác nhân (agentic loops) được thiết kế để tự động đánh giá và tinh chỉnh mô hình, cùng với quá trình huấn luyện chuyên sâu trong lĩnh vực an ninh mạng. Gemini 3.8 Flash mang lại những bước tiến đáng kể so với 3.7 Flash, thậm chí tiệm cận hiệu năng của các mô hình tiên tiến có chi phí cao hơn. Trong bài kiểm tra DeepSWE v1.1 về kỹ thuật phần mềm dài hạn, 3.8 Flash vượt trội hơn hầu hết các mô hình lớn, tự động giải quyết các vấn đề kỹ thuật phức tạp từ đầu đến cuối chỉ với một phần nhỏ chi phí. Nó cũng thể hiện độ tin cậy cần thiết cho các tác vụ tự chủ cấp doanh nghiệp, đạt điểm cao trên các chuẩn như Vals Finance Agent V2 và Harvey's Legal Agent Benchmark trong các lĩnh vực định lượng và chuyên nghiệp. Thậm chí, trên HLE-Verified, nó đạt 54.9%, cho thấy khả năng suy luận nhiều bước qua các ngành STEM, nhân văn và chuyên môn. Điều làm nên khác biệt là 3.8 Flash "làm việc chăm chỉ hơn": ở các tác vụ phức tạp, nó thực hiện thêm các bước suy luận và gọi công cụ lặp đi lặp lại. Đôi khi, điều này có thể dùng nhiều token hơn để tối đa hóa hiệu suất, nhưng nhà phát triển có thể điều chỉnh mức độ nỗ lực để tối ưu chi phí, hoặc tiếp tục dùng 3.7 Flash cho các tác vụ ưu tiên hiệu quả. Để minh chứng cho sức mạnh đó, tôi thấy có những demo khá ấn tượng. Gemini 3.8 Flash đã tạo ra một trò chơi 3D với câu lệnh đơn giản, sử dụng Nano Banana để tạo kết cấu môi trường và câu chuyện. Nó cũng xây dựng phiên bản Google Maps dành cho DOS đầy đủ chức năng chỉ từ một prompt duy nhất, hoàn chỉnh với vị trí, chỉ đường và Street View. Một bản đồ địa hình tương tác của các địa điểm nổi tiếng,