Business Insider melaporkan bahwa sejumlah karyawan Google sudah mendapatkan akses ke versi preview Gemini 3.8 Flash, yang didistribusikan lewat Jetski, platform coding internal perusahaan. Salah satu karyawan yang ikut menguji menyebut versi baru ini "jelas lebih baik dari 3.7 Flash", meski ia menambahkan bahwa masih terlalu dini untuk menarik kesimpulan penuh. Google menolak memberikan komentar soal ini.
Kalau garis waktunya dijajarkan, temponya jadi jelas: Gemini 3.6 Flash dirilis pada Juli, disusul 3.7 Flash tiga minggu kemudian, dan sekarang 3.8 Flash sudah masuk tahap uji internal oleh karyawan. Dalam panggilan laporan keuangan kuartal kedua, CEO Sundar Pichai sempat mengatakan perusahaan akan mendorong ritme perilisan yang mendekati sekali sebulan. Waktu itu kedengarannya seperti target, tapi sekarang lebih terasa seperti jadwal yang sudah benar-benar dijalankan.
Model unggulan tertunda, Flash maju ke depan
Jadwal model besar unggulan generasi berikutnya dari Google berulang kali molor, dan perusahaan mengalihkan sumber dayanya ke lini Flash. Laporan Business Insider menempatkan seri Flash sebagai model "andalan", dipakai untuk skenario coding dan menjalankan agent — dua jenis beban kerja yang sama-sama punya pemanggilan padat, konteks panjang, dan toleransi terhadap penurunan kualitas sesekali yang lebih tinggi dibanding toleransi terhadap biaya.
Perhitungan ini masuk akal di atas kertas. Dalam pipeline agent yang sama, mengganti model dari kelas Pro ke kelas Flash sering kali memangkas biaya inferensi hingga kira-kira satu orde besaran (perkiraan kasar — selisih sebenarnya berubah-ubah tergantung panjang konteks dan tingkat cache hit). Begitu klien enterprise mulai memelototi tagihan AI mereka tiap bulan, keputusan soal kelas model mana yang dipakai pun bergeser dari tim engineering ke bagian keuangan.
Kenapa Jetski penting
Fakta bahwa platform coding internal yang lebih dulu kebagian model baru ini sendiri sudah cukup bicara banyak. Beban kerja coding harian dari puluhan ribu engineer Google adalah lapangan uji yang cukup besar dan cukup padat umpan baliknya, jauh lebih dekat ke kondisi produksi nyata dibanding benchmark publik mana pun. Menjalankan model di platform coding internal selama beberapa minggu sebelum dirilis, pada dasarnya sama saja dengan melimpahkan ronde red-teaming paling mahal ke karyawan sendiri.
Pola serupa juga terlihat di OpenAI dan Anthropic. Skala pemakaian internal di lab-lab frontier ini sudah cukup besar untuk berfungsi sebagai kelompok pengguna awal, sehingga kecepatan iterasi model tidak lagi terhambat oleh tempo rollout bertahap ke pihak luar.
Efek samping dari iterasi yang makin cepat
Ketika update model memampat dari "satu generasi per tahun" menjadi "satu versi tiap beberapa minggu", umur guna benchmark pun ikut memendek. Versi sebelumnya baru saja diintegrasikan ke lini produk, sementara preview versi berikutnya sudah berjalan di internal. Bagi developer, memilih model bukan lagi keputusan sekali jadi, melainkan berubah jadi biaya perawatan yang terus-menerus — prompt harus disetel ulang, format pemanggilan tool harus diuji ulang, model biaya harus dihitung ulang.
Bagi Google sendiri, perilisan yang bertubi-tubi juga mengencerkan perhatian yang didapat tiap peluncuran. Sejauh ini belum ada benchmark publik yang bisa dibandingkan untuk menunjukkan seberapa besar selisih kemampuan sebenarnya antara versi 3.6, 3.7, dan 3.8. Google belum mengumumkan jadwal rilis publik untuk 3.8 Flash, dan jumlah parameter, harga, serta panjang konteksnya pun belum diungkap.
Sumber: Business Insider, CocoLoop, transkrip panggilan laporan keuangan kuartal kedua Google; nama kode versi model, nama platform internal, dan kutipan penguji mengikuti laporan Business Insider, sementara perbandingan biaya adalah perkiraan kasar dari editor.