Premiera Gemini 3.8 od Google pokazuje, jak producent modeli wzmacnia swoje możliwości w zakresie programowania, agentów autonomicznych i cyberbezpieczeństwa, ale jednocześnie uwypukla brak zróżnicowania na rynku AI oraz narastający trend ekskluzywnych programów cyberbezpieczeństwa.

Gigant wyszukiwarki i AI zaprezentował Gemini 3.8 w środę, 3 września 2026 r., przedstawiając go jako swój najlepszy dotąd model do rozumowania i programowania. W nowym modelu Google skupiło się na zadaniach rozumowania długoterminowego, jednocześnie podnosząc wydajność w obszarze cyberbezpieczeństwa, a także wprowadziło program cyberbezpieczeństwa podobny do rozwiązań innych dostawców AI.

Gemini 3.8 występuje w dwóch wariantach: Gemini 3.8 Flash i Gemini 3.8 Flash Cyber. Model 3.8 Flash został zbudowany z myślą o długoterminowej inżynierii oprogramowania, agentach autonomicznych i złożonych przepływach pracy w przedsiębiorstwach. Wersja 3.8 Flash Cyber jest przeznaczona do autonomicznego wykrywania podatności i automatycznego łatania kodu — możliwości obosiecznych, ponieważ te same techniki, które znajdują i naprawiają podatności, mogłyby zostać nadużyte do ich wykorzystania, co jest kluczowym powodem ograniczania dostępu do takich modeli.

Google podało, że model jest dostępny dla zaufanej grupy użytkowników w ramach nowego programu Fairwind. Inicjatywa zapewnia najbardziej zaawansowane możliwości AI i obrony cybernetycznej Google zaufanym klientom, agencjom rządowym i partnerom z zakresu cyberbezpieczeństwa.

Program Fairwind Google przypomina Project Glasswing firmy Anthropic, który udostępnił najmocniejszy model Anthropic, Mythos, zaufanej grupie użytkowników, a także Project Daybreak firmy OpenAI — program mający wspierać wybranych obrońców cybernetycznych. Utworzenie prywatnego programu, który trzyma potężne modele AI do cyberbezpieczeństwa z dala od hakerów i innych osób mogących je nadużyć, to kolejny sposób, w jaki Google konkuruje z Anthropic i OpenAI. Pokazuje to jednak jednocześnie, że wszyscy producenci modeli idą w tym samym rytmie.

„Wszyscy ciągną w te same strony” — powiedział Arun Chandrasekaran, analityk firmy Gartner. „Na przykład w programowaniu wszyscy starają się maksymalnie ukierunkować model na kodowanie. W cyberbezpieczeństwie każdy teraz próbuje naprawdę zoptymalizować te modele pod kątem zastosowań bezpieczeństwa.”

Brak zróżnicowania

Chandrasekaran dodał, że skoro producenci modeli granicznych trzymają się podobnych strategii, niewiele ich wyróżnia.

„Zróżnicowanie istnieje w zakresie możliwości, ale jeśli chodzi o to, jak komunikują, w czym te modele są dobre, jakie zastosowania i problemy rozwiązują, wszystkie te firmy wydają się robić bardzo podobne rzeczy” — stwierdził.

Prawdziwe zróżnicowanie, kontynuował, pochodzi z głębszego wejścia w konkretne funkcje biznesowe, takie jak łańcuch dostaw czy nauki o życiu.

„To są okazje do zróżnicowania, bo nie budujesz systemu ogólnego przeznaczenia” — powiedział. „Budujesz coś bardzo głębokiego, bardzo specyficznego dla danej branży.”

Dla klientów korporacyjnych ta konwergencja ma znaczenie: gdy modele graniczne oferują porównywalne profile możliwości, wybór zależy coraz bardziej od ceny, całkowitego zużycia tokenów i integracji z istniejącymi przepływami pracy, a nie od wyników benchmarków.

Wojna cenowa trwa

Dla samego Google premiera Gemini 3.8 pozwala odpowiedzieć na ruchy konkurencji zarówno w cenach, jak i możliwościach. Podobnie jak w przypadku iteracji 3.7, Google oferuje cenę wprowadzającą dla wersji 3.8 wynoszącą 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych dla Gemini 3.8 Flash. Dla porównania, GPT-5.6 Luna firmy OpenAI kosztuje 1 USD za milion tokenów wejściowych i 6 USD za milion tokenów wyjściowych.

„Zobaczymy, czy utrzymają takie ceny” — powiedział Sid Nag, założyciel i analityk firmy Tekonyx. „To wszystko tak naprawdę sprowadza się do obniżania krzywej kosztów. Wszyscy skupiają się na koszcie miliona tokenów wejściowych.”

Z Gemini 3.8 Flash, dodał Nag, Google pokazuje, że „cena tokenów nie wystarcza już do mierzenia ekonomii inferencji”. Dynamika ta widoczna jest w zaleceniu Google, by klienci wciąż wybierali Gemini 3.7 Flash dla obciążeń wymagających większej efektywności — co oznacza, że mimo ceny tokenów przedsiębiorstwa mogą czasem zaoszczędzić więcej tokenów, korzystając z mniejszego modelu.

„Google przyznaje, że ta konkretna wersja, 3.8 Flash, zużywa więcej tokenów na wyższych poziomach rozumowania” — kontynuował.

Oferując Gemini 3.8 Flash Cyber wyłącznie zaufanym użytkownikom, Google podąża za rywalami, próbując zbudować „fosę” wokół swojej technologii modeli AI, powiedział Nag.

Podejście oparte na wyłączności w modelach cyberbezpieczeństwa wywołuje jednak napięcia w branży AI, ponieważ może prowadzić do braku otwartości i przejrzystości. Modele otworne były krytykowane za łatwość manipulacji przez hakerów, ale mimo to napędziły znaczące innowacje. Wraz z premierą Google i innymi ekskluzywnymi programami cyberbezpieczeństwa branża AI nadaw próbuje godzić napięcie między bezpieczeństwem a otwartością. Jak szeroko Google zdefiniuje „zaufanych” użytkowników programu Fairwind i czy ekskluzywne programy cyberbezpieczeństwa realnie ograniczą dostęp atakujących do wydajnych modeli — to otwarte pytania, które ukształtują kolejną fazę tej debaty.

„Zobaczymy, dokąd branża pojedzie” — powiedział Nag.

Źródło: AI Business