Google dodał Gemini 3.8 Flash do AI Mode w wyszukiwarce w dniu premiery modelu, 2 września 2026 roku. To trzecia odsłona linii Flash w ciągu sześciu tygodni i druga w odstępie zaledwie trzech tygodni od poprzedniczki. Dla zespołów, które mierzą widoczność marki w odpowiedziach generatywnych, oznacza to jedno: silnik, na którym testowaliście cytowania w sierpniu, mógł już zniknąć z listy wyboru.
Nowy model trafił od razu do selektora w pasku „Ask anything” w AI Mode, ale wyłącznie dla abonentów planów Google AI Pro i Ultra. Użytkownicy darmowi nie dostają wyboru modelu i pracują na wersji domyślnej, której Google nie nazywa publicznie.
Kontekst: linia Flash przyspiesza
Flash to w rodzinie Gemini gałąź optymalizowana pod stosunek jakości do kosztu i opóźnienia. To model, który obsługuje ruch masowy, a więc dokładnie ten, na którym opiera się wyszukiwarka: miliardy zapytań dziennie, gdzie każda milisekunda i każdy tysiąc tokenów mnożą się przez skalę.
Tempo wydań w tej gałęzi wyraźnie wzrosło. Gemini 3.7 Flash pojawił się 14 sierpnia. Gemini 3.8 Flash wszedł 2 września, czyli trzy tygodnie później. Licząc od poprzedniej odsłony, mamy trzy premiery Flash w sześć tygodni. Dla porównania, jeszcze rok temu odstępy między kolejnymi wersjami tej samej gałęzi liczono w kwartałach.
Zmiana kadencji nie jest kosmetyczna. Wersja modelu określa, jak system rozumie zapytanie, ile kroków rozumowania wykona, ile razy sięgnie po narzędzia i wyszukiwanie, oraz jakie źródła ostatecznie zacytuje. Jeśli ten komponent zmienia się co trzy tygodnie, to każdy test widoczności w AI Mode ma krótszy okres ważności niż typowy cykl raportowy w agencji.
Kluczowe fakty
| Element | Stan na 3 września 2026 |
|---|---|
| Model | Gemini 3.8 Flash |
| Data premiery | 2 września 2026 |
| Poprzednia wersja | Gemini 3.7 Flash, 14 sierpnia 2026 |
| Powierzchnia w wyszukiwarce | AI Mode, selektor modelu pod ikoną „+” |
| Dostęp | Google AI Pro i Ultra, na całym świecie |
| Język startowy | angielski |
| Użytkownicy darmowi | brak wyboru modelu, wersja domyślna |
| Inne powierzchnie | aplikacja Gemini, Google Sheets, Google Antigravity, AI Studio, Gemini API |
| Cena wejściowa | 0,75 USD za milion tokenów wejściowych |
| Cena wyjściowa | 3,75 USD za milion tokenów wyjściowych |
| Koniec ceny promocyjnej | 31 grudnia 2026, od 1 stycznia 2027 stawki podwajają się |
| Wariant specjalny | Gemini 3.8 Flash Cyber, program Fairwind, zaufani testerzy |
Co zmienia się w interfejsie
W AI Mode lista modeli pod ikoną plusa jest teraz krótsza, niż wielu się spodziewało. Według opisów serwisu Search Engine Journal, w sekcji „Gemini 3 models” widnieją pozycje „Auto”, „Pro” oraz świeżo dodany 3.8 Flash. Gemini 3.7 Flash zniknął z widocznego zrzutu ekranu, co sugeruje podmianę, a nie rozbudowę listy.
To ważny szczegół operacyjny. Jeżeli poprzednia wersja znika z selektora, nie da się w prosty sposób powtórzyć testu z zeszłego miesiąca na tym samym silniku. Punkt odniesienia przepada razem z pozycją na liście.
Wydajność: co mówią liczby
Robby Stein, wiceprezes ds. produktu w Google Search, opisał premierę zwięźle. Nazwał 3.8 Flash „naszym najinteligentniejszym modelem roboczym jak dotąd” i zapowiedział „istotne postępy względem 3.7 Flash w inżynierii oprogramowania, zadaniach agentowych i wielokrokowym rozumowaniu”. Potwierdził też, że model jest dostępny „od dziś w AI Mode dla abonentów Google AI Pro i Ultra na całym świecie”.
Po stronie benchmarków Google wskazuje kilka zestawów. Na DeepSWE v1.1, teście zadań inżynierii oprogramowania, model ma wyprzedzać większość znacznie większych modeli czołowych. Na Vals Finance Agent V2 oraz na benchmarku agentów prawnych firmy Harvey wypada lepiej niż 3.7 Flash i niż inne modele z górnej półki. W teście HLE-Verified, mierzącym wielokrokowe rozumowanie w naukach ścisłych, humanistyce i dziedzinach zawodowych, wynik to 54,9 procent.
Ciekawszy niż same liczby jest opis mechanizmu. Według doniesień serwisu 9to5Google, 3.8 Flash przy trudniejszych zadaniach po prostu „pracuje ciężej”: wykonuje dodatkowe kroki rozumowania i wywołuje narzędzia iteracyjnie, zamiast odpowiadać jednym przebiegiem. W kontekście wyszukiwarki to znaczy więcej zapytań pomocniczych, więcej pobranych stron i potencjalnie szerszy zestaw kandydatów do cytowania w jednej odpowiedzi.
Odnotowania wymaga też data odcięcia wiedzy, która nie jest jednolita. W części dziedzin sięga marca 2026, w innych zatrzymuje się na styczniu 2025. Model nadrabia tę lukę wyszukiwaniem na żywo, ale dla treści z ostatnich miesięcy oznacza to, że o obecności w odpowiedzi decyduje indeks i pobranie strony, a nie pamięć modelu.
Co to znaczy dla SEO i AIO
1. Wersja modelu staje się zmienną w każdym pomiarze
To najważniejszy praktyczny wniosek, na który zwrócił uwagę Search Engine Journal: trzy premiery Flash w sześć tygodni oznaczają, że opcje w płatnym teście AI Mode mogą zmienić się w środku jednego cyklu raportowego. Jeżeli w arkuszu z monitoringiem cytowań nie ma kolumny z nazwą modelu i datą sprawdzenia, wynik nie jest porównywalny z niczym.
Minimalny zestaw metadanych przy każdym teście widoczności w AI Mode powinien obejmować: dokładny model wybrany w selektorze, plan abonamentowy konta, kraj i język zapytania, datę oraz godzinę, a także pełną treść zapytania. Bez tego różnica między dwoma pomiarami może pochodzić z podmiany silnika, a nie z waszych zmian w treści. Praktyczne narzędzia do tego opisaliśmy w zestawieniu darmowych narzędzi do monitoringu cytowań AI.
2. Płatna warstwa nie jest reprezentatywna dla rynku
Selektor modeli działa wyłącznie na kontach Pro i Ultra. Oznacza to, że test przeprowadzony na koncie płatnym mierzy zachowanie silnika, którego większość użytkowników wyszukiwarki w ogóle nie widzi. Darmowa większość dostaje model domyślny, a Google nie ogłasza, kiedy ten domyślny się zmienia.
Wniosek jest niewygodny, ale prosty: wyniki z konta Ultra traktujcie jako sygnał wyprzedzający, nie jako obraz rzeczywistej widoczności. Jeżeli chcecie liczby zbliżone do realnego ruchu, potrzebujecie drugiego, darmowego konta testowego i osobnej serii pomiarów. Rozbieżność między tymi dwiema seriami sama w sobie jest ciekawą metryką, bo pokazuje, jak szybko zmiany z warstwy płatnej schodzą do domyślnej.
3. Więcej kroków rozumowania to więcej pobrań
Jeśli model iteracyjnie wywołuje narzędzia, to znaczy, że jedna odpowiedź może uruchomić kilka rund wyszukiwania i pobrania stron. Dla właściciela witryny przekłada się to na dwie rzeczy. Po pierwsze, rośnie znaczenie czasu odpowiedzi serwera i dostępności treści bez renderowania JavaScriptu, bo pobranie w łańcuchu agentowym ma budżet czasowy. Po drugie, rośnie szansa, że do odpowiedzi trafi strona głęboka, a nie tylko oczywisty lider z pierwszej dziesiątki.
Warto przy tej okazji sprawdzić, czy wasza konfiguracja robots.txt nie blokuje pobierania na potrzeby odpowiedzi generatywnych i czy treść kluczowa nie siedzi w komponentach doładowywanych po stronie klienta.
4. Pomiar w Search Console nadal nie rozdziela AI Mode
Trzeba to powiedzieć wprost: nawet po tej premierze nie ma w Search Console sposobu, żeby oddzielić kliknięcia i wyświetlenia pochodzące z AI Mode od klasycznych wyników. Google zbiera te dane w jednym worku, o czym pisaliśmy przy okazji udostępnienia raportu AI wszystkim właścicielom witryn. Zmiana modelu pod maską nie zmienia tego ograniczenia, a wręcz je pogłębia, bo czyni okresy nieporównywalnymi w sposób niewidoczny w danych.
5. Cena API mówi coś o kierunku
Stawki 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion wyjściowych obowiązują jako promocja do 31 grudnia 2026. Od 1 stycznia 2027 podwajają się do 1,50 i 7,50 USD. To ta sama mechanika, którą Google zastosował przy 3.7 Flash trzy tygodnie wcześniej.
Dla zespołów budujących własne narzędzia monitoringu na Gemini API to konkretna informacja budżetowa: koszty stałego skanowania odpowiedzi generatywnych podwoją się z początkiem roku, jeżeli zostaniecie na tej samej wersji modelu. Warto to uwzględnić w planie na 2027 albo zaplanować migrację na wariant tańszy.
6. Treść pod model, który rozumuje wieloetapowo
Model, który rozbija zapytanie na kilka kroków i po każdym sięga po nowe źródła, inaczej dobiera materiał niż system odpowiadający jednym przebiegiem. Zamiast jednej strony pasującej do całego zapytania szuka fragmentów odpowiadających na pojedyncze podpytania: definicję, liczbę, warunek brzegowy, wyjątek od reguły.
W praktyce premiuje to teksty, w których każda sekcja domyka jeden konkretny wątek i da się ją zacytować bez reszty artykułu. Samodzielny akapit z pełną odpowiedzią, jasny nagłówek nazywający problem językiem użytkownika, tabela z wartościami zamiast opisu wartości w zdaniu: to elementy, które łatwo wyciąć i wstawić do odpowiedzi. Rozlewne wprowadzenia i przejścia między sekcjami nie mają tu żadnej wartości, bo model nie czyta tekstu liniowo.
Druga konsekwencja dotyczy aktualności. Skoro data odcięcia wiedzy jest niejednolita i w części dziedzin sięga stycznia 2025, model musi domykać luki wyszukiwaniem na żywo. Strony z wyraźną, czytelną maszynowo datą aktualizacji i z liczbami opisanymi okresem, którego dotyczą, mają w takim łańcuchu przewagę nad materiałami, w których nie da się ustalić, z kiedy pochodzi konkretna wartość.
Trzecia rzecz to spójność między stronami w obrębie serwisu. Jeśli dwa wasze artykuły podają różne liczby dla tego samego wskaźnika, model wykonujący kilka pobrań w jednej sesji ma szansę zobaczyć obie wersje. Sprzeczność wewnątrz domeny obniża szansę na cytowanie skuteczniej niż brak treści, bo system nie ma jak rozstrzygnąć, której wartości użyć.
Reakcje branży
W komentarzach branżowych dominują dwa wątki. Pierwszy to zmęczenie kadencją. Analitycy zwracają uwagę, że przy premierze co trzy tygodnie żadne badanie widoczności nie zdąży przejść pełnego cyklu: zebranie próby, zmiana na stronie, ponowny pomiar. Zanim domknie się okno pomiarowe, silnik jest już inny.
Drugi wątek dotyczy przejrzystości. Ani komunikat Google, ani relacje serwisów branżowych nie rozstrzygają, czy 3.8 Flash zostanie modelem domyślnym, tak jak stało się to z poprzednimi wersjami Flash. Ta niepewność jest istotna, bo to właśnie model domyślny obsługuje ruch, który realnie generuje kliknięcia i konwersje.
Osobno odnotowano wariant Gemini 3.8 Flash Cyber, który zastępuje wersję 3.5 i trafia do zaufanych testerów w ramach nowego programu Fairwind. Google przypisuje mu wydajność na poziomie czołowych modeli w autonomicznym wykrywaniu podatności. To wątek bezpieczeństwa, nie wyszukiwarki, ale pokazuje, że linia Flash przestała być wyłącznie tanią alternatywą i obrasta w wyspecjalizowane odgałęzienia.
W polskim kontekście dochodzi jeszcze bariera językowa. Start w języku angielskim oznacza, że polskie zapytania w AI Mode obsługuje na razie inna konfiguracja. Każdy wniosek z testów anglojęzycznych trzeba więc traktować jako hipotezę do sprawdzenia lokalnie, a nie jako gotowy wynik.
Co dalej
Najbardziej prawdopodobny scenariusz to stopniowe zejście 3.8 Flash do warstwy domyślnej w ciągu najbliższych tygodni, zgodnie ze schematem z poprzednich wydań. Drugim krokiem będzie rozszerzenie na kolejne języki, w tym polski, choć Google nie podał tu żadnego terminu.
Dla zespołów SEO i AIO sensowna lista działań na najbliższe dni wygląda tak:
- Dopiszcie kolumnę „model” i „data pomiaru” do każdego arkusza monitorującego cytowania w AI Mode, także wstecznie, jeśli macie te informacje.
- Zróbcie punkt odniesienia na 3.8 Flash teraz, zanim znowu podmieni się lista w selektorze.
- Utrzymujcie równolegle serię pomiarów na koncie darmowym, żeby widzieć, jak zachowuje się model domyślny.
- Sprawdźcie czasy odpowiedzi serwera dla botów pobierających treść, bo iteracyjne wywołania narzędzi mają ograniczony budżet czasowy.
- Przeliczcie budżet na Gemini API z uwzględnieniem podwyżki od 1 stycznia 2027.
- Nie przypisujcie zmian w widoczności swoim działaniom na stronie, dopóki nie wykluczycie podmiany modelu jako przyczyny.
Szerszy trend jest zaś taki, że warstwa generatywna w wyszukiwarce rozrasta się szybciej niż narzędzia do jej mierzenia. Widać to również po tym, jak Google automatycznie rozwija AI Overviews kosztem wyników organicznych. Podmiana silnika co trzy tygodnie to kolejny element tej samej układanki: coraz więcej dzieje się w miejscu, którego nie widzimy w raportach.
Warto też pilnować, żeby wnioski z jednego testu nie urosły do reguły. Przy tej częstotliwości wydań pojedynczy pomiar opisuje konkretny model, konkretny język i konkretny dzień. Powtarzalny wynik zaczyna się dopiero od kilku serii rozłożonych na różne wersje silnika, a takich danych na rynku jeszcze nie ma, bo kadencja premier wyprzedza tempo badań.
FAQ
Czy Gemini 3.8 Flash jest już dostępny dla polskich użytkowników?
Model jest dostępny globalnie dla abonentów planów Google AI Pro i Ultra, ale start odbywa się w języku angielskim. Polskojęzyczne zapytania w AI Mode obsługuje na razie inna konfiguracja, a Google nie podał terminu rozszerzenia na kolejne języki.
Jak sprawdzić, którego modelu używa moja sesja AI Mode?
Na koncie Pro lub Ultra kliknijcie ikonę plusa w pasku „Ask anything” i sprawdźcie zaznaczoną pozycję na liście w sekcji „Gemini 3 models”. Na koncie darmowym selektor się nie pojawia, bo wybór modelu nie jest tam dostępny, a system korzysta z wersji domyślnej.
Czy zmiana modelu wpłynie na moje pozycje w klasycznych wynikach?
Bezpośrednio nie. Model generatywny wpływa na to, jak powstaje odpowiedź w AI Mode i które źródła zostaną w niej zacytowane, a nie na ranking dziesięciu niebieskich linków. Pośrednio jednak może zmienić ruch, bo inny dobór cytowań przekłada się na inny rozkład kliknięć.
Ile kosztuje korzystanie z Gemini 3.8 Flash przez API?
Do 31 grudnia 2026 obowiązuje stawka promocyjna: 0,75 USD za milion tokenów wejściowych i 3,75 USD za milion tokenów wyjściowych. Od 1 stycznia 2027 ceny podwajają się do odpowiednio 1,50 i 7,50 USD za milion.
Czy warto powtarzać testy cytowań po każdej premierze modelu?
Tak, jeżeli AI Mode jest dla was istotnym kanałem. Przy kadencji trzech premier w sześć tygodni pomiar sprzed miesiąca opisuje inny silnik. Minimum to jeden punkt odniesienia na każdą nową wersję plus stała seria na koncie darmowym, żeby śledzić model domyślny.