Google brengt drie nieuwe (Flash cyber) AI-modellen uit

Google breidt zijn aanbod van generatieve AI uit met drie nieuwe modellen: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite en Gemini 3.5 Flash Cyber. De modellen zijn niet ontwikkeld om simpelweg groter en krachtiger te zijn. Google richt zich vooral op snellere verwerking, lagere gebruikskosten en gespecialiseerde toepassingen. Daarmee speelt het technologiebedrijf in op een groeiend probleem bij organisaties: AI-modellen kunnen indrukwekkende resultaten leveren, maar het grootschalig inzetten ervan vraagt veel rekenkracht en kan snel duur worden. Vooral bij AI-agents, die zelfstandig verschillende stappen en opdrachten uitvoeren, lopen de kosten door het grote aantal modelaanroepen op. Google omschrijft de inzet van de nieuwe modellen als volgt:

“Our newest Gemini models deliver the efficiency, latency, and reliability to build AI agents at scale.”

De drie modellen hebben ieder een eigen functie. Gemini 3.6 Flash is het breed inzetbare werkmodel, Flash-Lite richt zich op snelheid en lage kosten en Flash Cyber moet beveiligingslekken in software vinden en helpen repareren.

 

 

Gemini 3.6 Flash moet het nieuwe werkpaard worden

Gemini 3.6 Flash is een verbeterde versie van Gemini 3.5 Flash. Het model is bedoeld voor onder meer programmeren, kenniswerk, multimodale analyses en complexe processen waarbij een AI-agent meerdere hulpmiddelen moet gebruiken. Volgens Google heeft het model minder redeneerstappen en minder toolaanroepen nodig om opdrachten met meerdere stappen uit te voeren. Dat moet niet alleen voor snellere antwoorden zorgen, maar ook voor lagere kosten. Op de Artificial Analysis Index gebruikte Gemini 3.6 Flash volgens Google gemiddeld 17 procent minder outputtokens dan zijn voorganger. Google DeepMind stelt dat het model prestaties van zwaardere modellen benadert, zonder de voordelen van de Flash-serie te verliezen:

“Gemini 3.6 Flash delivers coding and reasoning quality close to Gemini Pro.”

Het model moet daardoor interessant zijn voor bedrijven die AI in grote aantallen klantvragen, ontwikkelprocessen en geautomatiseerde workflows willen inzetten. Gemini 3.6 Flash is beschikbaar via de Gemini API, Google AI Studio en Vertex AI. De prestaties en besparingen zijn vooralsnog voornamelijk gebaseerd op benchmarks en cijfers van Google zelf.

Flash-Lite richt zich op snelheid en massaal gebruik

Gemini 3.5 Flash-Lite is het lichtste en goedkoopste model van de drie. Het is vooral bedoeld voor toepassingen waarbij enorme hoeveelheden gegevens snel moeten worden verwerkt. Voorbeelden zijn het vertalen en samenvatten van documenten, het classificeren van informatie, het verwerken van kassabonnen en het genereren van meerdere concepten. Een bedrijf kan Flash-Lite bijvoorbeeld gebruiken om duizenden productbeschrijvingen te analyseren of klantberichten automatisch in categorieën in te delen. Voor ingewikkeld strategisch denkwerk is het model minder geschikt, maar bij eenvoudige en veelvuldig herhaalde taken kunnen snelheid en kosten belangrijker zijn dan maximale intelligentie. Volgens Google ligt de kracht van de Flash-serie precies tussen kwaliteit en efficiëntie:

“Our Flash series of models is built to meet the sweet spot of efficiency and quality.”

Flash-Lite kan bovendien samenwerken met Gemini 3.6 Flash. Het zwaardere model kan daarbij optreden als centrale agent die taken verdeelt, terwijl Flash-Lite snel meerdere varianten of deelresultaten produceert. Google positioneert deze combinatie nadrukkelijk voor organisaties die AI-agents op grote schaal willen gebruiken.

 

Flash Cyber speurt gericht naar softwarelekken

Het opvallendste model is Gemini 3.5 Flash Cyber. Dit model is speciaal getraind om kwetsbaarheden in software te vinden, te controleren en waar mogelijk te repareren. Het is gebaseerd op Gemini 3.5 Flash, maar verder afgestemd op cybersecurity. Google gebruikt het model binnen CodeMender. Daarbij kunnen verschillende AI-agents dezelfde software onderzoeken en hun bevindingen samenvoegen in één beveiligingsrapport. Doordat Flash Cyber relatief goedkoop is, kan het model verschillende keren naar hetzelfde probleem kijken. Bij een test met de complexe V8 JavaScript-engine vond Flash Cyber volgens Google 55 bevestigde unieke problemen. De reguliere Gemini 3.5 Flash vond er 47 en Claude Opus 4.6 kwam volgens dezelfde test op 36. Tien kwetsbaarheden werden alleen door Flash Cyber ontdekt. Deze resultaten zijn afkomstig van Google; scores van sommige concurrerende modellen waren gebaseerd op cijfers van de aanbieders zelf. De mogelijkheden brengen ook risico’s mee. Een AI-model dat beveiligingslekken kan vinden en werkende exploits kan ontwikkelen, kan namelijk ook worden misbruikt. Google stelt Flash Cyber daarom niet direct algemeen beschikbaar. Het model komt eerst via CodeMender beschikbaar in een beperkt proefprogramma voor overheden en geselecteerde partners. De introductie laat zien dat de concurrentiestrijd rond AI niet meer uitsluitend draait om het grootste model of de hoogste benchmarkscore. Snelheid, tokengebruik, kosten en specialisatie worden minstens zo belangrijk. Google kiest met de drie Flash-modellen daarom voor een portfolio waarin iedere toepassing een eigen model krijgt. Kort de pluspunten:

1. Hoge Snelheid & Redeneervermogen

• 3x Snelheid met minder rekenkracht: Verwerkt invoer ruim drie keer sneller dan voorgaande Pro-generaties bij een aanzienlijk lager energieverbruik.
• Wetenschappelijk & Diepgaand Redeneren: Biedt diepgaand logisch en wetenschappelijk redeneervermogen op Pro-niveau, gecombineerd met zeer lage latency.

2. Geavanceerde Multimodaliteit & Interactiviteit

• Directe Multimodale Verwerking: Native en gelijktijdige verwerking van tekst, audio, video en afbeeldingen.
• Realtime Prototyping & Code: Maakt het mogelijk om ideeën hardop te beschrijven of te schetsen, waarna het model direct werkende applicaties, 3D-simulaties of prototypes bouwt.

3. Efficiëntie & Grote Context

• Contextvenster tot 1 Miljoen Tokens: Verwerkt gigantische hoeveelheden informatie (honderden pagina’s documentatie, uren aan audio of complete codebases) in één prompt.
• Geoptimaliseerd voor Agentic Workflows: Uitstekend geschikt voor autonome achtergrondtaken en meerstaps automatiseringen zonder vertraging.

4. Flash-Lite Variant

• Ultra-efficiëntie: Een extra lichte, snelle en kostenefficiënte variant voor continue taken, snelle chats en verwerking van hoge volumes.

5. Gespecialiseerde Uitbreidingen

• Domeinspecifieke Modellen: Specifieke uitvoeringen gericht op onder meer cybersecurity en softwareanalyse voor het opsporen van kwetsbaarheden in code.

 

Tegelijkertijd ontbreekt Gemini 3.5 Pro nog altijd. Dat zwaardere vlaggenschipmodel zou volgens eerdere plannen al beschikbaar moeten zijn, maar bevindt zich nog in de testfase. Terwijl de komst daarvan op zich laat wachten, probeert Google met zijn nieuwe Flash-modellen alvast een belangrijk deel van de zakelijke AI-markt te bedienen.