Gemini 3.6 Flash, 3.5 Flash-Lite en 3.5 Flash Cyber: Google’s nieuwe modellen

Let op: Google heeft recent ook Gemini 3.8 Flash en 3.8 Flash Cyber aangekondigd. Zie het in actie in onze Gemini 3.8 Flash API-tutorial.

Google bracht vandaag drie Gemini-modellen uit met hetzelfde onderliggende doel: meer doen met minder tokens:

• 3.6 Flash
• 3.5 Flash-Lite, en
• 3.5 Flash Cyber. 

3.6 Flash is de general-purpose upgrade. Flash-Lite ruilt kwaliteit in voor snelheid en prijs. Cyber is een gespecialiseerd securitytool waar de meeste mensen geen toegang toe krijgen.

Hieronder: wat elk model daadwerkelijk doet, hoe de benchmarks standhouden en waar Gemini 3.5 Pro hierin past. 

Kiezen tussen de nieuwe Gemini-modellen

Elk model zit op een ander punt van de kosten-capaciteitscurve. Als je op basis van de benchmarkresultaten kiest, scroll dan door; de benchmarks staan verderop.

Wat is Gemini 3.6 Flash?

Gemini 3.6 Flash is het middelpunt van deze release. Het is het model waar Google wil dat je standaard op vertrouwt voor coderen, kenniswerk en alles wat multimodaal is. 

Volgens de Artificial Analysis Index vermindert 3.6 Flash het gebruik van outputtokens met 17% ten opzichte van 3.5 Flash, en Google meldt reducties tot wel 65% op individuele evals zoals DeepSWE. Een deel daarvan is een slimmer model dat minder zegt. De rest komt doordat het met minder redeneerstappen en tool-calls tot een conclusie komt, wat een ander soort winst is en lastiger te faken.

3.6 Flash accepteert tekst, beeld, video, audio en pdf als input, draait een contextwindow van 1 miljoen tokens met een outputcap van 64k. Computer use is nu ingebouwd in zowel de Gemini API als Gemini Enterprise, naast function calling, gestructureerde output en search-as-a-tool. (Al is dit misschien niet langer uniek voor 3.6 Flash; de meeste frontierlabs leveren inmiddels een vorm van computer use.) 

En hoe zit het met Gemini 3.6 Flash vs. Gemini 3.5 Flash? 

Vergeleken met zijn voorganger is de sprong bijna overal echt: DeepSWE verdubbelt bijna, MLE-Bench stijgt van 49,7% naar 63,9%, long-contextprestatie op GDM-MRCR v2 verbetert met dubbele cijfers.

Wat is Gemini 3.5 Flash-Lite?

3.5 Flash-Lite probeert niet het slimste model van de reeks te zijn. Het is het snelst, met 350 outputtokens per seconde, en het goedkoopst, met $0,30 per miljoen inputtokens en $2,50 per miljoen outputtokens.

Als je workload hoogvolume en latency-gevoelig is — denk aan agentic search, bulkdocumentverwerking, alles wat duizenden keren per dag draait — dan is het kwaliteitsverschil dat andere modellen bieden waarschijnlijk de kosten niet waard om te dichten. Dat is de gok die Flash-Lite maakt.

Developers kunnen het denkniveau per taak opschalen of verlagen: minimal of low voor goedkoop, snel, hoogvolume-uitvoering, of hoger voor meerstaps subagentwerk dat daadwerkelijk moet redeneren.

En hoe zit het met Gemini 3.5 Flash-Lite vs. Gemini 3.1 Flash-Lite? 

De vergelijking met zijn eigen voorganger, 3.1 Flash-Lite, is niet close: Terminal-Bench 2.1 gaat van 31% naar 54%, GDM-MRCR v2 van 60,1% naar 72,2%, GDPVal-AA v2 van 642 naar 1140.

Eerlijk gezegd is de interessantere vergelijking naar boven. Op verschillende agentische en codeerevals verslaat 3.5 Flash-Lite nu de oudere, grotere Gemini 3 Flash ronduit — SWE-Bench Pro (54,2% vs. 49,6%), OSWorld-Verified (74,0% vs. 65,1%). Als dat standhoudt op je eigen workload, is het een eenvoudige kostenbesparing zonder kwaliteitstoeslag.

Wat is Gemini 3.5 Flash Cyber?

Tot slot is er Cyber, waar de meeste lezers nooit mee in aanraking komen. Het is 3.5 Flash, specifiek fijn-afgesteld om kwetsbaarheden te vinden en te patchen, ingezet binnen Google’s CodeMender-systeem, waar meerdere Cyber-modelagents samenwerken en één gecombineerd rapport teruggeven.

Google zegt dat het concurrerend is met frontier-scale modellen op CyberGym, een veelgebruikte cybersecurity-benchmark, ondanks zijn kleinere voetafdruk — wat, als het standhoudt, misschien wel het interessantste efficiëntieverhaal van deze hele release is.

Toegang is beperkt tot overheden en vertrouwde partners via het pilotprogramma van CodeMender. Geen publieke prijs, geen algemene releasedatum. 

Gemini 3.6 Flash, 3.5 Flash-Lite en 3.5 Flash Cyber-benchmarks

Hier is een samenvatting van de benchmarkresultaten. Ik heb ook de prijsinformatie opgenomen, een belangrijk stuk van de puzzel bij het kiezen.

Tegen de externe concurrentie is het een tweestrijd. GPT-5.6 Luna en Grok 4.5 lopen voor op de codezware benchmarks — SWE-Bench Pro, DeepSWE — en dat is een echt gat als je workload echt code-intensief is in plaats van code-gerelateerd.

Claude Sonnet 5 leidt op kenniswerk en MLE-Bench.

Waar 3.6 Flash daadwerkelijk wint, is long-context retrieval en redeneren op basis van grafieken, met zo’n ruime marge dat het niet close is, en het is goedkoper in outputprijs dan elk model op die lijst behalve GPT-5.6 Luna en Grok 4.5. 

Releasedatum, beschikbaarheid en prijzen

3.6 Flash en 3.5 Flash-Lite zijn nu live — Gemini API, Google AI Studio, Android Studio, en voor 3.6 Flash specifiek ook Google Antigravity. Enterpriseklanten krijgen beide via het Gemini Enterprise Agent Platform, met 3.6 Flash ook in de Gemini Enterprise-app. Aan de consumenten­kant zitten beide in de Gemini-app, en Flash-Lite begint zichtbaar te worden in de AI-modus van Google Zoeken.

Prijzen, als je daarvoor naar beneden scrolde:

• 3.6 Flash: $1,50/1M inputtokens, $7,50/1M outputtokens
• 3.5 Flash-Lite: $0,30/1M inputtokens, $2,50/1M outputtokens
• 3.5 Flash Cyber: geen publieke prijs — beperkt tot het CodeMender-pilotprogramma

Gemini 3.6 Flash-veiligheid: Frontier-waarborg en jailbreakbestendigheid

3.6 Flash wordt geleverd met wat Google verbeterde Frontier Safety-waarborgen noemt rond CBRN- en cyberoffensief misbruik — de standaardformulering voor “we hebben geprobeerd jailbreaking moeilijker te maken zonder het model irritant te maken”, een balans die elk lab zegt te hebben gevonden maar waar commentaar op X altijd iets anders over beweert.

De beperkte uitrol van Cyber is eigenlijk hetzelfde instinct, anders toegepast. In plaats van een kwetsbaarheidsspeurend model veilig af te stemmen voor algemene release, heeft Google het simpelweg niet algemeen uitgebracht.

Wat komt er daarna voor Gemini: 3.5 Pro en de Gemini 4-tijdlijn

3.5 Pro zit nog in partnertesten; Google zegt dat algemene beschikbaarheid komt zodra het klaar is.

Belangrijker: Google bevestigde dat het begonnen is met het pretrainen van Gemini 4, en noemt het de meest ambitieuze pretrainingrun tot nu toe. Wil je op de hoogte blijven van het laatste AI-nieuws, abonneer je dan op onze nieuwsbrief, The Median, en we houden je op de hoogte van belangrijke modelreleases zoals deze. 

Conclusie

Geen van deze drie modellen probeert elke ranglijst aan te voeren, en dat is waarschijnlijk de juiste keuze. 3.6 Flash levert terrein in aan GPT-5.6 Luna en Grok 4.5 op codeerbenchmarks, en aan Claude Sonnet 5 op kenniswerk, in ruil voor een echte efficiency-sprong boven zijn voorganger en een duidelijke voorsprong op long-context retrieval.

3.5 Flash-Lite probeert niet eens op kwaliteit te concurreren. Het gokt dat voor een groot deel van de agentische workloads kwaliteit voorbij een bepaald punt minder belangrijk wordt dan snelheid en kosten. Dat is waarschijnlijk waar. Het is ook het soort gok die overduidelijk klopt — totdat een agent een verkeerde beslissing neemt die een slimmer model niet had genomen.

Cyber staat helemaal niet op een ranglijst. Het is een smal hulpmiddel, gebouwd voor één taak, afgeschermd voor de mensen die Google vertrouwt om het verantwoord te gebruiken — wat net zo veel zegt over hoe serieus Google het risico van kwetsbaarheidsdetectie neemt als alles in de veiligheidssectie hierboven.

Alles bij elkaar leest dit minder als drie losse lanceringen en meer als Google dat de hele Flash-laag afstemt op agentische workloads op schaal, terwijl het de echt ambitieuze modellen — 3.5 Pro, Gemini 4 — achter de hand houdt tot ze klaar zijn.