Gemini 3.6 Flash: minder tokens, dezelfde kloof
Ik heb vanmorgen Gemini 3.6 Flash door een paar van mijn gebruikelijke codeertaken gehaald. Google heeft het gelanceerd naast 3.5 Flash-Lite en 3.5 Flash Cyber, allemaal gepresenteerd als productieklare modellen voor agents en werk met hoge doorvoer. De benchmarktabellen in de blogpost laten mooie sprongen zien ten opzichte van de vorige Flash, maar in mijn tests is de kloof met de beste modellen er nog steeds.
Google zegt dat 3.6 Flash efficiëntiefeedback van 3.5 Flash aanpakt. Het gebruikt minder tokens om hogere kwaliteit te leveren tegen exact dezelfde kosten. Er is ook 3.5 Flash-Lite, waarvan ze beweren dat het ~350 output tokens per seconde haalt voor agentisch zoeken en documentverwerking, en Flash Cyber, een model gespecialiseerd in het vinden en patchen van softwarekwetsbaarheden. De boodschap draait helemaal om snelheid en kosten — dit zijn werkpaardenmodellen, niet top-of-the-line intelligentie.
We’re rolling out three new models to make AI agents faster, smarter, and cheaper at scale: 🔵 Gemini 3.6 Flash: It uses fewer tokens than 3.5 Flash to deliver higher quality work at the exact same cost. 🔵 Gemini 3.5 Flash-Lite: A fast, cost-effective option for everyday tasks like processing documents and agentic search. 🔵 Gemini 3.5 Flash Cyber: A cybersecurity model built to find and patch critical software vulnerabilities.
Ik heb 3.6 Flash een paar taken uit mijn huidige project gegeven: het refactoren van een Python trading bot, het schrijven van enkele Magento configuratiescripts en het debuggen van een API-integratie. Het voltooide ze snel en de reacties waren korter — soms merkbaar bondiger. Maar het miste nog steeds randgevallen die Claude Opus en zelfs de nieuwste GPT-5 mini wel oppikten. De fouten waren niet enorm, maar wel het soort dat een bug in productie zou veroorzaken als ik de code niet zorgvuldig zou beoordelen. Voor eenvoudige boilerplate is het prima. Voor alles wat besluitvorming over een codebase met meerdere bestanden vereist, zou ik nog steeds elders kijken.
De efficiëntie-insteek kan zinvol zijn als je per token betaalt en miljoenen verzoeken bedient. Voor mijn workflow maakt het besparen van een paar tokens niet uit als ik meer tijd moet besteden aan het controleren van de output.
Flash Cyber is de meest concrete, smalle belofte: een model dat specifiek is getraind om kwetsbaarheden te vinden en te repareren. Als het daadwerkelijk het aantal valse positieven vermindert in vergelijking met generieke modellen, is dat nuttig. Ik zal het testen op enkele bekende CVE’s wanneer ik de kans krijg, maar ik heb nog geen onafhankelijke benchmarks gezien.
Al met al zijn dit iteratieve verbeteringen, geen sprong. Google optimaliseert voor kosten en doorvoer, en dat is waarschijnlijk de juiste gok voor hun cloudklanten. Voor mij komen de modellen die de meest betrouwbare output leveren nog steeds van andere labs.