Waar is Gemini 3.5 Pro? Google se Gemini-offensief: Wanneer spoed belangriker as vindingrykheid word

Goedkoper in plaas van briljant: Google se verrassende strategieverandering by Gemini

Google se nuwe KI-plan: Laat die maatskappy die wedloop vir die slimste KI vaar?

Google verander die reëls van die spel in die globale KI-wedloop drasties. In plaas daarvan om 'n geïsoleerde stryd met mededingers soos OpenAI en Anthropic aan te gaan vir die intelligentste – en dus duurste – vlagskipmodel, fokus die tegnologiereus op radikale doeltreffendheid. Met sy nuwe modelfamilie gesentreer rondom Gemini 3.6 Flash, die uiters energie-doeltreffende Flash-Lite, en die hoogs gespesialiseerde, maar tans onder die dekmantel van Cyber-model, neem 'n nuwe maatstaf die middelpunt in: kostevermindering met maksimum praktiese bruikbaarheid. Terwyl die langverwagte vlagskip Gemini 3.5 Pro steeds onbeskikbaar is, herposisioneer Google homself as 'n onontbeerlike fundamentele verskaffer vir die vinnig groeiende agentekonomie. Maar wat beteken hierdie strategiese verskuiwing vir die toekoms van generatiewe KI? En waarom beskou Google sy nuutste sekuriteitsmodel as te riskant vir die algemene publiek? Die volgende artikel ontleed Google se pragmatiese pad na die volgende generasie KI en ondersoek die massiewe impak daarvan op besighede en ontwikkelaars.

Waarom Google verkies om drie klein modelle te lewer eerder as om een ​​groot belofte na te kom

Google se jongste skuif in die wedloop tussen groot KI-verskaffers volg 'n patroon wat toenemend die norm in die bedryf word: In plaas van 'n enkele, monolitiese vooruitgang, lewer die maatskappy 'n hele reeks modelle wat op verskillende gebruiksgevalle afgestem is. Met Gemini 3.6 Flash, Gemini 3.5 Flash-Lite en Gemini 3.5 Flash Cyber, loods Google die volgende evolusionêre fase binne net 'n paar maande na die bekendstelling van Gemini 3.5 Flash in Mei. Wat hier merkwaardig is, is minder die tegniese inhoud van die individuele innovasies as die onderliggende strategiese boodskap: Google posisioneer homself nie meer hoofsaaklik as die verskaffer van die intelligentste model nie, maar eerder as die verskaffer van die ekonomies doeltreffendste KI-ekosisteem.

Spaarsaamheid as 'n nuwe statussimbool in die KI-wedloop

Die sentrale verkooppunt rondom Gemini 3.6 Flash is nie verhoogde intelligensie nie, maar kostevermindering. Google adverteer 'n vermindering van ongeveer 17 persent in tokenverbruik in vergelyking met sy voorganger, 3.5 Flash, gebaseer op metings van die Artificial Analysis Index. In sommige maatstawwe, soos DeepSWE, word gesê dat die koste per gegenereerde uitvoertoken met soveel as 65 persent daal. Terselfdertyd is die nominale prys ook verlaag: Terwyl Gemini 3.5 Flash teen $1.50 per miljoen insettokens en $9 per miljoen uitvoertokens gefaktureer is, kos Gemini 3.6 Flash slegs $7.50 per miljoen uitvoertokens met onveranderde insetkoste. Hierdie kombinasie van laer verbruik en 'n laer prys per eenheid lei tot 'n duidelik merkbare effek op die bedryfskoste van maatskappye wat generatiewe KI op skaal ontplooi.

Hierdie fokus op doeltreffendheid is geen toeval nie, maar eerder 'n uitdrukking van 'n ekonomiese realiteit wat tans die hele bedryf vorm. Groot taalmodelle bring berekeningskoste met elke individuele navraag mee, wat aansienlike bedrae tot gevolg het wanneer miljoene of miljarde daaglikse navrae hanteer word. Wolkverskaffers en platformoperateurs wat agentstelsels wil skaal wat onafhanklik meerfase-take hanteer, moet tokenverbruik per stap drasties verminder; andersins sal die ekonomiese voordele van sulke stelsels deur infrastruktuurkoste verteer word. Google spreek presies hierdie probleem aan deur 'n nuwe model aan te bied wat, volgens sy eie verklarings, minder denkprosesse en gereedskapoproepe vereis om meerfase-werkvloeie te voltooi.

Tegnologiese vooruitgang verder as die blote kwessie van koste

Benewens verhoogde doeltreffendheid, toon Gemini 3.6 Flash ook winste in klassieke prestasiemaatstawwe. In programmeringstake, soos gemeet deur die DeepSWE-toets, styg die sukseskoers van 37 tot 49 persent. In die ML Research Benchmark MLE Bench verbeter die model van 49.7 tot 63.9 persent. Vordering is ook duidelik in kennisgebaseerde take: Die GDPval-AA-telling klim van 1349 tot 1421 punte. Veral noemenswaardig is die verbetering in rekenaargeletterdheid, spesifiek die KI se vermoë om onafhanklik deur grafiese gebruikerskoppelvlakke te navigeer: Die OSWorld-Verified-telling styg van 78.4 tot 83 persent. Verder is die model se kennisbasis van Januarie 2025 tot Maart 2026 opgedateer, 'n beduidende praktiese voordeel in vandag se vinnig ontwikkelende tegnologiese landskap.

Ten spyte van hierdie vooruitgang bly Gemini 3.6 Flash duidelik geposisioneer as 'n middelreeksmodel. In direkte vergelykingstoetse op platforms soos Arena.ai, rangskik dit agter topmodelle soos Claude Opus of die nuwe GPT 5.6-Sol. Dit is nie 'n swakpunt nie, maar 'n doelbewuste ontwerpkeuse: Google laat vaar die bewering dat hulle die kragtigste model oor die algemeen aanbied en fokus eerder op 'n segment waar spoed, koste en voldoende gehalte belangriker is as die teoretiese maksimum in terme van intelligensie. Hierdie strategie herinner aan klassieke marksegmentering in ander tegnologiesektore, soos verwerkers, waar vervaardigers konsekwent doeltreffende middelreeksprodukte vir massamarktoepassings saam met hoëprestasie-skyfies aanbied.

Die nuwe basislaag vir agentekonomie

Met Gemini 3.5 Flash-Lite streef Google 'n selfs meer radikale doeltreffendheidsdoelwit na. Hierdie model is eksplisiet ontwerp as die fondament vir die bou en opskaal van KI-agente – stelsels wat komplekse take onafhanklik in verskeie stappe kan verwerk sonder dat menslike ingryping in elke stadium nodig is. Dit oortref sy voorganger, 3.1 Flash-Lite, aansienlik in maatstawwe vir beide kennisgebaseerde en programmeringstake, terwyl bedryfskoste buitengewoon laag bly teen $0.30 per miljoen invoertokens en $2.50 per miljoen uitvoertokens. Die model se buigsaamheid is merkwaardig: afhangende van die gebruiksgeval, kan dit gekonfigureer word om besonder vinnig en koste-effektief te werk of om meer op sy redenasievermoëns staat te maak. Laasgenoemde word nodig wanneer take gesamentlik deur verskeie gespesialiseerde subroetines, bekend as subagente, verwerk moet word.

Hierdie argitektoniese besluit onthul die rigting waarin die hele bedryf op pad is. Baie markwaarnemers glo dat die toekoms van KI nie in steeds groter individuele modelle lê nie, maar in netwerkstelsels van kleiner, gespesialiseerde modelle wat, deur saam te werk, komplekse prosesse karteer. 'n Enkele groot berekening deur 'n kragtige model word vervang deur baie klein, goedkoop navrae na "lean"-modelle wat parallel of opeenvolgend saamwerk. 'n Model soos Flash-Lite is ideaal geskik vir hierdie argitektuur omdat dit die koste per navraag tot so 'n mate verminder dat 'n hoë aantal navrae ekonomies lewensvatbaar bly. Die aankondiging dat Flash-Lite ook KI-resultate in Google-websoektog sal lewer, beklemtoon verder die sentrale rol wat Google aan hierdie "lean"-model in die massamark toeken.

'n Hulpmiddel met twee gesigte: Kubersekuriteit as 'n sakeveld

Die derde nuwe vrystelling, Gemini 3.5 Flash Cyber, dui op 'n beduidende uitbreiding van die Flash-reeks na 'n hoogs sensitiewe gebied. Hierdie model is spesifiek opgelei om sekuriteitskwesbaarhede in sagtewarekode te vind en te analiseer en om remediërende maatreëls voor te stel. Hierdie spesialisasie is gebaseer op die reeds doeltreffende Gemini 3.5 Flash, wat verder verfyn is deur geteikende opleiding om groot kodebasisse te analiseer. In plaas daarvan om 'n enkele, duur navraag na 'n baie groot model te stuur, roep die oorkoepelende sekuriteitsagent Codemender die vaartbelynde Cyber-model verskeie kere aan om verskillende uitvoeringspaaie van 'n program parallel te ondersoek. Die individuele gedeeltelike resultate word dan in 'n omvattende verslag gekonsolideer.

Die werkverrigting van hierdie benadering kan in konkrete syfers gesien word. In 'n toets op die komplekse JavaScript-enjin V8 het die kubermodel 55 afsonderlike, bevestigde kwesbaarhede geïdentifiseer, terwyl die algemene Flash-model slegs 47 en Anthropic se Claude Opus 4.6 slegs 36 gevind het. Tien van die ontdekte probleme is uitsluitlik deur die gespesialiseerde kubermodel gevind. In die CyberGym-maatstaf, wat KI-agente teen honderde werklike sagteware-kwesbaarhede evalueer, bereik die model, in kombinasie met veelvuldige lopies, 'n vlak van werkverrigting wat vergelykbaar is met aansienlik groter en duurder sekuriteitsmodelle van verskaffers soos Anthropic en OpenAI. In 'n interne toets deur Google se wolksekuriteitspan het die model binne net twee uur verskeie kritieke kwesbaarhede in produksiestelsels ontdek, insluitend 'n geheuekorrupsie-kwesbaarheid waarvoor dit ook 'n werkende aanval gegenereer het wat algemene beskermingsmeganismes soos adresruimte-uitleg-randomisering omseil het.

Hierdie enorme vermoë om kwesbaarhede in kode te identifiseer, is ook die model se grootste risiko. Google self erken openlik die tegnologie se dubbele gebruiksaard: dieselfde vermoë wat verdedigers toelaat om kwesbaarhede toe te maak, kan deur aanvallers gebruik word om dieselfde gapings te benut voordat hulle reggestel word. Om hierdie rede het Google besluit om die model voorlopig nie publiek beskikbaar te stel nie, maar eerder om dit uitsluitlik deur sy eie sekuriteitsinstrument, Codemender, te deel as deel van 'n streng beheerde loodsprogram met regerings en geselekteerde, vertroude vennote. Geen konkrete tydlyn vir die uitbreiding van toegang is gegee nie. Hierdie huiwering weerspieël 'n groeiende bewustheid regoor die bedryf dat hoogs gespesialiseerde KI-stelsels in die sekuriteitsveld nie onder dieselfde reëls as algemene kletsbot-toepassings vrygestel kan word nie.

'n Nuwe dimensie van digitale transformasie met 'Bestuurde KI' (Kunsmatige Intelligensie) – Platform & B2B-oplossing | Xpert Consulting - Beeld: Xpert.Digital

Hier sal jy leer hoe jou maatskappy pasgemaakte KI-oplossings vinnig, veilig en sonder hoë toetreehindernisse kan implementeer.

’n Bestuurde KI-platform is jou allesomvattende, sorgvrye oplossing vir kunsmatige intelligensie. In plaas daarvan om met komplekse tegnologie, duur infrastruktuur en lang ontwikkelingsprosesse te sukkel, ontvang jy ’n klaargemaakte oplossing wat op jou behoeftes afgestem is van ’n gespesialiseerde vennoot – dikwels binne net ’n paar dae.

Die belangrikste voordele in 'n oogopslag:

⚡ Vinnige implementering: Van idee tot gereed-vir-gebruik toepassing in dae, nie maande nie. Ons lewer praktiese oplossings wat onmiddellike waardetoevoeging skep.

🔒 Maksimum datasekuriteit: Jou sensitiewe data bly by jou. Ons waarborg veilige en voldoenende verwerking sonder om data met derde partye te deel.

💸 Geen finansiële risiko: Jy betaal slegs vir resultate. Hoë voorafbeleggings in hardeware, sagteware of personeel word heeltemal uitgeskakel.

🎯 Fokus op jou kernbesigheid: Konsentreer op wat jy die beste doen. Ons sorg vir die hele tegniese implementering, bedryf en instandhouding van jou KI-oplossing.

📈 Toekomsbestand en skaalbaar: Jou KI groei saam met jou. Ons verseker voortdurende optimalisering en skaalbaarheid, en pas die modelle buigsaam aan by nuwe vereistes.

Meer inligting hier:

• Die Bestuurde KI-oplossing - Industriële KI-dienste: Die sleutel tot mededingendheid in die dienste-, nywerheids- en meganiese ingenieurswesesektore

Die misterie rondom die vermiste vlagskipmodel

Wat opvallend is omtrent die hele aankondiging, is wat ontbreek: Gemini 3.5 Pro, die kragtigste model van die huidige generasie, is reeds in Mei by Google I/O verwag en het sedertdien nie gematerialiseer nie. Google verduidelik bloot dat die nuwe weergawe tans met geselekteerde vennote getoets word en beskikbaar gestel sal word na suksesvolle voltooiing van hierdie toetse. Die maatskappy het nog nie 'n spesifieke vrystellingsdatum gegee nie, maar beklemtoon dat die wagtyd nie veel langer behoort te wees nie. Vanuit die perspektief van verskeie bedryfswaarnemers dui hierdie herhaalde vertraging daarop dat die Pro-weergawe nog nie die verlangde resultate intern in komplekse programmerings- en redenasietake behaal het nie, en daarom verkies Google blykbaar om te wag eerder as om 'n produk vry te stel wat nie aan sy eie kwaliteitsstandaarde of die verwagtinge van sy mededingers voldoen nie.

Hierdie terughoudendheid werp 'n interessante lig op die mededingende dinamika tussen toonaangewende KI-verskaffers. Terwyl OpenAI en Anthropic vinnig nuwe topmodelle vrystel, fokus Google tans sigbaar op die middel- en intreevlak-prestasiesegmente. Dit kan geïnterpreteer word as 'n teken van versigtigheid, maar ook as skerpsinnige markposisionering: In plaas daarvan om 'n potensieel steeds ontwikkelende vlagskipmodel aan te bied, verseker Google markaandeel oor die hele linie met bekostigbare, vinnige en praktiese modelle wat reeds die oorgrote meerderheid van alledaagse saketoepassings betroubaar dek. Vir baie sakegebruiksgevalle, soos dokumentverwerking, verslagdoening of eenvoudige programmeringstake, is die absolute piekprestasie van 'n model in elk geval van sekondêre belang, solank spoed en koste reg is.

Beskikbaarheid en integrasie in die bestaande ekosisteem

Die praktiese aanvaarding van die nuwe modelle is merkwaardig vinnig en wydverspreid. Gemini 3.6 Flash en Gemini 3.5 Flash-Lite is reeds beskikbaar in Google se KI Studio, Android Studio en die Gemini Enterprise Agent Platform. Daarbenewens is 3.6 Flash geïntegreer in die Antigravity-ontwikkelingsomgewing en die Gemini Enterprise-app, terwyl beide modelle ook beskikbaar is in die gewone Gemini-eindgebruiker-app. Veral noemenswaardig is die aankondiging dat Flash-Lite binnekort ook die KI-gegenereerde resultate van Google-websoektogte sal lewer, wat, gegewe die enorme hoeveelheid navrae van hierdie soekenjin, die belangrikheid van 'n koste-effektiewe model vir Google in 'n heeltemal nuwe dimensie beklemtoon. Die vinnige aanvaarding is ook duidelik buite Google se eie ekosisteem: Gemini 3.6 Flash is op die dag van die aankondiging in GitHub Copilot geïntegreer, wat die toenemende integrasie van groot KI-verskaffers met gevestigde ontwikkelaarsinstrumente beklemtoon.

Hierdie breë en gelyktydige integrasie oor diverse produklyne demonstreer Google se sistematiese benadering tot die naatlose uitrol van nuwe modelgenerasies oor sy hele produkportefeulje. Anders as vorige modelveranderinge, wat dikwels merkbare gapings tussen aankondiging en werklike beskikbaarheid in verskeie toepassings behels het, blyk hierdie uitrol 'n noukeurig georkestreerde proses te wees. Dit dui op 'n volwasse interne infrastruktuur wat die byna gelyktydige ontplooiing van 'n nuwe model oor alle raakpunte met ontwikkelaars en eindgebruikers moontlik maak.

Vooruitskouing: Die aankondiging van Gemini 4

Benewens die drie spesifieke modelvrystellings, sluit Google se aankondiging ook 'n kykie in na die volgende groot generasie. Die maatskappy bevestig dat die sogenaamde vooropleiding, die fundamentele aanvanklike opleidingsfase vir Gemini 4, reeds begin het. Google verskaf nie spesifieke tegniese besonderhede rakende die argitektuur, grootte of beplande vermoëns van die komende grootskaalse model nie, maar beklemtoon sy opgewondenheid oor die vordering wat tot dusver gemaak is. Hierdie doelbewus vae bewoording is tipies van die kommunikasiestrategie van groot KI-laboratoriums, wat enersyds verwagtinge wek, maar andersyds nie verifieerbare beloftes wil maak wat later voortydig kan wees nie.

In die lig van die vrystellingsiklus van onlangse jare, waarin Google tipies nuwe basismodelle by sy I/O-ontwikkelaarskonferensie in die lente bekendgestel het en opgevolg is met groot generasiespronge in die herfs of winter, lyk 'n Gemini 4-vrystelling teen die einde van hierdie jaar aanneemlik. Vir maatskappye wat hul KI-strategie vir die lang termyn beplan, beteken dit dat enigiemand wat vandag in die Flash-familie belê, dit doen met die bewustheid dat 'n nuwe tegnologiese fondament binne net 'n paar maande kan volg, wat weer nuwe migrasiebesluite sal vereis. Hierdie kort halfleeftyd van KI-modelgenerasies bied IT-afdelings en sagteware-argitekte die voortdurende uitdaging om hul stelsels so te ontwerp dat 'n verandering in die onderliggende modelle so glad moontlik geïmplementeer kan word.

Konteks: Wat hierdie modelstrategie oor Google se markposisie openbaar

Oor die algemeen toon die onlangse aankondiging dat die kompetisie tussen toonaangewende KI-maatskappye toenemend in twee parallelle dimensies verdeel. Aan die een kant is daar die wedloop vir die intelligentste, kragtigste model, 'n veld waarin Anthropic en OpenAI tans die opskrifte oorheers met hul vlagskipprodukte, en waarin Google sigbaar agterbly met sy vertraagde Pro-weergawe. Aan die ander kant ontstaan ​​'n tweede, potensieel meer ekonomies betekenisvolle slagveld: die kompetisie vir die doeltreffendste, koste-effektiefste en skaalbaarste infrastruktuur vir die daaglikse, massa-ontplooiing van KI in besighede, soekenjins en agentstelsels. In hierdie tweede arena posisioneer Google homself baie doelbewus en konsekwent voorop met sy Flash-reeks produkte.

Hierdie dubbele strategie is ekonomies gesond. Vir die oorgrote meerderheid praktiese toepassings in besighede, van outomatiese dokumentverwerking en kliëntediens-kletsbots tot eenvoudige programmeringstake, is die absolute topvlak-intelligensie van 'n model nie die beslissende faktor nie, maar eerder die balans tussen koste, spoed en voldoende gehalte. Wolkverskaffers wat miljoene versoeke per dag moet verwerk, trek meer voordeel uit 'n dubbelsyfer persentasievermindering in tekenkoste as uit 'n marginale verbetering in die redenasievermoëns van 'n duur topmodel. Dit lyk asof Google hierdie insig konsekwent in sy produkstrategie vertaal en terselfdertyd 'n sein aan ontwikkelaars en ondernemingskliënte stuur: Enigiemand wat vandag skaalbare KI-agente of koste-effektiewe soekintegrasies wil bou, sal 'n soliede, ekonomies lewensvatbare fondament in die Flash-familie vind, ongeag wanneer die groot Pro-model uiteindelik vrygestel word.

Terselfdertyd onthul die bekendstelling van die gespesialiseerde kubermodel 'n nuwe faset van die KI-mededingende landskap wat verder strek as blote doeltreffendheidsoorwegings: die toenemende gebruik van KI as 'n aktiewe instrument in kuberveiligheid, met al die gepaardgaande geleenthede vir verdedigers en risiko's in die geval van misbruik. Die beheerde, gefaseerde vrystelling van hierdie model toon dat Google bewus is van sy sosiale verantwoordelikheid om besonder kragtige sekuriteitsinstrumente vry te stel en bereid is om kommersiële bereik, ten minste tydelik, te beperk ten gunste van sekuriteitskwessies. Hoe hierdie balans tussen breë beskikbaarheid en beheerde toegang in die toekoms ontwikkel, sal waarskynlik een van die interessantste gebiede word om waar te neem namate KI-modelle toenemend in staat word om komplekse tegniese stelsels onafhanklik te analiseer en te manipuleer.

☑️ Ons besigheidstaal is Engels of Duits

☑️ NUUT: Korrespondensie in jou moedertaal!

Konrad Wolfenstein

Ek en my span is bly om as jou persoonlike adviseur vir jou beskikbaar te wees.

Jy kan my kontak deur die kontakvorm hier in te vul [email protected]:of my eenvoudig te skakel by +49 7348 4088 965. My e-posadres is

Ek sien uit na ons gesamentlike projek.

☑️ KMO-ondersteuning in strategie, konsultasie, beplanning en implementering

☑️ Skepping of herbelyning van die digitale strategie en digitalisering

☑️ Uitbreiding en optimalisering van internasionale verkoopsprosesse

☑️ Globale en digitale B2B-handelsplatforms

☑️ Pionier Besigheidsontwikkeling / Bemarking / PR / Handelskoue

Die kwasi-in-huis oplossing: Hoe Xpert.Digital operasionele gapings in B2B-bemarking en -verkope sluit – Slim Inhoudgedrewe Besigheid - Beeld: Xpert.Digital

Xpert.Digital is 'n datagedrewe B2B-bedryfsentrum onder leiding van Konrad Wolfenstein . Die maatskappy tree op as 'n eksterne, kwasi-interne oplossing vir industriële vennote, wat operasionele gapings in bemarking, inhoud en verkope sluit – sonder om bykomende hulpbronne aan die kliëntkant te benodig.

Meer inligting hier:

• Die kwasi-in-huis oplossing: Hoe Xpert.Digital operasionele gapings in B2B-bemarking en -verkope sluit – Slim Inhoudgedrewe Besigheid