Gemini 3.5 Flash er lansert, og Google lover 4x høyere hastighet enn andre frontiermodeller – til under halvparten av prisen. Modellen er designet fra bunnen av for agentic workflows: oppgaver som krever at AI-en tar beslutninger, bruker verktøy og jobber over lengre tid uten at du trenger å sitte og passe på.

Det er en tydelig dreining fra Google sin side. Gemini 3.5 handler ikke primært om å score høyest mulig på akademiske benchmarks – det handler om å faktisk gjøre ting. Kode som kjøres, oppgaver som fullføres, agenter som koordinerer seg imellom. Det er dit AI-utviklingen peker i 2026, og Gemini 3.5 Flash er Googles første store svar på den utfordringen.

Her er det som faktisk betyr noe fra lanseringen.

Hva er Gemini 3.5 Flash?

Gemini 3.5 Flash er den første modellen i den nye 3.5-familien fra Google DeepMind. Den er tilgjengelig nå – via Gemini-appen, Google AI Studio og Android Studio. En 3.5 Pro-versjon er under intern testing og skal etter planen lanseres neste måned.

Det som skiller 3.5 Flash fra tidligere Gemini-modeller er et klart fokus på agentic bruk. Modellen er trent og optimalisert for å håndtere langvarige, flertrinns oppgaver – ting som tidligere tok en utvikler dager eller en revisor uker. Den kan kjøre med subagenter som jobber parallelt, og koordinere arbeid i stor skala under oppsyn av en overordnet agent.

Kodeytelse er særlig fremhevet. Gemini 3.5 Flash scorer 76,2% på Terminal-Bench 2.1 og 83,6% på MCP Atlas – begge benchmarks som måler evne til å bruke terminalen og verktøy autonomt, ikke bare svare på spørsmål. Det er tall som faktisk forteller noe om hva modellen kan gjøre i praksis.

Abstrakt visualisering av AI-agentenes hastighet med glødende datastrømmer i et digitalt nettverk
Gemini 3.5 Flash genererer tokens 4x raskere enn sammenlignbare frontiermodeller

Hvor mye raskere er den enn konkurrentene?

Google oppgir at Gemini 3.5 Flash genererer tokens 4x raskere enn andre frontiermodeller i samme klasse. Det er et stort tall, og det betyr noe konkret når du kjører agenter: ventetid dreper flyten. En agent som må vente 10 sekunder per LLM-kall i en kjede på 20 steg – det tar fort 3-4 minutter for en oppgave som burde ta 30 sekunder.

Hastigheten kombineres med en prismodell Google beskriver som «under halvparten av sammenlignbare frontiermodeller». Konkrete priser per million tokens er ikke oppgitt i lanseringsartikkelen, men det peker mot samme strategi som Gemini 3 Flash – der Gemini 3 Flash slo dyrere konkurrenter på koding til en brøkdel av prisen.

For de som kjører AI-agenter i produksjon er dette vesentlig. API-kostnadene kan fort bli høye når en agent gjør 50-100 LLM-kall for å løse én oppgave. Raskere og billigere modell betyr mer som kan kjøres for samme budsjett.

Hva er Gemini Enterprise Agent Platform?

Parallelt med modellen lanserer Google noe de kaller «Gemini Enterprise Agent Platform» – en plattform for bedrifter som vil bygge og kjøre AI-agenter i stor skala. Det er her 3.5 Flash er tiltenkt som motor.

Plattformen lar bedrifter koble agenter til interne systemer, databaser og verktøy, og la dem jobbe autonomt på tvers av disse. Google posisjonerer dette som alternativet for dem som vil ha enterprise-støtte og sikkerhet rundt agentic AI – i stedet for å bygge alt selv fra bunnen av.

Tilgjengeligheten er bred fra dag én: Gemini-appen, AI Mode i Google Search, Google AI Studio, Android Studio, og både Gemini Enterprise Agent Platform og Gemini Enterprise. Det er uvanlig bredt for en dag-én-lansering. Gemini er nå et helhetlig AI-plattform, ikke bare en chatbot-konkurrent til ChatGPT.

Isometrisk illustrasjon av AI-agenter som koordinerer komplekse oppgaver i parallell
Gemini 3.5 er bygget for agentic workflows der subagenter jobber parallelt under oppsyn av en overordnet agent

Hva er nytt fra Gemini 3.1 til 3.5?

Det korte svaret: fokuset har skiftet fra «smart modell» til «modell som handler». Gemini 3.1 Pro var en sterk generalist med gode resultater på kunnskaps- og resonneringsbenchmarks. Gemini 3.1 Pro imponerte særlig på pris mot ytelse for utviklere – og 3.5 Flash viderefører den tankegangen, men med et nytt lag på toppen.

Gemini 3.5 Flash overgår Gemini 3.1 Pro på kode- og agentic benchmarks, til tross for at Flash er den «billige» varianten i familien. Det sier noe om tempoet i utviklingen. Det er bare noen måneder siden 3.1 Pro ble lansert, og allerede er Flash-varianten i neste generasjon raskere og bedre på det som teller for agenter.

GDPval-AA-scoren er verdt å merke seg: 1656 Elo. Det er en benchmark som måler evnen til å løse reelle utviklingsoppgaver i et agentic oppsett, ikke kontrollerte lab-tester. Elo-skalaen er lånt fra sjakkverdenen – og 1656 plasserer modellen langt over gjennomsnittet blant eksisterende frontiermodeller på dette spesifikke målet.

Hva med sikkerheten?

Google understreker at 3.5 er utviklet i samsvar med deres Frontier Safety Framework. Konkret betyr det styrket vern mot cyber- og CBRN-relatert misbruk (kjemisk, biologisk, radiologisk, nukleær), redusert sannsynlighet for skadelig innhold, og avanserte tolkningstester som kjøres før svar genereres.

Det er standardformuleringer som hører med ved alle store modell-lanseringer nå. Det er ikke uinteressant, men det er heller ikke noe nytt under solen. Alle de store aktørene – Google, Anthropic, OpenAI – kjører tilsvarende interne evalueringer. Googles sikkerhetsrammeverk er også tydelig i andre Gemini-prosjekter, som Gemini Robotics.

Hva betyr dette for deg som bruker AI i dag?

Hvis du bruker Gemini-appen eller Google AI Studio, får du Gemini 3.5 Flash nå. Det er den direkte forbedringen du merker umiddelbart: raskere responstid, og en modell som er vesentlig bedre til oppgaver der den må bruke verktøy eller ta flere steg i rekkefølge.

Hvis du bygger AI-agenter – med n8n, egne scripts, eller andre agentplattformer – er 3.5 Flash verdt å teste via Gemini API. Kombinasjonen av hastighet og lav pris gjør den interessant for agentbruk der du betaler per token og ventetid er en faktor.

3.5 Pro kommer neste måned, og det er trolig der Google virkelig vil vise hva de kan når det ikke handler om å optimalisere for lav pris. Den varianten er den jeg holder øye med. Hvis den følger samme mønster som 3.1 Pro – sterk ytelse på tunge resonneringsoppgaver – vil den konkurrere direkte med Claude Opus og GPT-4o på de hardeste benchmark-settene.

Gemini 3.5 Flash er et solid steg i riktig retning. Raskere, billigere og bedre egnet for agentic bruk enn forgjengerne. Nå gjenstår det å se om 3.5 Pro leverer det som mangler: dyp resonnering på nivå med de aller beste.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

Meld deg på nyhetsbrevet

Få oppdateringer om AI nyhetene rett i inboxen!

Du liker kanskje denne også
Jan Sverre med headphones og lydmikser i boardroom-møte med forvirrede executives

Suno AI Copyright 2026 – Opphavsrett og Rettigheter for AI-Musikk

Kan du tjene penger på Suno-musikk? Her er en praktisk gjennomgang av rettigheter, risiko og hva du bør avklare før publisering.
Jan Sverre styrer et digitalt kontrollpanel omgitt av Claude AI-symboler og glødende lysstriper i et mørkt rom

Claude AI – pris, funksjoner og norsk guide (2026)

Alt om Claude AI i 2026 – priser i norske kroner, Claude Pro vs Max, Claude Code, og ærlig sammenligning med ChatGPT. Komplett norsk guide fra en som bruker Claude daglig.
Jan Sverre tester GPT-5.2 ved en transparent OpenAI GPT-skjerm

GPT-5.2: Jeg testet OpenAIs nyeste modell – her er hva som faktisk fungerer

GPT-5.2 er ute med tre versjoner. Jeg har testet thinking-modellen, sammenlignet med 5.1, og funnet ut hva som faktisk er bedre. Her er mine erfaringer.
Jan Sverre profesjonelt fotograf-kvalitet portrett AI-generert bildegenerering

Google NotebookLM

Google NotebookLM er en AI-assistent som gjør dokumenter om til interaktive samtaler, studieguidere og podcasts på norsk. Nå drevet av Gemini 3 Pro med nye funksjoner som infographics, slide decks og Deep Research. Komplett guide til gratis vs. Plus-versjon.