Gemini 3.6 Flash kutter outputprisen mens Gemini 4 trenes

Gemini 3.6 Flash er Googles nye arbeidsmodell for AI-agenter, med lavere outputpris, færre brukte tokens og bedre kontroll på oppgaver som krever flere steg. Hvis du bygger med Gemini API, er dette den delen av lanseringen som betyr mest akkurat nå.

Google introduserte tre modeller 21. juli: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite og den spesialiserte Gemini 3.5 Flash Cyber. De to første er tilgjengelige nå, mens Cyber-modellen kommer senere i et begrenset pilotprogram. Samtidig bekreftet selskapet at 3.5 Pro fortsatt testes med partnere, mens den mest ambisiøse pre-treningen deres til nå allerede er i gang for Gemini 4. Modellnavnene står med andre ord snart i kø utenfor døren.

Det er lett å bli mest opptatt av Gemini 4 fordi tallet er høyest. Men Ars Technicas gjennomgang av lanseringen og Googles egne tall peker mot et mer nyttig hovedpoeng: Google prøver å få kostnaden per ferdige agentoppgave ned. Det krever ikke bare en billigere tokenpris, men også at modellen slutter å bruke unødvendig mange tokens, verktøykall og runder på å komme i mål. Det bygger videre på utviklingen jeg beskrev da Gemini 3.0 flyttet konkurransen mot OpenAI: bredden i modellfamilien betyr minst like mye som ett stort modellnummer.

Hva er nytt i Gemini 3.6 Flash?

Gemini 3.6 Flash er en multimodal produksjonsmodell for koding, kunnskapsarbeid og arbeidsflyter der AI-en må bruke verktøy over flere steg. Ifølge Googles lanseringsinnlegg bruker den 17 prosent færre outputtokens enn Gemini 3.5 Flash i Artificial Analysis Index, samtidig som den trenger færre resonneringssteg og verktøykall.

Det er mer interessant enn en ny topplassering i en benchmark. En agent som går i ring kan være både rask og dyr på samme tid. Når modellen bruker færre kall og gjør færre uønskede endringer i kode, får du en mer forutsigbar regning og mindre opprydding etterpå. Google fremhever færre debugging-runder, mindre tendens til å havne i utføringssløyfer og bedre evne til å undersøke et problem uten straks å endre filer den ikke ble bedt om å røre.

Modellen støtter tekst, bilder, video, lyd og PDF som input, mens output er tekst. Kontekstvinduet er 1 048 576 tokens, og maksimal output er 65 536 tokens. Den har også funksjonskall, kodekjøring, strukturert output, søkeforankring og Computer Use. Googles utviklerdokumentasjon oppgir modell-ID-en som gemini-3.6-flash og sier at modellen er generelt tilgjengelig, ikke bare en preview.

Det finnes likevel migreringsdetaljer som kan bite. Parametrene temperature, top_p og top_k er avviklet for de nye modellene og blir foreløpig ignorert. I fremtidige modellgenerasjoner vil de gi feil. API-kall kan heller ikke avsluttes med en forhåndsutfylt modellmelding. Dette er ikke en grunn til å styre unna, men det er en grunn til å teste eksisterende integrasjoner før du bare bytter modellnavnet fredag ettermiddag og går hjem.

Hvor mye billigere er Gemini 3.6 Flash?

Gemini 3.6 Flash koster 1,50 dollar per million inputtokens og 7,50 dollar per million outputtokens. Med Norges Banks dollarkurs på 9,62 kroner 21. juli blir det cirka 14,40 kroner for input og 72 kroner for output. Inputprisen er den samme som for 3.5 Flash, mens outputprisen faller fra 9 dollar til 7,50 dollar – en reduksjon på omtrent 17 prosent.

På en enkel chat er forskjellen kanskje ikke dramatisk. I en agentarbeidsflyt blir output også brukt som nytt input i neste runde, og verktøyresultater sendes fram og tilbake. Da kan lavere outputpris og færre produserte tokens trekke i samme retning. Det er derfor Google snakker om kostnad per oppgave, ikke bare kostnad per token.

Her er det likevel verdt å beholde kalkulatoren på bordet. Gemini 3 Flash Preview koster 0,50 dollar inn og 3 dollar ut per million tokens, så 3.6 Flash er ikke Googles billigste modell sammenlignet med alle tidligere Flash-varianter. Nyheten er at den er billigere og mer effektiv enn 3.5 Flash, samtidig som Google mener kvaliteten går opp. For utviklere betyr det at riktig sammenligning må være faktisk kvalitet og total kostnad på egne oppgaver, ikke bare hvilket modellnummer som ser nyest ut.

Jeg skrev tidligere om Gemini 3.5 Flash som Googles raske frontiermodell. Bare to måneder senere kommer en 3.6-variant som retter seg ganske direkte mot innvendingen om at 3.5 Flash kunne bruke mye output og bli dyr i lange agentløp. Det sier en del om hvor kort levetiden til en «ny» standardmodell har blitt.

Hva skal Gemini 3.5 Flash-Lite brukes til?

Gemini 3.5 Flash-Lite er modellen for høyt volum, lav ventetid og oppgaver som dokumentbehandling, datauttrekk, strukturert JSON og underagenter. Google oppgir en hastighet på 350 outputtokens i sekundet målt av Artificial Analysis. Den har det samme kontekstvinduet på litt over én million tokens, men standardnivået for tenking er satt til «minimal».

Prisen er 0,30 dollar per million inputtokens og 2,50 dollar per million outputtokens. Det tilsvarer omtrent 2,90 kroner inn og 24 kroner ut med samme valutakurs. Her begynner det å bli mulig å sende store mengder kvitteringer, dokumenter eller enkle deloppgaver gjennom modellen uten at hver liten jobb får en frontiermodell-regning hengende etter seg.

Den praktiske modellen jeg ser konturene av, er en todeling: 3.6 Flash kan planlegge og styre, mens flere Flash-Lite-kall gjør de smalere jobbene i parallell. Google viser selv en slik arbeidsflyt der 3.6 Flash fungerer som hovedagent og Flash-Lite lager flere alternativer. Det er ikke et bevis på at akkurat den kombinasjonen er best for ditt prosjekt, men arkitekturen er fornuftig: bruk den dyrere modellen der dømmekraften betyr mest, og den billigere der volumet er størst.

Det passer også godt med hvordan jeg mener AI-verktøy bør velges: ikke én modell til absolutt alt, men riktig modell til riktig del av jobben. Den billigste modellen er ikke billig hvis den må gjøre alt tre ganger. Den smarteste modellen er heller ikke smart brukt hvis den sitter og formaterer tusen nesten identiske JSON-objekter.

Hvorfor lager Google en egen cybermodell?

Gemini 3.5 Flash Cyber er en finjustert sikkerhetsmodell som skal finne, kontrollere og reparere sårbarheter sammen med Googles CodeMender-agent. Den er ikke en vanlig Gemini-modell du kan velge fritt i AI Studio. Google DeepMind sier at den snart blir tilgjengelig i et begrenset pilotprogram for myndigheter og betrodde partnere, nettopp fordi evnen til å finne sårbarheter også kan misbrukes.

Poenget med en lett cybermodell er at sikkerhetsarbeid ofte krever at agenten leter gjennom enorme mengder kode og prøver mange mulige spor. I CyberGym-evalueringen konfigurerte Google DeepMind CodeMender-agenten til å kalle modellen opptil fem ganger før den samlet én sluttrapport. I en separat intern test på V8-motoren fant Cyber-modellen 55 unike, bekreftede problemer, mot 47 for vanlig 3.5 Flash og 36 for Claude Opus 4.6.

Google sier også at modellen på to timer fant sårbarheter som kunne gi ekstern kodekjøring i offentlige API-er, samt en minnefeil i en produksjonstjeneste. Den laget deretter en fungerende exploit som omgikk vanlige sikringstiltak. Det forklarer både nytten og hvorfor Google ikke legger modellen åpent på disken til alle som har et kredittkort.

Dette er en vesentlig del av lanseringen, men foreløpig mest et signal om hvor modellmarkedet går. Vi får ikke bare én generell chatbot i ulike størrelser. Vi får spesialister som er billige nok til å kjøres mange ganger inne i et større agentsystem. For vanlige utviklere er CodeMender-funksjoner med generelt tilgjengelige Gemini-modeller mer aktuelle nå enn selve Flash Cyber-piloten.

Hvor blir det av Gemini 3.5 Pro?

Gemini 3.5 Pro testes fortsatt med partnere, og Google planlegger bred tilgang så snart modellen er klar. Det finnes ingen konkret lanseringsdato. Samtidig har selskapet startet det de omtaler som sin mest ambisiøse pre-trening til nå for Gemini 4.

Det gir en litt komisk nummerrekke: Vi har 3.6 Flash før 3.5 Pro er ute, mens 4 allerede trenes. Men modellfamilier utvikles ikke pent etter tallrekken på en butikkhylle. Flash og Pro har ulike mål, treningsløp og kvalitetskrav. Det viktigste er derfor ikke om Google «hopper over» noe, men at Pro-modellen tydeligvis ikke er klar nok til bred lansering ennå.

For brukere er det bedre enn at en halvferdig Pro blir presset ut for å holde kalenderen. For utviklere er det samtidig et varsel om å unngå for tett kobling til én modell-ID. Googles dokumentasjon anbefaler nå 3.6 Flash som migreringsmål fra både 3.5 Flash, 3 Flash Preview og Gemini 3.1 Pro. Hvis modellbytte fortsatt krever en liten operasjon hver gang, kommer du til å få mye øvelse.

Gemini har allerede gått fra en enkelt chatbot til en hel plattform med modeller for forskjellige oppgaver. Jeg har en samlet norsk guide til Gemini-plattformen for deg som vil ha oversikten. Denne lanseringen gjør modellkartet mer rotete, men også mer nyttig: 3.6 Flash for krevende agentjobber, Flash-Lite for volum og en begrenset Cyber-variant for spesialisert sikkerhetsarbeid.

Min foreløpige dom er derfor ganske jordnær. Ikke velg Gemini 3.6 Flash fordi Gemini 4 står i horisonten eller fordi et benchmark-tall blinker grønt. Test den fordi kombinasjonen av lavere outputpris, færre tokens og mindre trang til å endre ting på eget initiativ kan gi en målbar forbedring i ekte arbeidsflyter. Hvis Google leverer på akkurat det, er 3.6-nummeret langt mer enn pynt mens vi venter på Pro.

Ofte stilte spørsmål