Gemini 3.6 Flash-overzicht: prijs, benchmarks, API en prestaties

Gemini 3.6 Flash is de moeite waard voor begrensde codering, multimodale analyse en begeleide agent-workflows. Uit deze beoordeling van Gemini 3.6 Flash blijkt dat het een geloofwaardige verbetering is ten opzichte van 3.5 Flash: Google meldt lagere uitvoerprijzen en betere resultaten bij verschillende agentische benchmarks, terwijl uit onze eigen tests bleek dat het systeem na redelijke uitvoerbeperkingen in staat was tot nauwkeurige gestructureerde extractie, het lezen van grafieken en gerichte codecorrectie. Het is geen universele winnaar. Onze synthetische 128K-opvraagtaak mislukte tweemaal, en het lokale browserplan van het model verzon een verborgen element-ID, hoewel het het zichtbare doel correct identificeerde.

De praktische aanbeveling is om Gemini 3.6 Flash eerst te testen in het kader van werkbelastingsspecifieke acceptatietests, de totale kosten per succesvolle taak te meten en menselijke bevestiging te blijven vereisen bij onomkeerbare acties. De officiële cijfers, onze metingen inclusief de gateway, benchmarks van derden en vroege rapporten uit sociale media hieronder worden afzonderlijk vermeld, zodat uiteenlopend bewijsmateriaal niet wordt samengevoegd tot één score.

Probeer nu Gemini 3.6 Flash op GlobalGPT

Gemini 3.6 Korte beoordeling: voor- en nadelen

Inhoudsopgave

Wat is Gemini 3.6 Flash?

Gemini 3.6 Flash is een stabiel Google-model dat is bedoeld voor productiewerkbelastingen die meer redeneringsvermogen en gebruik van tools vereisen dan een lichtgewicht inferentielaag, zonder dat daarvoor de overstap naar de prijsklasse van vlaggenschipmodellen nodig is. Google omschrijft het als een werkpaard voor coderen, kenniswerk, multimodaal begrip en agentische uitvoering. De ID van het productiemodel is gemini-3.6-flash. De officiële modelpagina van Google geeft aan dat het algemeen beschikbaar is.

Het model accepteert tekst, afbeeldingen, audio, video en PDF-bestanden als invoer. Het levert tekst, gestructureerde JSON en functie- of toolaanroepen op, maar genereert niet standaard afbeeldingen of audio. Dat onderscheid is van belang bij het vergelijken van algemene beweringen over “multimodaliteit”: het herkennen van meerdere invoerformaten is iets anders dan het produceren van meerdere uitvoermedia.

Google's Gemini 3.6 Flash-modelkaart geeft maart 2026 als uiterste datum voor de kennisopname aan en vermeldt dat het model is gebaseerd op Gemini 3.5 Flash. De details over de architectuur en de training zijn grotendeels overgenomen uit eerdere bronnen en niet nieuw bekendgemaakt, zodat kopers het gedocumenteerde gedrag en de gepubliceerde evaluaties kunnen beoordelen, maar het trainingsrecept niet kunnen reconstrueren.

De uitgebreide toolstack staat centraal in de positionering. Op de officiële modelpagina worden het aanroepen van functies, gestructureerde uitvoer, code-uitvoering, het zoeken naar bestanden, URL-context, contextcaching, koppeling aan Google Search, koppeling aan Google Maps, denken en computergebruik genoemd. Bij een productiebeslissing moet de volledige cyclus worden beoordeeld – de vorm van het verzoek, het traject van de tool, herhalingspogingen, validatie en menselijke beoordeling – en niet alleen de kwaliteit van één antwoord.

Die rol als werkpaard verklaart ook de focus van deze review: Flash 3.6 is het meest interessant wanneer het deel uitmaakt van een applicatieworkflow, in plaats van dat het een op zichzelf staande, triviale vraag beantwoordt. De waarde ervan hangt af van de vraag of het omringende systeem tools beperkt, afkappingen opvangt, uitvoer controleert en eenvoudiger werk doorstuurt naar een goedkopere laag.

Met ‘Computergebruik’ kan een applicatie schermafbeeldingen verzenden en voorgestelde acties ontvangen voor browser-, mobiele of desktopomgevingen. De gebruiker voert de actie nog steeds zelf uit, levert de volgende schermafbeelding aan en handhaaft het beleid. Google noemt deze functie ‘Preview’ en raadt aan om toezicht te houden bij gevoelige of onomkeerbare werkzaamheden in de Documentatie over computergebruik.

Gemini 3.6 Specificaties en mogelijkheden van het Flash-geheugen

De contextlimiet van 1.048.576 tokens is een capaciteitsgrens, geen garantie dat elk feit betrouwbaar kan worden teruggevonden. Dit is een terugkerend thema, zowel in de benchmarks van Google voor lange contexten als in onze synthetische gateway-test. Het ophalen, in chunks verdelen, documentindexen, samenvattingen en bronvermeldingen blijven nuttig, zelfs wanneer een volledig corpus technisch gezien in één verzoek past.

Het maximum van 65.536 tokens is ruim bemeten, maar in de praktijk wordt vaak een lagere limiet gehanteerd vanwege kosten en latentie. Uit onze tests is gebleken dat een limiet die op het eerste gezicht voldoende lijkt, al snel kan worden opgebruikt door tokens voor interne redeneringen. Controleer daarom de daadwerkelijke reden en inhoud van het resultaat, in plaats van een HTTP 200-antwoord automatisch als een geslaagde taak te beschouwen.

Gemini 3.6 Flash-prijzen

De officiële prijs voor het betaalde Standard-abonnement bedraagt $1,50 per miljoen ingevoerde tokens en $7,50 per miljoen uitgegeven tokens. De facturering van de output omvat ook ‘thinking tokens’. Bij batch- en flex-inferentie worden die tokentarieven gehalveerd, terwijl bij priority-inferentie een 80%-toeslag wordt toegepast. Controleer altijd de huidige Prijspagina voor Gemini API voordat er een productiefactuur wordt opgesteld.

Contextcaching kost $0,15 per miljoen in de cache opgeslagen invoertokens in het betaalde Standard-abonnement, plus $1,00 per miljoen tokens per uur voor cacheopslag. Caching kan de kosten voor herhaalde invoer verlagen, maar een grote cache die langer wordt aangehouden dan nodig is, wordt een kostenpost op zich. Vergelijk de cachefactuur met het daadwerkelijk gerealiseerde hergebruik.

Voor ‘grounding’ geldt een andere eenheid. Google vermeldt 5.000 gratis ‘grounded’ prompts per maand voor Google Search of Maps, verdeeld over Gemini 3-modellen, gevolgd door $14 per 1.000 zoekopdrachten. Eén prompt kan meer dan één zoekopdracht genereren, waardoor de kosten op basis van tokens alleen een te laag beeld kunnen geven van een 'grounded'-workflow.

Een voorbeeld van de standaardprijs voor $2.25

Een verzoek dat 1.000.000 invoertokens verbruikt en 100.000 uitvoertokens oplevert, kost $1,50 voor de invoer plus $0,75 voor de uitvoer, oftewel $2.25 in de standaardmodus. In dit eenvoudige voorbeeld wordt geen rekening gehouden met cacheopslag, grondingsquery’s, herhalingspogingen, externe tools en mislukte pogingen.

Google meldt ook dat Gemini 3.6 Flash in de Artificial Analysis Index 17% minder output-tokens verbruikte dan 3.5 Flash en minder redeneringsstappen en tool-aanroepen nodig had in meerstaps-workflows. Dit is een officiële, van de workload afhankelijke waarneming, geen gegarandeerde besparing van 17% voor elke toepassing. Meet het aantal tokens per succesvolle taak met uw eigen prompts.

Gemini 3.6 Flash-benchmarks: wat Google meldt

Uit de officiële vergelijkingen van Google blijkt dat de grootste vooruitgang is geboekt op het gebied van agentische codering, machine learning-engineering, computerinteractie en het ophalen van informatie uit een lange context. De meest bruikbare referentie is Gemini 3.5 Flash, omdat Google beide modellen binnen dezelfde modelkaartfamilie heeft geëvalueerd. Deze waarden zijn de resultaten van Google, geen metingen uit onze testomgeving.

DeepSWE verbeterde met 12,0 procentpunten en MLE-Bench met 14,2 punten. De winst bij OSWorld-Verified bedroeg 4,6 punten, terwijl SWE-Bench Pro Public en Terminal-Bench een bescheidener verbetering lieten zien. De gerechtvaardigde bewering is dat versie 3.6 verschillende agentische workloads verbetert ten opzichte van versie 3.5, niet dat het elk model of elke codeerbenchmark domineert.

Google wijst ook op minder ongewenste codewijzigingen en kortere uitvoeringscycli. Deze gedragingen kunnen belangrijker zijn dan een kleine verandering in het slagingspercentage bij repository-werk, omdat onnodige wijzigingen de kosten van de beoordeling verhogen en herhaalde cycli tokens verbruiken. Hiervoor zijn nog steeds metingen op applicatieniveau nodig; een geaggregeerde benchmark kan het gedrag in een specifieke codebase niet vaststellen.

Multimodale resultaten en resultaten met een lange context

Wat betreft het analyseren van complexe grafieken op CharXIV rapporteert Google 85,21 TP40T zonder hulpmiddelen en 89,41 TP40T met hulpmiddelen voor Gemini 3.6 Flash. Gemini 3.5 Flash scoorde respectievelijk 84,21 TP40T en 84,91 TP40T. Het grotere verschil bij gebruik van hulpmiddelen ondersteunt de positionering van het model voor grafiekinterpretatie en multimodale workflows, terwijl visuele voorkeur of de kwaliteit van de front-end-stijl niet worden gemeten.

Het 1M-resultaat betekent een grote relatieve verbetering, maar 54.0% vormt geen basis voor het blindelings opzoeken van cruciale feiten. Productiesystemen moeten documenten nog steeds segmenteren, de herkomst behouden en om bronvermeldingen vragen. Onze afzonderlijke synthetische 128K-test mislukte, maar deze maakte gebruik van een andere taak en gateway-route en kan niet in de plaats komen van het resultaat van Google.

Onze praktische tests met de Gemini 3.6 Flash

Op 22 juli 2026 hebben we een deterministische first-party-testsuite uitgevoerd. Alle gerapporteerde latentie is totale responstijd inclusief gateway, dus dit omvat de overhead van de Broly-routering en mag niet worden opgevat als de directe latentie van de Google API.

De TTFT is niet gemeten, ook niet voor de streamingcontrole. We hebben de totale verstreken tijd, prompt-tokens, voltooiingstokens, redeneringstokens, in de cache opgeslagen tokens, totaal aantal tokens, reden voor voltooiing, herpogingen, validatie en geschatte kosten op basis van de officiële standaardtoken-tarieven geregistreerd. Redeneringstokens waren al inbegrepen in de voltooiingstokens, en in de cache opgeslagen tokens waren al inbegrepen in de prompt-tokens.

De volledige activiteit bestond uit 12 logische API-aanroepen en 14 HTTP-pogingen. De eerste run bleef $0.244491, de drie herhalingen in kwestie bedroegen in totaal $0.0520416, en de gecorrigeerde cumulatieve schatting bedroeg $0.2965326. Nadat twee duidelijk onvolledige eerste records waren vervangen door de beoogde herhalingen, was het samengevoegde resultaat: 7 geslaagd, 1 gezakt en 1 werd niet ondersteund.

De kostenramingen bedragen $1,50/M voor niet-gecachete prompt-tokens, $0,15/M voor gecachete prompt-tokens en $7,50/M voor output-tokens. Bij de herhaling met een lange context zijn 128.248 prompt-tokens verdeeld in 5.464 niet-gecachete en 122.784 gecachete tokens; door 2.048 output-tokens toe te voegen, ontstaat $0.0419736. De cacheopslag staat vermeld als $1.00/M tokens/uur, maar is buiten beschouwing gelaten omdat de opslagduur niet is gemeten.

Dit zijn diagnostische tests met een kleine steekproef, geen statistisch onderbouwde benchmark. Ze zijn nuttig omdat de testscenario’s, verwachte waarden, validatiecriteria, verzoeklimieten en fouten behouden blijven. Ze zijn bedoeld als leidraad voor vervolgonderzoek in een echte werkomgeving, en mogen niet worden gezien als een universele kwaliteitsscore.

Streaming, gestructureerde uitvoer en het lezen van grafieken

Bij de streamingopgave moest het exacte zichtbare antwoord worden gegeven OK. Gemini 3,6 Flash gaf het juiste antwoord in 2,938 seconden met 5 prompt-, 119 voltooiings-, 118 redenerings- en 124 totale tokens, bij een geschatte waarde van $0,0009. Het opvallende detail is dat het redeneren 118 van de 119 voltooiingstokens verbruikte, wat illustreert waarom een kleine outputlimiet ervoor kan zorgen dat er geen zichtbaar antwoord overblijft.

De eerste 3,6-structured-extraction-oproep maakte gebruik van een uitvoerlimiet van 512 tokens en eindigde bij finish_reason=lengte met ingekorte JSON. We beschouwden dat als een beperking van het testframework, niet als een oordeel over de kwaliteit, en herhaalden alleen die taak bij 2.048 tokens. De gerichte herhaling doorstond de exacte veldvalidatie in 3,919 seconden met P55/C453/R411/T508 en een geschatte $0,00348.

Gemini 3.5 Flash voltooide dezelfde extractie bij de eerste aanroep in 3,113 seconden met P56/C378/R324/T434 en een geschatte $0,003486. Op basis van één run per configuratie kan geen winnaar op het gebied van latentie worden aangewezen. Het laat wel zien dat outputlimieten en het gebruik van redeneringen per model moeten worden afgestemd in plaats van blindelings te worden overgenomen.

De 3,6-grafiekleesopdracht werd eveneens afgebroken bij een aanvankelijke limiet van 768 tokens. Bij 2.048 tokens las de beoogde herhaling alle acht benchmarkwaarden precies in 4,884 seconden, met behulp van P1.127/C653/R520/T1.780 en een geschatte $0,006588. De validator vergeleek elke geretourneerde waarde met een vast ‘ground-truth’-bestand.

Coderingscorrectie: beide modellen scoorden 5/5

Beide programmeertaken gingen uit van afzonderlijke kopieën van dezelfde Python-fixture, met een uitgangssituatie van 3/5 geslaagde tests. Gemini 3.6 Flash produceerde een gerichte, bruikbare reparatie in 5,553 seconden, met P602/C1.150/R930/T1.752 en een geschatte $0,009528. Door de uitvoer toe te passen steeg de score van de fixture naar 5/5, terwijl de hash van het testbestand ongewijzigd bleef.

Gemini 3.5 Flash leverde eveneens een gerichte reparatie op die een score van 5/5 behaalde, in 6,860 seconden met P603/C1.332/R1.058/T1.935 en een geschatte waarde van $0,0128925. Het voegde proza toe rond afgeschermde code ondanks de instructie om geen proza toe te voegen, dus het testharnas had een tolerante extractie van afgeschermde code nodig vóór offline validatie. Beide reparaties waren bruikbaar; de uitvoerdiscipline verschilde.

Deze test is gericht op beperkte reparatiewerkzaamheden met deterministische unit-tests. De test meet geen navigatie binnen de repository, architecturale wijzigingen die meerdere bestanden betreffen, langdurige autonomie, noch of het model in staat is om vanuit het niets een onderscheidende test te ontwerpen. Voor die aspecten zijn aparte testopstellingen en faalcriteria nodig.

De fout bij het ophalen van de 128K synthetische gegevens

Onze prompt van bijna 128K plaatste acht deterministische identificatoren in een uitgebreide synthetische context en vereiste een exacte JSON-reconstructie. Gemini 3.6 Flash faalde tweemaal en leverde niet-gerelateerde code en HTML op in plaats van de acht waarden. Het verhogen van de uitvoerlimiet bracht geen verbetering in het gedrag.

De herhaling duurde 11,366 seconden en leverde de volgende waarden op: P128.248/C2.048/R0/Cached122.784/T130.296, een geschatte $0,0419736 na de aanpassing voor de ingeslagen invoer, en finish_reason=lengte. Dit is niet rechtstreeks vergelijkbaar met GDM-MRCR van Google resultaat: onze opdracht, de exacte opbouw van de prompt, de contextschaal, het uitvoerformaat en de Broly-gatewayroute verschillen allemaal.

De fout is nog steeds operationeel relevant. Hieruit blijkt dat dit specifieke synthetische verzoek bij twee pogingen niet via onze route is verlopen, dus zouden we hetzelfde patroon niet verzenden zonder opvraging, strengere contextkeuze, validatie van het antwoord en een fallback-procedure. Dit doet geen afbreuk aan de benchmark van Google en bewijst evenmin dat er een algemene beperking van 128K bestaat.

Lokaal browser-actie-framework: juiste bestemming, verzonnen ID

Het model heeft een screenshot van een gecontroleerde lokale pagina onderzocht en de zichtbare doeltekst, “Gebruiksrapport openen”, correct geïdentificeerd. Het stelde de volgende actie voor: klik maar bedacht een verborgen identificatiecode, open_gebruiksrapport, in plaats van de echte DOM-ID gebruik. Het harnas heeft de unieke, exacte, zichtbare tekst vastgesteld in plaats van af te gaan op de verzonnen ID.

De plan-aanroep duurde 5,305 seconden met P1.153/C643/R573/T1.796 en kostte naar schatting $0,006552. Er werd één keer op een lokale Chrome-fixture geklikt, waardoor de status veranderde van klaar naar rapport-openen. Dit was niet-standaard Gemini computergebruik; het heeft geen externe actie ondernomen, geen formulier ingediend en geen externe toestand gewijzigd.

Het PDF-resultaat is een beperking van het gateway-pad

De Broly /reacties Het conversiepad voor PDF leverde een HTTP 500-fout op met de code convert_request_failed en bericht niet geïmplementeerd. De logische aanroep heeft drie HTTP-pogingen ondernomen omdat het record twee herhalingspogingen bevat, en is vervolgens gestopt zonder dat er een token is gebruikt of kosten zijn gemaakt. We classificeren deze route als niet-ondersteund.

Dit resultaat blijkt hieruit niet dat Gemini geen ondersteuning voor PDF biedt. In de modeldocumentatie van Google wordt PDF als invoerformaat vermeld; onze aanvraag mislukte voordat er een zichtbaar modelantwoord werd weergegeven op een OpenAI-compatibel conversiepad voor de gateway. Er is nog steeds een controle via de native Google AI Studio of de Gemini-API nodig voordat er conclusies kunnen worden getrokken over het gedrag van native PDF-bestanden.

Er is nog steeds controle door de redacteur nodig: Voer de PDF-taak uit via de native Google AI Studio of de Gemini-API, en leg vervolgens de volledige prompt, het antwoord van het model, het gebruikspaneel en het bewijsmateriaal in de vorm van paginaverwijzingen vast. Zolang deze schermafbeeldingen nog niet beschikbaar zijn, vermeldt deze beoordeling alleen de mislukte conversie van Broly en worden er geen uitspraken gedaan over de prestaties van de native PDF-versie.

Gemini 3.6 Toegang tot de Flash API en code

Gemini 3.6 Flash is beschikbaar in Google AI Studio en de Gemini Developer API onder de stabiele model-ID gemini-3.6-flash. Google raadt de nieuwere versie aan Interacties-API voor nieuwe agentgerichte projecten, terwijl de gevestigde generateContent De interface wordt nog steeds ondersteund en biedt belangrijke functies die nog niet via Interactions beschikbaar zijn.

Python met de officiële Google Gen AI SDK

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.6-flash",
    contents=(
 "Beoordeel deze voorgestelde codewijziging. Geef de hoofdoorzaak aan, "
 "de kleinste veilige oplossing en de exacte test die dit zou aantonen."
    ),
)

print(response.text)

De client leest de inloggegevens uit de configuratie van de ondersteunde omgeving; voer geen sleutel vast in de code in en maak deze ook niet openbaar. In het voorbeeld worden verouderde steekproefvelden bewust vermeden en wordt gebruikgemaakt van de officiële google-genai generate_content methode. Voeg schema’s, beveiligingsinstellingen en hulpmiddelen alleen toe als de werklast dat vereist.

JavaScript met @google/genai

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-3.6-flash",
  contents: "Haal de risico's eruit en geef een beknopte, op bronnen gebaseerde samenvatting.",
});

console.log(response.text);

Voor betrouwbaar gebruik in de productie moet u de geretourneerde structuur valideren, de redenen voor het afbreken van de verwerking controleren, tool-aanroepen vastleggen en onderscheid maken tussen een geslaagd transport en een geslaagde taak. Een 200-antwoord met afgekorte JSON of een niet-ondersteunde actie is geen acceptabel bedrijfsresultaat.

Interactions API of inhoud genereren?

De Interactions API voegt optionele statusgegevens aan de serverzijde toe via previous_interaction_id, waarneembare uitvoeringsstappen en uitvoering op de achtergrond voor langere taken. Het is aantrekkelijk voor nieuwe agentloops omdat status- en tooltraces er als volwaardige concepten worden behandeld. Controleer de instellingen voor opslag en bewaartermijnen voordat je het gebruikt voor gevoelige inhoud.

Houd generateContent wanneer de volwassen functionaliteit beter aansluit bij de toepassing. Volgens de documentatie van Google van juli 2026 biedt Interactions nog geen ondersteuning voor de Batch API, expliciete caching, aangepaste veiligheidsinstellingen, videametadata of het automatisch aanroepen van Python-functies. Ondersteuning voor modellen en ondersteuning voor de API-functionaliteit zijn twee verschillende zaken.

Gemini 3.6 Wijzigingen bij de migratie van de Flash API

Het overschakelen van eerdere verzoekvormen is meer dan alleen het wijzigen van de modelnaam. Google’s migratiehandleiding voor het nieuwste model documenteer parameters en bewerkingspatronen die verouderd zijn, genegeerd worden of worden afgewezen. Beschouw de migratie als een wijziging in de verzoek-contracten en de integriteit van de toestand.

Verouderde besturingselementen en vooraf ingevulde gegevens verwijderen

Verwijder temperatuur, top_p, en top_k. Google geeft aan dat ze voor deze modellen verouderd zijn en genegeerd worden; naar verwachting zullen toekomstige generaties een HTTP 400-status retourneren wanneer ze worden opgegeven. Een verouderde temperatuur: 0 Dit veld mag niet worden beschouwd als een garantie voor determinisme.

Verzoeken mogen ook niet eindigen met een niet-lege vooraf ingevulde model-rol. Patronen zoals het toevoegen van “Translation:” of de openingsaccolade van JSON aan een modelbeurt kunnen een HTTP 400-fout opleveren. Vervang het vooraf invullen door systeeminstructies, gestructureerde uitvoer, expliciete schema’s en validators.

Getallen vervangen budget_overwegingen bedieningselementen met de denkniveau enum; Gemini 3.6 De standaardinstelling van Flash is gemiddeld. Verwijderen aantal_kandidaten, wat Gemini 3.x niet ondersteunt, en implementeer alternatieven op applicatieniveau als er daadwerkelijk meerdere mogelijke strategieën nodig zijn.

De status van de functieaanroep behouden

Werkprocessen voor tools vereisen dat call-ID’s, functienamen, gedachte-signaturen en de beurtvolgorde intact blijven. Bij het gebruik van generateContent, elk Functie-reactie zou het volgende moeten bevatten: call_id en naam. Test onjuist opgebouwde aanroepen, toelichtende tekst vóór de uitvoer van de tool, en herstel na afwijzing of onbeschikbaarheid van tools.

• Wijzig de ID van het doelmodel in gemini-3.6-flash.
• Verwijder temperatuur, top_p, top_k, en aantal_kandidaten.
• vervangen budget_overwegingen met denkniveau.
• Het vooraf invullen van model-turn uitschakelen.
• Behoud de ID’s van functieaanroepen, namen, gedachtekennmerken en de volgorde van de hulpmiddelen.
• Controleer de redenen voor voltooiing, schema’s, herhalingspogingen en elke claim van succes.
• Bereken de kosten per geslaagde taak opnieuw, inclusief mislukte oproepen en tools.
• Voer vóór het gebruik van de computer tests uit op het injecteren van opdrachten via de opdrachtregel en op destructieve acties.

Gemini 3.6 Flash versus 3.5 Flash en Flash-Lite

Gemini 3.6 Flash is de directe opvolger van Gemini 3.5 Flash. De standaardprijs voor invoer blijft $1,50 per miljoen tokens, terwijl de prijs voor uitvoer daalt van $9,00 naar $7,50—een daling van 16,7%, nog afgezien van het afzonderlijke rapport van Google waarin wordt melding gemaakt van een lager gebruik van output-tokens in één evaluatie.

Het argument voor migratie is het sterkst wanneer betere agentic-scores, lagere outputprijzen en kortere loops leiden tot succesvoller werk per dollar. Het is het zwakst wanneer een specifieke repository of tool tot onvolledige uitvoering, onjuiste verificatie of herhaalde handmatige correcties leidt. Voer vergelijkbare prompts uit met dezelfde tools en acceptatietests.

Waar de Gemini 3.5 Flash-Lite past

Gemini 3.5 Flash-Lite is een goedkopere variant voor extractie, classificatie, vertaling, routering, documentverwerking en taken voor afgebakende subagenten met hoge doorvoercapaciteit. De standaardprijs bedraagt $0,30 per miljoen invoertokens en $2,50 per miljoen uitvoertokens. Daarmee is 3.6 Flash vijf keer zo duur voor invoer en drie keer zo duur voor uitvoer.

Een router met twee niveaus kan in aanmerking komende taken standaard toewijzen aan Flash-Lite en taken met een lage betrouwbaarheid, die veel tools vereisen, multimodaal zijn of een lange doorlooptijd hebben, doorverwijzen naar 3.6 Flash. De router moet transparant en omkeerbaar zijn, waarbij de redenen worden vastgelegd en zowel de kosten voor herhalingspogingen als de correctiekosten worden meegenomen. Goedkopere tokens betekenen niet automatisch dat voltooide taken ook goedkoper zijn.

Eerste reacties van gebruikers en resultaten van derden

Gemini 3.6 Flash was pas ongeveer een dag beschikbaar voor het publiek toen deze screenshots op 22 juli 2026 werden gemaakt. De berichten zijn Sociale anekdote gegevens, geen representatieve enquête, en de ranglijsten van de platforms zijn Benchmark door een derde partij bewijs in plaats van Google-resultaten of onze eigen metingen. Ze zijn nuttig om hypothesen te formuleren die getoetst kunnen worden.

Veelbelovende signalen op het gebied van browsers en front-end, maar met enkele kanttekeningen

Arena.ai meldde dat Gemini 3.6 Flash op plaats 12 stond met 1.537 punten in de Frontend Code Arena, een stijging ten opzichte van plaats 21 voor Gemini 3.5 Flash. Het resultaat is gebaseerd op de prompts, stemmers, modelsnapshot en rangschikkingsmethode van Arena. Het ondersteunt de hypothese dat de front-end is verbeterd, maar bewijst niet dat de codekwaliteit in het algemeen is verbeterd.

Browser Use rapporteerde 68% in zijn BU Benchmark en noemde het model de beste browser-agentoptie qua prijs-prestatieverhouding. Dit is een door de leverancier opgestelde benchmark, geen neutrale branche-evaluatie. Het is in grote lijnen interessant in combinatie met het OSWorld-resultaat van Google, maar teams zouden browsertaken moeten reproduceren binnen hun eigen veiligheids- en tool-uitvoeringsomgeving.

Een kritische X-gebruiker interpreteerde de tabel van Google anders en stelde dat de meest overtuigende verbeteringen te zien waren op het gebied van beeldverwerking en context, en niet zozeer bij het coderen. Een andere gebruiker wees op een samengestelde coderingsindex waarbij de waarde 3,6 iets onder de 3,5 lag. Verschillende combinaties van taken kunnen schijnbaar tegenstrijdige resultaten opleveren; daarom moeten de namen en methoden van benchmarks altijd bij elk cijfer worden vermeld.

In de programmeerrapporten ligt de nadruk op verificatie en voltooiing

In het meest gedetailleerde Reddit-verslag werd Flash 3.6 omschreven als snel en capabel wanneer taken strak waren afgebakend, meetbaar waren en vóór de reparatie waren geïnstrumenteerd. Dezelfde auteur waarschuwde voor zelfverzekerde verificatieclaims, schijnbaar destructieve autonomie en de toezichtskosten die gepaard gaan met het controleren van het werk. De auteur maakte ook bekend dat een ander model het resultaat had beoordeeld of gecorrigeerd en dat een probleem met de opstelling een deel van de test had verstoord.

Een andere Reddit-gebruiker meldde dat het project niet volledig was afgerond, terwijl vervolgens werd beweerd dat de taak was voltooid. Reageerders beschreven soortgelijke problemen met de context, het opsporen van fouten en vermeende verificaties. De configuratie van de tool en de instructies zijn niet onafhankelijk geverifieerd, dus het rapport moet worden beschouwd als een testcase – en niet als een algemeen geldend oordeel.

Een veelvoorkomende les bij evaluaties is dat de kwaliteit van een patch los moet worden gezien van de betrouwbaarheid van de verificatie. Een model kan een nuttige wijziging voorstellen, maar tegelijkertijd een test gebruiken die de oplossing niet kan onderscheiden, het laatste segment van de taak overslaat of een onjuist beeld geeft van de resterende fouten. Acceptatiecriteria moeten het artefact, het onderscheidend vermogen van de test, de eindtoestand en de nauwkeurigheid van het voltooiingsrapport controleren.

Beperkingen, veiligheid en grenzen van het bewijsmateriaal

Gemini 3.6 Flash vertoont de gebruikelijke fouten van het basismodel, waaronder verzonnen feiten, onvolledige uitvoering en zelfverzekerde maar ongefundeerde conclusies. Op de modelkaart wordt ook vermeld dat het model af en toe traag reageert of een time-out geeft. Aangezien de kennisdatum maart 2026 is, moeten nieuwere feiten worden onderbouwd met een actuele betrouwbare bron of aangeleverde documenten.

Google meldt over het algemeen positieve veiligheidsvergelijkingen met Gemini 3.5 Flash, waaronder verbeterde veiligheid bij tekst-naar-tekst- en meertalige verzoeken, ongewijzigde veiligheid bij beeld-naar-tekst-verzoeken, en lichte verslechteringen op het gebied van weigeringstoon en ongerechtvaardigde weigeringen. Het model bleef na aanvullende tests onder de kritische capaciteitsniveaus van Google. Dit zijn door uitgevers gerapporteerde evaluaties, geen onafhankelijke garanties voor een specifieke implementatie.

Computergebruik vereist strengere operationele controles dan chat. Agenten die op schermafbeeldingen werken, kunnen te maken krijgen met het invoegen van promptteksten, misleidende bedieningselementen, pop-ups en onomkeerbare acties. Maak gebruik van geïsoleerde omgevingen, inloggegevens met zo min mogelijk rechten, toelatingslijsten voor domeinen en acties, bevestigingsverzoeken, auditlogboeken, bestedingslimieten en terugdraaiplannen.

Onze browsertest heeft geen gebruik gemaakt van het native ‘Computer Use’-eindpunt van Google en kan geen uitspraken doen over de native latentie, veiligheid of succespercentage. De test had betrekking op de interpretatie van schermafbeeldingen en een lokale, op tekst gebaseerde actie-resolver. Evenzo geldt de fout bij de PDF-conversie van Broly uitsluitend voor dat specifieke gateway-verzoekpad.

Onze latentietijden zijn inclusief de routing via de Broly-gateway en zijn afkomstig van één kleine suite, niet van herhaalde distributies. We hebben de TTFT niet gemeten. De kosten zijn schattingen op basis van gerapporteerd gebruik en officiële standaardtarieven, niet op basis van facturen, en de suite maakte geen gebruik van Search Grounding.

Officiële benchmarks, ranglijsten van derden, onze gateway-tests en anekdotes op sociale media geven antwoord op verschillende vragen. Door de bijbehorende labels duidelijk zichtbaar te houden, voorkomen we een verkeerde indruk van nauwkeurigheid: de resultaten van Google geven de beoordeling van Google weer, onze gegevens beschrijven één reproduceerbare route en testopstelling, en openbare berichten beschrijven individuele ervaringen.

Voor wie is de Gemini 3.6 Flash bedoeld?

Gemini 3.6 Flash is een sterke kandidaat voor teams die al gebruikmaken van Gemini 3.5 Flash, met name wanneer outputkosten, multimodale invoer, het aanroepen van tools of agentgebaseerde planning een belangrijke rol spelen. Het is ook geschikt voor nieuwe toepassingen waarbij expliciete succescriteria kunnen worden gedefinieerd en risicogevoelige acties kunnen worden gecontroleerd.

• Programmeeragenten met afgebakende taken, geïsoleerde werkruimten en kritische geautomatiseerde tests.
• Analysesystemen voor grafieken, afbeeldingen, video’s, audio en PDF-bestanden die tekst of gestructureerde gegevens opleveren.
• Browser- of desktopagenten onder toezicht, met bevestigingsschermpjes en lokale validatie.
• Kenniswerksystemen die gebruikmaken van functieaanroepen, het doorzoeken van bestanden, caching of contextgebonden zoeken.
• Teams die de kosten per succesvol uitgevoerde taak kunnen vergelijken met die van 3.5 Flash en andere aanbieders.

Het is minder geschikt wanneer de taak betrouwbaar door Flash-Lite kan worden uitgevoerd, wanneer realtime spraak de Live API vereist, of wanneer het genereren van afbeeldingen of audio op native wijze vereist is. Het is ook minder geschikt voor onbewaakte automatisering met een hoog risico, zonder terugdraaimogelijkheid en onafhankelijke verificatie.

• Verplaats eenvoudige classificatie en extractie naar een goedkopere laag waarin de kwaliteit gewaarborgd blijft.
• Ga er niet vanuit dat een contextvenster van 1M het opzoekproces vervangt.
• Accepteer geen zelfgerapporteerde status “geverifieerd” zonder een test die zou kunnen mislukken.
• Generaliseer de latentie van de Broly-gateway of het gedrag bij PDF-conversie niet naar de eigen eindpunten van Google.
• Schakel geen onomkeerbare acties met betrekking tot het computergebruik in zonder uitdrukkelijke bevestiging.

Eindoordeel

Uit deze beoordeling van de Gemini 3.6 Flash blijkt dat het een sterke kandidaat voor productie is, maar geen automatische migratie. Het model combineert lagere outputprijzen, een breed scala aan input en tools, en aanzienlijke officiële prestatieverbeteringen op DeepSWE, MLE-Bench, OSWorld en het ophalen van informatie uit lange contexten. Onze begrensde tests leveren bemoedigend bewijs voor exacte extractie, het lezen van grafieken, gerichte codereparatie en lokale actieplanning op basis van schermafbeeldingen.

De waarschuwing is al even concreet. Strakke outputlimieten leidden tot twee vroege afbrekingen; de redenering verbruikte bijna het gehele budget voor het voltooien van de streaming; onze synthetische opzoektest met 128K mislukte tweemaal; en het browserplan bedacht een onbekende ID. Het PDF-pad bleef in de oorspronkelijke omgeving ongetest, omdat de Broly-conversieroute mislukte voordat het model een reactie gaf.

Implementeer Gemini 3.6 Flash wanneer uit een vergelijkende evaluatie blijkt dat dit model betere economische resultaten oplevert bij voltooide taken dan uw huidige model. Houd het slagingspercentage, het aantal tokens, het aantal herpogingen, het aantal tool-aanroepen, ongewenste bewerkingen, de tijd die wordt besteed aan handmatige correcties bij, en controleer of elke verificatieclaim wordt ondersteund door een onderscheidende test. Begin bij gemengde workloads met Flash-Lite en schakel over naar een hoger niveau wanneer daar aantoonbare behoefte aan is.

Veelgestelde vragen

Is de Gemini 3.6 Flash algemeen verkrijgbaar?

Ja. Google vermeldt Gemini 3.6 Flash als stabiel en algemeen beschikbaar voor productiegebruik. De model-ID is gemini-3.6-flash, en het is toegankelijk via Google AI Studio en de Gemini Developer API. De ondersteuning van API-functies verschilt nog steeds tussen Interactions en generateContent.

Hoeveel kost de Gemini 3.6 Flash?

De standaardprijs bedraagt $1,50 per miljoen invoertokens en $7,50 per miljoen uitvoertokens, inclusief thinking-tokens. Batch en Flex kosten $0,75 voor invoer en $3,75 voor uitvoer, terwijl Priority $2,70 voor invoer en $13,50 voor uitvoer kost. Voor caching en grounding kunnen aparte kosten in rekening worden gebracht.

Wat is het Gemini 3.6 Flash-contextvenster?

Gemini 3.6 Flash ondersteunt maximaal 1.048.576 invoertokens en 65.536 uitvoertokens. Dit is een capaciteitslimiet, geen garantie voor het terugvinden van gegevens. Het 1M GDM-MRCR-resultaat van Google was 54,0%, en onze andere synthetische 128K-gatewaytaak mislukte, dus kritieke systemen vereisen nog steeds opvraging en validatie.

Ondersteunt Gemini 3.6 Flash afbeeldingen, audio, video en PDF-bestanden?

Ja, Google noemt tekst, afbeeldingen, audio, video en PDF-bestanden als ondersteunde invoerformaten. Het model genereert tekst, gestructureerde gegevens en tool-aanroepen in plaats van native afbeeldingen of audio. Ons Broly PDF-conversietraject werd niet ondersteund, maar dat resultaat van de gateway betekent niet dat er een beperking geldt voor native Gemini-PDF-bestanden.

Ondersteunt de Gemini 3.6 Flash het gebruik op een computer?

Ja. De Gemini API van Google ondersteunt Computer Use met Gemini 3.6 Flash voor browser-, mobiele en desktopomgevingen, maar de functie bevindt zich nog in de Preview-fase. De client voert de voorgestelde acties uit en moet bevestigingen en veiligheidscontroles toepassen. Onze lokale screenshot-testopstelling was geen native Computer Use-test.

Is de Gemini 3.6 Flash beter dan de Gemini 3.5 Flash?

Het presteert beter in verschillende Google-vergelijkingen en is goedkoper per output-token, maar of het “beter” is, hangt af van de workload. Onze „bounded coding”-test leverde voor beide modellen een score van 5/5 op, terwijl er voor 3,5 tolerante code-extractie nodig was. Voer vergelijkbare taken uit en vergelijk de geverifieerde voltooiingskosten, en kijk niet alleen naar de modelnamen.

Worden temperatuur, top_p en top_k ondersteund?

Google zegt temperatuur, top_p, en top_k zijn verouderd en worden bij deze modellen genegeerd; naar verwachting zullen toekomstige modelgeneraties ze afwijzen. Verwijder de velden tijdens de migratie. Gebruik duidelijke instructies, schema’s, gestructureerde uitvoer en validators in de applicatie om het gedrag te sturen.

Is er een gratis abonnement?

Google biedt gratis toegang tot invoer- en uitvoerfuncties in het Standard-pakket, onder voorbehoud van verwerkingslimieten en beschikbaarheid. Op de prijspagina staat vermeld dat inhoud uit het gratis pakket kan worden gebruikt om Google-producten te verbeteren, terwijl inhoud uit het betaalde pakket anders wordt aangeduid. Controleer de huidige tarieven, het gegevensverbruik en de regionale voorwaarden voordat u productiegegevens of gevoelige gegevens verstuurt.