Google bracht in zes weken drie nieuwe Gemini Flash-modellen uit. Geen Pro-versies, maar een reeks snelle updates gericht op dagelijks gebruik. De nieuwste, Gemini 3.8 Flash, verscheen drie weken na zijn voorganger. Daarnaast komt er een cybersecurity-variant die alleen beschikbaar is voor een selecte groep partners.
Waarom geen nieuwe Pro-release?
Google kiest bewust voor Flash-updates in plaats van een nieuwe Pro-versie. Het verhaal: een ‘workhorse model’ voor praktisch gebruik, waarbij kosten beheersbaar blijven.
Flash 3.8 Cyber volgt een andere route. Dit cybersecurity-model krijg je niet zomaar. Google rolt het uit via het Fairwind Program — 650 vertrouwde partners zoals Accenture, CrowdStrike, Datadog en Palo Alto Networks. Een aanpak die we ook bij Anthropic zien: beperk toegang tot krachtige modellen die misbruikt kunnen worden.
Wat kan Flash 3.8?
Op codering scoort 3.8 Flash vergelijkbaar met Opus 5 op DeepSWE en verslaat het GPT-5.6 Sol en Sonnet 5 op complexe engineering-taken. Ook de agentic coding-capaciteiten zijn verbeterd, met goede scores op Terminal-Bench 2.1.
Zwakke punten blijven:
- Computer use: 59% op OSWorld-2.0 (Opus 5 haalt 75,4%)
- Kenniswerk: 1545 punten op GDPVal (Opus 5 scoort 1824)
Het cybersecurity-model haalt 47,2% pass@1 op CWE-Bench en meer dan 70% succes op een interne 20-talen benchmark. Chrome’s security team meldt 2,6x meer correcte patches dan de beste commerciële alternatieven. Wiz rapporteert 7,5-9,7% hogere recall bij penetration testing, tegen 2,3-5,2x lagere kosten.
Wat zijn de kosten?
Tot eind 2026: $0,75 per miljoen input-tokens en $3,75 per miljoen output-tokens. Daarna verdubbelt de prijs naar $1,50/$7,50.
Let op: het model gebruikt extra reasoning-stappen en iteratieve tool-aanroepen bij complexe taken. Je tokengebruik kan flink oplopen. Google biedt verschillende reasoning modes om dit te beheersen — een trade-off tussen grondigheid en efficiency.
Hoe traint Google deze modellen?
Google gebruikt agentic loops om modellen recursief te evalueren en verfijnen. Resultaat: betere prompt injection resistance (bijna class-leading op de Gray Swan IPI benchmark) en sterkere safety guardrails tegen misbruik in CBRN en cyber offense.
Een praktijkvoorbeeld: je draait automatische code reviews in een CI/CD-pipeline. Eerdere modellen lieten zich misleiden door slimme prompt injections in comments. Met deze Flash-versie kun je meer vertrouwen op geautomatiseerde security checks — het model onderscheidt beter tussen legitieme code en aanvalspogingen vermomd als documentatie.
Wat ontbreekt in de benchmarks?
Google’s benchmarks focussen op OpenAI en Anthropic. Chinese modellen zoals GLM-5.3, DeepSeek v4 Pro en Kimi K3 ontbreken grotendeels, terwijl ze op sommige benchmarks vergelijkbare prestaties halen — vaak tegen een betere prijs-prestatieverhouding.
Ook Anthropic’s Fable 5.1, een dag eerder gelanceerd, ontbreekt. Dat model presteert veel sterker (55,8% vs 19,1% op Terminal-Bench 4.0), maar kost ook meer.
Wie kan ermee aan de slag?
Flash 3.8 is breed beschikbaar: Google AI Studio, Android Studio, Antigravity, Stitch en Gemini Enterprise. AI Pro/Ultra-abonnees kunnen het gebruiken in de Gemini App, AI Mode in Search en Google Sheets.
Het cyber-model richt zich op defenders. Het doel: verkort de tijd tussen detectie van een kwetsbaarheid en het patchen ervan. Snelheid als verdedigersvoordeel.
Wat betekent deze sprint?
Drie releases in zes weken laat zien dat Google de Flash-lijn snel kan blijven doorontwikkelen. De kans bestaat dat we Gemini 3.9 Flash zien vóór Gemini 4 Pro verschijnt. Je hoeft niet altijd te wachten op de volgende generatie flagship-modellen — snel itereren op praktische toepassingen levert ook waarde op.
