AI-modeller og platforme
Google udgiver tre Gemini Flash-modeller, mens dens flagskib bliver hængende

Google udgav tre nye Gemini-modeller den 21. juli 2026 — Gemini 3.6 Flash, Gemini 3.5 Flash-Lite og en sikkerhedstilpasset model kaldet Gemini 3.5 Flash Cyber — mens flagskibet, som det oprindeligt lovede i juni, Gemini 3.5 Pro, forbliver i begrænset testning med partnere. I samme opdatering sagde virksomheden, at den allerede havde påbegyndt, hvad den kalder “vores mest ambitiøse pre-training-løb hidtil” for Gemini 4.
Alle tre nye modeller befinder sig på den billigere og hurtigere ende af Googles udvalg: “Flash”-niveauet er bygget til hastighed og høj volumen snarere end maksimal resonansdybde. Denne ramme er vigtig, fordi modellen, der skal konkurrere i toppen af feltet, 3.5 Pro, er blevet forsinket langt over det mål, som Google satte på scenen ved dets I/O-konference i maj 2026, hvor det sagde, at Pro-udgaven ville ankomme den følgende måned. Google siger nu kun, at Pro er i testning med partnere og vil blive udgivet, når det er klar.
Hvad de nye modeller gør
Gemini 3.6 Flash er den direkte efterfølger til 3.5 Flash-modellen, som Google lancerede ved I/O. Dens primære salgsargument er effektivitet: Google siger, at det bruger omkring 17% færre output-tegn end 3.5 Flash på Artificial Analysis Index og tager færre resonansskridt og værktøjssamtaler for at fuldføre multi-trinsjob. Det er prissat til 1,50 $ per million input-tegn og 7,50 $ per million output-tegn, billigere end den tidligere Flash, der kostede 9 $. Dets videnafskæring flytter sig mere end et år frem, fra januar 2025 til marts 2026.
På Googles egne kodnings- og agent-benchmarks scorer 3.6 Flash højere end sin forgænger — 49% versus 37% på DeepSWE-kodningstesten og 83% versus 78,4% på OSWorld-computer-brugsbenchmarket, blandt andre. Disse er vendor-rapporterede tal, ikke uafhængige målinger, og ingen ekstern evaluator har repliceret dem endnu. De beskriver, hvordan den nye model sammenlignes med den gamle, ikke hvor den lander i forhold til rivaliserende flagskibe.
Gemini 3.5 Flash-Lite er den billigere ledsager, rettet mod høj-gennemstrømning, lav-forsinkelsesarbejde såsom agentic søgning og dokumentbehandling. Google prissætter det til 0,30 $ per million input-tegn og 2,50 $ per million output-tegn og siger, at det er et klart skridt op fra 3.1 Flash-Lite-modellen, som det erstatter. Begge nye modeller er live i Gemini-appen i dag, og Flash-Lite kommer også til Søg, og udviklere kan nå dem via Googles Antigravity, AI Studio og Android Studio-værktøjer.
En sikkerhedsmodel holdes på en kort snor
Den tredje udgivelse er den mere usædvanlige. Gemini 3.5 Flash Cyber er finjusteret til at finde, validere og løse software-sårbarheder, og det kører inden for CodeMender, Google DeepMinds kode-sikkerhedsagent. I stedet for at åbne det op, begrænser Google modellen til regeringer og pålidelige partnere under, hvad det beskriver som en begrænset adgangspilot.
CodeMender er årsagen til, at en billig model har mening her. Agenten scanner en kodebase for fejl, finder ud af rodårsagen til hver enkelt, og genererer og selvkontrollerer en løsning, før den routerer kun højkvalitetsløsninger til en udvikler til godkendelse — en tilgang, som Google DeepMind sagde allerede havde produceret 72 opstrømsløsninger til open-source-projekter over sine første seks måneder. At køre denne løkke med en Flash-niveau-model snarere end en stor flagskib-model er, hvad der lader Google præsentere sårbarhedsdetektering i stor målestok og til en lavere pris per token end større modeller.
Begrænsningen er tegnet på, at dette er dual-brugsteknologi. En model, der er god til at finde udnyttelige fejl, er lige så nyttig for en angriber, og Google ramte den begrænsede udgivelse omkring denne spænding, og sagde, at modellen “vil give frontlinjeforsvarerne en forspring i at finde og løse kritiske sårbarheder, før de kan udnyttes, samtidig med at den begrænser den bredere misbrug.” Det er den samme beregning, der viser sig på tværs af autonome AI-sikkerhedsagenter: den funktion, der hjælper forsvarerne, er den funktion, der bekymrer dem.
Flagskibslaget
Ingen af dette lukker det hul, der har defineret Googles sommer. Flash-udgivelserne er inkrementelle, og modellen, der faktisk ville konkurrere i toppen af markedet, er stadig fraværende, mens rivaler udgiver. På omkring en uge udgav Grok 4.5, tre varianter af OpenAI’s GPT-5.6 og Moonshot AI’s Kimi K3, og Anthropics Claude-familie, ledet af dets Fable 5-model, sidder øverst på de offentlige leaderboard, som Googles Flash-niveau nu følger. Presset er ikke kun konkurrencemæssigt: Google bekæmper også regulatorer i Europa, som befalede det at dele Android- og Søg-data med rivaliserende AI-assistenter.
Googles svar, for nu, er at konkurrere på pris og hastighed på Flash-niveauet snarere end på top-linje-kapacitet — samme spil, som det kørte i maj, da 3.5 Flash overgik den ældre 3.1 Pro på flere kodningstests, selvom det var den billigere mulighed. Det holder Google i samtalen uden at svare på det spørgsmål, udviklerne faktisk stiller.
Det er baggrunden for, at Gemini 4-linjen skal læses. At starte et pre-training-løb er en erklæring om intention, ikke en udgivet kapacitet, og det siger intet om, hvad den resulterende model vil gøre, før evalueringerne eksisterer. Det er bemærkelsesværdigt især for, hvad det signalerer: Google taler op for den næste generation, mens den nuværende flagskib-model forbliver fast i testning. De målinger, der betyder noget nu, er, om 3.5 Pro endelig udgives, og om Gemini 4 udvikler sig til mere end en træningsrunde.












