Google lancerer Gemini 3.5 Flash med fokus på agenter, kodning og lang kontekst

Modellen er især rettet mod udviklere, virksomheder og brugere, der arbejder med kodning, multimodale opgaver og længere, mere komplekse arbejdsforløb.

Gemini 3.5 Flash beskrives af Google som en model til “frontier performance” på tværs af agenter og kodning. Den bygger videre på Gemini 3 Flash og er ifølge modelkortet baseret på samme reasoning-fundament, men med “thinking levels”, der skal give bedre kontrol over balancen mellem kvalitet, pris og latenstid.

En af de vigtigste nyheder er kombinationen af høj hastighed og mere avanceret ræsonnement. Google fremhæver modellen som egnet til “long horizon” agentopgaver og iterative kodningsforløb, hvor modellen ikke blot skal svare på enkeltstående prompts, men arbejde gennem flere trin, bruge værktøjer og forbedre løsninger over tid. På DeepMinds modelside nævnes eksempler som at generere flere UI-forslag, bygge interaktive webanimationer, organisere store filsamlinger og koordinere multi-agent-workflows.

Gemini 3.5 Flash er også en native multimodal model. Den kan modtage tekst, billeder, video, lyd og PDF-filer som input, mens outputtet er tekst. Modellen understøtter op til 1 million input-tokens og 64.000 output-tokens, hvilket gør den relevant til opgaver med store dokumentmængder, lange kodebaser, analyser af komplekse filer og længere samtaleforløb.

I Googles egne benchmarktal placerer Gemini 3.5 Flash sig markant over Gemini 3 Flash på flere områder. På Terminal-bench 2.1 opnår modellen 76,2 procent mod 58,0 procent for Gemini 3 Flash, mens den på Agentic MCP Atlas scorer 83,6 procent mod 62,0 procent. På OSWorld-Verified, der måler agentisk computerbrug, ligger Gemini 3.5 Flash på 78,4 procent. Google oplyser samtidig, at evalueringerne dækker blandt andet kodning, ræsonnement, multimodale egenskaber, agentisk værktøjsbrug og lang kontekst.

Google positionerer modellen som et værktøj til både almindelige brugere og professionelle miljøer. Modelkortet nævner specifikt agentiske workflows, kodningsopgaver og længere virksomhedsprocesser som relevante anvendelser. Samtidig bliver modellen distribueret via blandt andet Gemini-appen, Gemini API, Google AI Studio, Gemini Enterprise, Google AI Mode og Google Antigravity.

Gemini 3.5 Flash har ifølge Google en 4x højere hastighed end konkurrerende topmodeller:

Google Gemini 3.5 Flash kan prøves allerede nu - med både Standard og Extended thinking nivau.

Med Gemini 3.5 Flash forsøger Google tydeligt at gøre Flash-serien til mere end en billig og hurtig hverdagsmodel. Den nye udgave skal konkurrere i det felt, hvor AI-modeller ikke bare genererer tekst, men fungerer som aktive arbejdsagenter: de skriver kode, bruger værktøjer, læser store mængder kontekst og løser opgaver over flere trin. For udviklere og virksomheder kan modellen derfor blive et vigtigt alternativ til tungere Pro-modeller, især hvis opgaven kræver høj volumen, lavere latenstid og stærkere agentisk adfærd på samme tid.