Google gjør Gemini Flash raskere for agentarbeid

Google har sluppet to nye Flash-modeller som sier mer om retningen i AI-markedet enn enda en toppscore på en benchmark. Gemini 3.6 Flash og Gemini 3.5 Flash-Lite er ikke presentert som de største og tyngste modellene i Gemini-familien. De er presentert som raskere, mer token-effektive modeller for agentarbeid, koding, kunnskapsarbeid og multimodale oppgaver.

Det er et viktig signal for ledere. AI-konkurransen flytter seg fra ren intelligens til operasjonell økonomi: hvor raskt en modell kan gjennomføre oppgaver, hvor mange tokens den brenner, hvor stabilt den kan kjøre i produksjon, og hvor forutsigbar kostnaden blir når den kobles til arbeidsflyter, verktøy og interne data.

Google sier Gemini 3.6 Flash svarer på tilbakemeldinger om 3.5 Flash, med bedre ytelse på koding, kunnskapsarbeid og multimodale oppgaver, samtidig som modellen skal bruke vesentlig færre tokens. Gemini 3.5 Flash-Lite beskrives som den raskeste og mest kostnadseffektive modellen i 3.5-klassen, bygget for agentiske arbeidsflyter og oppgitt til rundt 350 output tokens per sekund. Begge er gjort tilgjengelige via Gemini API i Google AI Studio, med Gemini-app som distribusjonsflate for sluttbrukere.

Hvorfor dette betyr noe

For en CIO er dette mer interessant enn en klassisk «ny modell»-overskrift. Når AI-agenter begynner å gjøre reelle oppgaver i virksomheten, blir flaskehalsen ofte ikke bare kvaliteten på ett svar. Flaskehalsen blir gjennomløpstid, kostnad per sak, antall verktøykall, hvor mye kontekst modellen må lese, og hvor mye feilretting mennesker må gjøre etterpå.

En modell som er litt mindre spektakulær, men mye raskere og billigere å kjøre, kan være mer verdifull i produksjon enn en flaggskipmodell som bare brukes til de vanskeligste fem prosentene av oppgavene. Det gjelder særlig for kundeservice, intern support, kodegjennomgang, dokumentanalyse, økonomiprosesser, sikkerhetskøer og rapportering.

Det gjør også leverandørstrategien mer krevende. Mange virksomheter har begynt med én «beste» modell. Det kommer ikke til å holde. Neste modenhetsnivå er porteføljestyring: én modell for tung resonnering, én for rask agentutførelse, én for billig klassifisering, én for kode, én for tale eller multimodal input. Gemini Flash-lanseringen passer rett inn i den virkeligheten.

Benchmarkbildet: fart over glitter

Artificial Analysis publiserte samtidig en benchmarktråd som setter lanseringen i et nyttig perspektiv. Der vurderes Gemini 3.6 Flash til en Intelligence Index på 50, omtrent uendret mot 3.5 Flash, men med klart bedre tidsprofil: 1,3 minutter per oppgave mot 2,7 minutter for forgjengeren i deres måling. Output-hastigheten oppgis til 304 tokens per sekund.

For Gemini 3.5 Flash-Lite er bildet mer dramatisk. Artificial Analysis måler Intelligence Index til 36, opp fra 25 for Gemini 3.1 Flash-Lite. Samtidig oppgis modellen til 350 output tokens per sekund og 0,6 minutter per oppgave. Det er nettopp denne kombinasjonen som er interessant: ikke bare billigmodell, men en modell som kan være rask nok til å drive subagenter og høyvolumflyter uten at brukeropplevelsen kollapser.

Kostnadsbildet er mer blandet. Artificial Analysis anslår Gemini 3.6 Flash til rundt 0,50 dollar per oppgave i deres indeks, ned fra 0,59 dollar. Flash-Lite anslås til rundt 0,09 dollar per oppgave, men det er likevel høyere enn forrige Lite-generasjon i samme måling. Det minner om en enkel regel: token-effektivitet og lavere ventetid er ikke det samme som automatisk lavere regning. Pris per token, cache-rabatter, output-lengde og agentdesign avgjør.

CISO-vinkelen

Google slapp også en separat Gemini 3.5 Flash Cyber samme dag, men den er en annen sak: en sikkerhetsvariant rettet mot sårbarhetsjakt og ansvarlig utrulling til myndigheter og utvalgte partnere. For denne artikkelen er hovedpoenget bredere: når raske Flash-modeller blir bedre på kode og agentflyter, havner de raskt i sikkerhetskritiske prosesser selv om de ikke markedsføres som cybermodeller.

Det betyr at CISO bør inn i vurderingen tidlig. Raskere agenter kan skape verdi, men de kan også gjøre feil raskere. De bør ikke få fri tilgang til produksjonssystemer, identiteter, repositories eller sensitive dokumenter uten logging, policy, sandboxing og tydelige stoppunkter. Dette gjelder spesielt når modellene brukes som subagenter som leser kode, foreslår endringer eller kjører arbeidsflyter på vegne av ansatte.

Hva virksomheter bør teste nå

Den praktiske testen er ikke om Gemini 3.6 Flash slår alle andre modeller i et generelt diagram. Testen er om den reduserer kostnad og ventetid på deres faktiske arbeidsflyter. Start med tre konkrete case: én kodeflyt, én dokumentflyt og én operasjonell supportflyt. Mål kvalitet, tid, tokenbruk, feilrate, behov for menneskelig etterarbeid og samlet kost per fullført oppgave.

Deretter bør modellen sammenlignes mot dagens standardmodell i samme orkestrering. Ikke test den i en demo-chat og kall det beslutningsgrunnlag. Test med samme prompts, samme datautdrag, samme verktøytilganger og samme evalueringskriterier. Hvis Flash-modellen er god nok på 70 prosent av oppgavene og betydelig raskere, kan den frigjøre flaggskipmodellene til de vanskelige oppgavene. Det er slik AI-kost blir styrt, ikke ved å krangle om én global modellvinner.

Lederkonklusjon

Gemini 3.6 Flash og 3.5 Flash-Lite er et tegn på at modellmarkedet blir mer produksjonsorientert. Google prøver å vinne på agentøkonomi: fart, færre tokens, bedre kodeytelse og lavere friksjon for utviklere som bygger arbeidsflyter.

For norske virksomheter er anbefalingen enkel: ikke bytt plattform på lanseringsdag. Men legg modellen inn i evalueringsløypa. Hvis resultatene holder i egne tester, er dette en kandidat for raske interne agenter, subagent-arkitektur og oppgaver der ventetid og kost betyr mer enn maksimal resonnering.

Det er kanskje mindre sexy enn «verdens smarteste modell». Men det er ofte der ROI-en bor.

Kilder og medier

Primærkilde: Google AI, https://x.com/GoogleAI/status/2079589742535118985 Sekundær benchmarkkilde: Artificial Analysis, https://x.com/ArtificialAnlys/status/2079596244339707956 Thumbnail: OpenAI Image 2 / hogby.ai