Wetenschap & Techniek
Google lanceert Gemini 3.8 Flash- en Flash Cyber-modellen
Google heeft de Gemini 3.8 Flash- en Flash Cyber-modellen gelanceerd, die de mogelijkheden in programmering en cyberbeveiligingsanalyse verbeteren, slechts weken na de vorige versie.

Op 2 september heeft Google Gemini 3.8 Flash geïntroduceerd, samen met een gesloten versie genaamd Gemini 3.8 Flash Cyber. Deze nieuwe modellen volgen op Gemini 3.7 Flash, dat drie weken eerder werd uitgebracht, en maken deel uit van een versnelde reeks updates binnen een korte tijdspanne.
Gemini 3.8 Flash is ontworpen om de prestaties bij programmatuur, autonome agentoperaties en complexe redeneerscenario's te verbeteren. Deze versie zou meer mogelijkheden hebben dan eerdere versies, wat wijst op vooruitgang in de AI-verwerkingsfunctionaliteiten.
De Flash Cyber-variant richt zich specifiek op het identificeren van beveiligingskwetsbaarheden, in lijn met een nieuw initiatief dat gericht is op het verbeteren van cyberbeveiligingsmaatregelen. De introductie van dit model laat zien dat Google zich inzet om concurrerend te blijven in het door AI gedreven beveiligingslandschap.

De prijs voor Gemini 3.8 Flash is vastgesteld op $0,75 per miljoen invoertokens, hetzelfde als de voorganger. Deze prijsstrategie blijft van toepassing tot het einde van 2026, wat consistentie waarborgt terwijl de modellen zich verder ontwikkelen.
Benchmarktests suggereren dat Gemini 3.8 Flash zijn prestatiestatistieken heeft verbeterd, niet alleen om in te halen op concurrenten zoals Opus 5, maar ook om een basis te leggen voor geavanceerde functies in verschillende toepassingen. Intern uitgevoerde tests tonen naar verluidt vooruitgang ten opzichte van andere gevestigde modellen in het coderingssegment.
Met deze release heeft Google's Flash-lijn drie belangrijke updates gezien binnen zes weken, wat de snelle ontwikkelingscyclus van het bedrijf in het AI-domein illustreert. Terwijl Gemini 3.8 Flash interactie heeft met agentgebaseerde taken en complexe meerstapscenario's, is het doel om de efficiëntie en capaciteiten in AI-toepassingen te herdefiniëren.