Google lanceert Gemini 3.6 Flash, Flash-Lite en Robotics 2

TL;DR

• Wat: Google bracht in één week drie nieuwe AI-modellen uit — Gemini 3.6 Flash, 3.5 Flash-Lite en Gemini Robotics 2 — gericht op snelheid, lage kosten en fysieke robotica.
• Waarom relevant: de Flash-modellen maken AI-automatisering betaalbaarder voor bedrijven die met hoge volumes werken, terwijl Robotics 2 een voorproefje geeft van wat fysieke AI straks in magazijnen en werkplaatsen kan betekenen.
• Wat je ermee kunt: bekijk of je huidige AI-kosten omlaag kunnen door over te stappen op Flash-Lite voor repetitieve taken zoals documentverwerking of data-extractie.

Google deelde afgelopen week een reeks aankondigingen die bij mij bleven hangen. Niet omdat het één groot ding was, maar juist omdat het drie puzzelstukjes zijn die samen een richting laten zien: AI wordt sneller, goedkoper én krijgt een lichaam. Ik wil ze alle drie langslopen en vertellen wat mij opvalt — vooral vanuit het perspectief van een ondernemer die nadenkt over wat dit praktisch betekent.

Gemini 3.6 Flash: sneller én zuiniger met tokens

Laten we beginnen met het model dat je als ondernemer waarschijnlijk het snelst raakt: Gemini 3.6 Flash. Dit is de opvolger van 3.5 Flash en het nieuwe standaardmodel van Google. Het werd op 21 juli gelanceerd en is direct beschikbaar via de Gemini API en Google AI Studio.

Wat mij hier opvalt: het model gebruikt volgens Google zo'n 17 procent minder output-tokens dan zijn voorganger, terwijl het beter scoort op codering en lange documenten. In gewone taal: je betaalt minder voor hetzelfde werk, en bij sommige taken zelfs voor beter werk.

De prijs ligt op $1,50 per miljoen input-tokens en $7,50 per miljoen output-tokens. Het contextvenster is één miljoen tokens — dat is ruwweg het equivalent van een paar honderd pagina's tekst die het model in één keer kan verwerken.

Voor een ondernemer die AI inzet voor bijvoorbeeld het analyseren van contracten, het verwerken van facturen of het doorzoeken van grote hoeveelheden klantfeedback, is die combinatie van lagere kosten en een groot contextvenster relevant. Je kunt meer doen voor minder geld, en dat is bij schaalbare processen precies waar het om draait.

Gemini 3.5 Flash-Lite: de werkmier voor AI-agents

Dit is wat mij betreft de meest interessante aankondiging voor wie nadenkt over AI-automatisering. Flash-Lite kost $0,30 per miljoen input-tokens en $2,50 per miljoen output-tokens. Dat is een fractie van wat de grotere modellen kosten.

Maar het gaat niet alleen om de prijs. Google positioneert dit model expliciet als een "subagent" — een model dat bedoeld is om in een team van AI-agents het uitvoerende werk te doen. Vergelijk het met een organisatie: je hebt een manager die nadenkt en plant (dat zou 3.6 Flash zijn), en een team medewerkers dat de taken uitvoert (dat is Flash-Lite). Het model haalt 350 output-tokens per seconde, wat het bijzonder snel maakt voor taken die in bulk moeten gebeuren.

Wat betekent dat concreet?

Stel dat je als ondernemer een webshop runt en dagelijks honderden productbeschrijvingen wilt laten controleren, categoriseren of vertalen. Met een duur model wordt dat al snel een flinke kostenpost. Flash-Lite is gebouwd voor precies dat soort werk: hoog volume, lage complexiteit per taak, en snelheid boven alles.

Ik vind het eerlijk gezegd een slimme zet van Google om een model niet op grootte te verkopen, maar op rol. Het zegt iets over waar de markt naartoe beweegt: niet één alleskunner, maar een team van gespecialiseerde modellen die samenwerken.

Gemini Robotics 2: AI krijgt een lichaam

Dan het derde puzzelstuk, en misschien het meest tot de verbeelding sprekende: Gemini Robotics 2. Google DeepMind presenteerde dit samen met partners Apptronik, Boston Dynamics en Agile Robots.

Het verschil met de vorige versie? Die kon alleen het bovenlichaam van een robot aansturen. Robotics 2 bestuurt het hele lichaam — lopen, bukken, draaien en tegelijkertijd objecten vastpakken. Google noemt dat "whole-body intelligence". De handen van de robot hebben 22 graden van vrijheid per hand, wat fijne motoriek mogelijk maakt.

De cijfers in perspectief

De slagingspercentages variëren sterk per taak. Bij relatief eenvoudige grijptaken haalt het systeem 74 tot 90 procent. Bij complexere hele-lichaamstaken zit het tussen de 46 en 76 procent. En bij heel fijne vingerbewegingen loopt het uiteen van 32 tot 92 procent, afhankelijk van de taak.

Dat klinkt indrukwekkend bij sommige taken, maar eerlijk gezegd ook nog vrij wisselend. Een slagingspercentage van 32 procent bij nieuwe taken betekent dat de robot twee van de drie keer faalt. Dat is voor een gecontroleerde laboratoriumomgeving misschien acceptabel, maar in een magazijn of werkplaats heb je daar nog niet zoveel aan.

Wanneer wordt dit relevant voor het MKB?

Ik denk dat het eerlijk is om te zeggen: niet morgen. Robotics 2 is beschikbaar voor een selecte groep partners via een aanvraagformulier. Het reasoning-model (ER 2) kun je al testen in Google AI Studio, maar de fysieke robotbesturing zit nog in een vroege toegangsfase.

Toch vind ik het de moeite waard om dit op je radar te hebben. De richting is duidelijk: robots die niet meer taak-voor-taak geprogrammeerd hoeven te worden, maar die een opdracht in natuurlijke taal kunnen begrijpen en zelf uitvogelen hoe ze die fysiek uitvoeren. Kun je je voorstellen wat dat betekent als je een bedrijf hebt met een magazijn, een productielijn of een sorteerproces?

Het grotere plaatje: een ecosysteem van modellen

Wat mij het meest opvalt aan deze driedubbele aankondiging, is niet zozeer wat elk model apart doet, maar hoe ze samen een patroon vormen. Google bouwt aan een gelaagd ecosysteem:

• 3.6 Flash als veelzijdige denker voor complexe taken
• 3.5 Flash-Lite als snelle, goedkope uitvoerder voor bulkwerk
• Robotics 2 als fysieke laag die AI naar de echte wereld brengt

Dat is een andere benadering dan simpelweg steeds grotere modellen bouwen. Het lijkt meer op hoe je een bedrijf organiseert: verschillende rollen, verschillende sterktes, samengebracht in één systeem.

Voor ondernemers is vooral die combinatie van Flash en Flash-Lite nu al praktisch bruikbaar. De robotica-kant is nog toekomst, maar het soort toekomst waar je alvast over kunt nadenken — niet om er morgen in te investeren, maar om te begrijpen welke processen in je bedrijf straks misschien anders gaan werken.

Wat ik hiervan meeneem

Voor mij is dit vooral een signaal dat de AI-markt volwassener wordt. Het gaat niet meer alleen om het slimste model, maar om het juiste model voor de juiste taak tegen de juiste prijs. Dat is een ontwikkeling die goed nieuws is voor ondernemers: het betekent dat AI-tools steeds praktischer en betaalbaarder worden, zonder dat je zelf een techteam nodig hebt om ze in te zetten.

De robotica-kant voegt daar een extra dimensie aan toe die nu nog abstract voelt, maar die ik met interesse blijf volgen. Als een robot met 92 procent zekerheid een gloeilamp kan losdraaien, dan is het een kwestie van tijd voordat vergelijkbare technologie opduikt in sectoren waar fysiek werk gecombineerd moet worden met beoordelingsvermogen. Maar die tijd is nu nog niet aangebroken — en dat mag je er gerust bij vermelden.