Gemini 3.6 Flash vs Gemini 3.5 Flash: Wat is er eigenlijk veranderd?

Toen Google de lancering deed van Gemini 3.6 Flash op 21 juli 2026, beschreef het het model in eigen lanceermateriaal als "gebaseerd op Gemini 3.5 Flash" — een ongewoon openhartige formulering en de meest bruikbare zin in de hele aankondiging. Dit is geen sprong naar een nieuwe generatie zoals Gemini 3 dat was ten opzichte van Gemini 2; het is een iteratie op dezelfde werkpaardcategorie, afgestemd op dezelfde taken — hoogvolume chat, retrieval, alledaags programmeren en agentische pijplijnen waar kosten en latentie evenveel tellen als ruwe intelligentie. Google heeft het model niet herpositioneerd, de categorie niet hernoemd of de doelgroep niet veranderd. Als u al 3.5 Flash in productie gebruikt, is 3.6 Flash de voor de hand liggende volgende stap om te evalueren, niet een ander product om te leren.

Dus de echte vraag is niet "is 3.6 Flash beter" in abstracte zin — een release van juli 2026 is uiteraard bedoeld om zijn voorganger uit maart op iets te overtreffen — het gaat erom welke specifieke dimensies zijn veranderd, hoeveel, en of die dimensies degenen zijn waar je werkbelasting daadwerkelijk afhankelijk van is. Deze vergelijking doorloopt de intelligentiescore die beide versies delen, de door de leverancier gerapporteerde verbeteringen op het gebied van codering, agentisch en lange contexten, een uitgewerkte kostprijsvergelijking voor een representatieve aanroep, en drie scenario's om te beslissen of je nu, later of helemaal niet migreert.

TL;DR oordeel. Upgrade voor kosten, snelheid en agentische ruimte — niet voor pure intelligentie. Gemini 3.6 Flash en 3.5 Flash scoren beide 50 op de Artificial Analysis Intelligence Index — geen intelligentiewinst op de enige onafhankelijke maatstaf. Maar 3.6 verlaagt de uitvoerprijs naar $7,50 per 1M (vanaf $9,00), gebruikt ongeveer 17% minder uitvoertokens per taak, en is het snelste model dat Artificial Analysis volgt (303 tokens/sec). Google's eigen benchmarks tonen ook echte codeer-, agentische en lange-contextwinsten — het meest opvallend een sprong van onder 27% naar 54,0% op 1M-context recall (GDM-MRCR v2). Voor vrijwel elke 3.5 Flash-workload is 3.6 Flash een duidelijke kosten-en-capaciteitenwinst; de enige redenen om te wachten zijn stabiliteit van het lanceervenster en strak afgestelde evaluaties.

Belangrijkste conclusies

•  Zelfde intelligentiescore. Beide staan op Artificial Analysis Intelligence Index 50 — de upgrade is efficiëntie en agentische capaciteit, niet algemene intelligentie.

•  Goedkopere uitvoer. 3.6 Flash is $7.50 per 1M uitvoertokens, gedaald van $9.00 op 3.5 Flash; invoer is $1.50, gecachede invoer $0.15.

•  Minder tokens, meer snelheid. Ongeveer 17% minder outputtokens per vergelijkbare taak, en de beste doorvoer met ~303 tokens/sec.

• Bescheiden maar consistente codeerverbeteringen.Google rapporteert dat 3.6 beter presteert dan 3.5 op SWE-Bench Pro (58.7% vs 55.1%), DeepSWE (49% vs 37%), MLE-Bench (63.9% vs 49.7%) en OSWorld (83.0% vs 78.4%).

•  Langetermijnherinnering schiet scherp omhoog. GDM-MRCR v2 bij 1M context stijgt naar 54.0% van onder 27% — de grootste gerapporteerde delta tussen de twee versies.

•  Overigens dezelfde vorm.Beide hebben ~1M context, 64K output, multimodal-in/text-out. 3.6 voegt een kennisafsluitdatum van maart 2026 toe.

•  Er bestaan voorbehouden voor het lanceervenster. Vroege rapporten van capaciteits-/betrouwbaarheidsproblemen en ten minste één melding van zwakkere frontend-/ruimtelijk-redeneringsuitvoer — het loont de moeite om versies vast te pinnen als je productieverkeer draait.

De cross-model benchmarkcijfers hier — SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench, OSWorld, GDPval en GDM-MRCR — zijn van Google zelf, waarbij 3.6 Flash met 3.5 Flash wordt vergeleken. De enige onafhankelijke ankerpunt, de Artificial Analysis Intelligence Index (50 voor beide), wordt continu opnieuw gemeten; controleer het actuele cijfer voordat u het citeert. De prijs per token voor invoer van 3.5 Flash wordt niet herhaald in het lanceringmateriaal; bevestig de huidige tarieven op de prijzenpagina voordat u uw eigen kostenberekening maakt.

De specificaties en prijs, naast elkaar

• AA Intelligence Index — Gemini 3.6 Flash: 50; Gemini 3.5 Flash: 50 (identiek)

• Uitvoerprijs (per 1M) — 3.6 Flash: $7.50; 3.5 Flash: $9.00

• Invoerprijs (per 1M) — 3.6 Flash: $1,50 (cached $0,15); 3.5 Flash: zie de huidige prijspagina

•  Output tokens per taak — 3.6 Flash: ~17% minder; 3.5 Flash: basislijn

• Snelheid — 3.6 Flash: 303 tok/s (#1 tracked); 3.5 Flash: snel, vorige generatie

•  SWE-Bench Pro (vendor) — 3.6 Flash: 58.7%; 3.5 Flash: 55.1%

• DeepSWE v1.1 (leverancier) — 3.6 Flash: 49%; 3.5 Flash: 37%

• GDM-MRCR v2 bij 1M, long-context recall (leverancier) — 3.6 Flash: 54.0%; 3.5 Flash: onder 27%

•  Kennisafsluitdatum — 3.6 Flash: maart 2026; 3.5 Flash: eerder (niet gespecificeerd in lanceringsmateriaal)

• Context / output / modaliteit — beide: ~1M / 64K / multimodal-in, text-out

Het verhaal staat in de eerste en laatste rijen. Identieke intelligentie aan de top; identiek capaciteitenpalet aan de onderkant — dezelfde contextvenster, dezelfde outputlimiet, dezelfde multimodale-in/tekst-uit vorm. Alles wat veranderd is, bevindt zich in het midden: prijs, tokencount, snelheid, codeerscores, en vooral lang-context recall, die het meest van alle rijen bewoog. Dat is precies het profiel van een release gericht op efficiëntie en agent-capaciteiten, niet van een model van een nieuwe generatie.

Benchmark deep-dive: wat de cijfers daadwerkelijk meten

Begin met de Artificial Analysis Intelligence Index, omdat het het enige getal hier is dat onafhankelijk wordt gemeten in plaats van zelf gerapporteerd. Beide versies scoren exact 50. Die gelijke stand is belangrijk: het vertelt je dat de onderliggende redenering, kennis en algemene probleemoplossende capaciteit van het model niet is veranderd tussen releases – je krijgt geen slimmer model in enige samengestelde zin. Het is ook de moeite waard om te onthouden dat de score is gekoppeld aan een specifieke redeneringsinspanning en continu opnieuw wordt gemeten door een neutrale derde partij, dus behandel 50/50 als de huidige onafhankelijke meting in plaats van een permanent feit.

De coderingscijfers vertellen een ander verhaal, en het zijn allemaal Googles eigen leveranciersvergelijkingen. SWE-Bench Pro stijgt van 55,1% naar 58,7%, en DeepSWE v1.1 springt verder, van 37% naar 49% — beide meten of het model realistische software-engineeringtaken kan oplossen, niet alleen vragen over code beantwoorden. Een dubbelecijferige verschuiving op DeepSWE is een betekenisvol signaal, zelfs als een zelfgerapporteerd getal, maar omdat er geen onafhankelijke herhaling van deze specifieke evaluaties voor deze combinatie is, beschouw ze als directioneel bewijs van een sterkere codeeragent, niet als een gecertificeerde, door derden geverifieerde kloof.

De agentische evaluaties verbreden dat beeld. Terminal-Bench 2.1 verbetert van 76,2% naar 78,0%, MLE-Bench stijgt van 49,7% naar 63,9%, OSWorld-Verified gaat van 78,4% naar 83,0% en de GDPval-AA v2 Elo-rating gaat van 1349 naar 1421. Samen genomen testen deze evaluaties meerstaps, toolgebruikend werk — het uitvoeren van terminalcommando's, het voltooien van machine-learning-engineeringtaken, het bedienen van een computeromgeving en het produceren van professionele resultaten — in plaats van eenmalige antwoorden. De consistente richting over vier verschillende agentische benchmarks heen is overtuigender dan een enkele score op zichzelf, zelfs met de door de leverancier gerapporteerde kanttekening bij elk.

Het opvallende cijfer is echter het lange-context geheugen: GDM-MRCR v2 bij een contextlengte van 1M tokens stijgt van onder 27% naar 54,0% — ruwweg een verdubbeling. Dat is de grootste gerapporteerde delta in de hele vergelijking, en het verklaart veel over waar de besparingen op tokens en snelheid eigenlijk vandaan komen: een model dat de juiste informatie uit een enorme context betrouwbaarder ophaalt, heeft minder corrigerende passages en minder redundante redeneringen nodig om tot een juist antwoord te komen, wat consistent is met de ~17% lagere output-token count van 3.6 bij vergelijkbare taken.

Wat het in de praktijk kost

Prijzen per token zijn abstract; de kosten per taak zijn wat op uw factuur verschijnt. Neem een representatieve aanroep van 4.000 invoertokens en 2.000 uitvoertokens. Omdat 3.5 Flash's exacte huidige invoertarief niet wordt herhaald in 3.6's lanceringmateriaal, houdt de onderstaande berekening het invoertarief aan op 3.6 Flash's gepubliceerde $1,50 per 1M voor beide versies, om de twee wijzigingen die we wel kennen te isoleren: de lagere uitvoerprijs en de ~17% efficiëntiewinst voor uitvoertokens. Bevestig 3.5 Flash's actuele invoertarief op de prijzenpagina als u een exacte historische factuur nodig hebt. Op basis daarvan zijn de uitvoerkosten van 3.5 Flash voor 2.000 tokens: 2.000 × $9,00 / 1M ≈ $0,018, plus ≈$0,006 invoer, voor een totaal van ongeveer $0,024 per aanroep. De uitvoerkosten van 3.6 Flash, na toepassing van het lagere tarief van $7,50 en de ~17% tokenreductie (2.000 tokens worden ongeveer 1.660), zijn: 1.660 × $7,50 / 1M ≈ $0,01245, plus dezelfde ≈$0,006 invoer, voor een totaal van ongeveer $0,0185 per aanroep — noem het $0,021 vóór het tokenefficiëntie-effect en ongeveer $0,0185 zodra beide veranderingen zijn gecombineerd.

• Kosten per gesprek (4K in / 2K uit) — 3.5 Flash: ~$0.024; 3.6 Flash: ~$0.0185 (lagere uitvoerprijs plus ~17% minder uitvoertokens)

• 100K oproepen / maand — 3.5 Flash: ~$2,400; 3.6 Flash: ~$1,850

• 1M oproepen / maand — 3.5 Flash: ~$24.000; 3.6 Flash: ~$18.500

•  Relatieve kosten — 3.6 Flash: ongeveer 77% van de kosten per taak van 3.5 Flash (ruwweg 23% besparing)

23% is een reëel getal bij elk volume, maar het stapelt zich het snelst op in agentische pijplijnen, waar Google een gemiddelde van ongeveer 1,3 minuten per taak op 3.6 Flash versus 2,7 minuten op 3.5 Flash noemt. Een workload die betaalt per oproep en per minuut orchestratie bespaart op beide assen tegelijk: minder tokens per antwoord, een goedkoper tarief voor de tokens die het wel gebruikt, en minder kloktijd in beslag nemend van welke agent-lus of wachtrij dan ook die het aandrijft. Bij 1M oproepen per maand is ruwweg $5.500 aan directe tokenkosten het zichtbare deel daarvan; de reken- en latentiebesparingen door taken in de helft van de tijd af te ronden zijn het deel dat niet op de prijspagina verschijnt.

Drie praktijkscenario's

1. Een productie-eindpunt met hoog volume en lage latentiegevoeligheid

Chat, ondersteuning, ophalen en opstellen op schaal — het soort werk waarvoor 3.5 Flash al was gebouwd. Omdat intelligentie ongewijzigd is (50 vs 50) en de mogelijkheidsomvang identiek is, is er geen risico voor uitvoerkwaliteit om af te wegen tegen de upgrade. De lagere uitvoerprijs van 3.6 Flash, 17% minder tokens per taak en de #1-gemonitorde doorvoer maken dit bijna een strikte verbetering: zelfde kwaliteit, lagere rekening, snellere reacties. Dit is de eenvoudigste migratie van de drie.

2. Een agentische codeer- of DevOps-pijplijn

Meerstapstaken — problemen oplossen, terminalopdrachten uitvoeren, tools bedienen — zijn precies waar de door leveranciers gerapporteerde winsten van 3.6 Flash zich concentreren: SWE-Bench Pro, DeepSWE, Terminal-Bench, MLE-Bench en OSWorld bewegen allemaal in zijn voordeel, en de gemiddelde tijd per taak daalt van ongeveer 2,7 minuten naar 1,3. In combinatie met de sprong in langetermijncontextherinnering (54,0% versus minder dan 27% op GDM-MRCR v2 bij 1M) is dit het scenario waarin migreren de meeste voordelen oplevert, niet alleen de kostenbesparingen. Voer uw eigen evaluatiesuite opnieuw uit voordat u zich volledig vastlegt, aangezien deze cijfers zelfvergelijkingen van leveranciers zijn en niet onafhankelijk zijn geverifieerd.

3. Een strak afgestemd, evaluatie-vergrendeld productiesysteem

Als je prompts, guardrails of geautomatiseerde evals nauwkeurig waren afgestemd op het exacte token-gedrag van 3.5 Flash, kunnen de ~17% output-token verandering en de coding/agentic verschuivingen outputs voldoende verplaatsen om breekbare exact-match checks te laten falen, ook al is de onderliggende intelligentie niet veranderd. Voeg daarbij de launch-window capaciteits- en betrouwbaarheidsrapporten – en het ene account van zwakkere frontend/ruimtelijk-redenering output – en de verstandige weg hier is om versies vast te pinnen, opnieuw te valideren tegen je eigen eval-set, en 3.6 Flash geleidelijk uit te rollen in plaats van de schakelaar ter plekke om te zetten.

Wanneer op 3.5 Flash blijven

Er zijn maar twee echte redenen om te wachten. Ten eerste, stabiliteit: 3.6 Flash trok vroege klachten op Hacker News over capaciteit en betrouwbaarheid onder lanceerdruk, en één tester meldde slechte frontend/ruimtelijk-redenering output — leveringsdruk meer dan een capaciteitsregressie, maar het is de moeite waard om versies vast te pinnen als je productieverkeer draait en een ruwe lanceerperiode niet kunt tolereren.

Ten tweede, exacte reproduceerbaarheid: als je prompts en evals nauwkeurig hebt afgestemd op het gedrag van 3.5 Flash, kunnen de veranderingen in token-efficiëntie en de winst op het gebied van coderen/agentic de outputs voldoende verschuiven om ertoe te doen, ook al is de onderliggende intelligentiescore niet veranderd. Valideer opnieuw voordat je overschakelt in plaats van aan te nemen dat het een directe vervanging is. Buiten die twee gevallen verlies je geen mogelijkheden door over te stappen naar 3.6 Flash.

Welke moet ik kiezen?

Voor bijna iedereen die al 3.5 Flash gebruikt, is het standaardantwoord om over te stappen naar 3.6 Flash: de intelligentie die je krijgt blijft ongewijzigd, de prijs per outputtoken en tokens per taak dalen beide, de doorvoer is de snelste die wordt gemeten, en de cijfers voor codering, agentische en lange context bewegen allemaal in dezelfde gunstige richting. Blijf iets langer bij 3.5 Flash alleen als je wordt geblokkeerd door zorgen over betrouwbaarheid tijdens het lanceervenster of als je evaluaties zo strak gebonden zijn aan oud token-gedrag dat je tijd nodig hebt om opnieuw te valideren. Er is hier geen scenario waarin het kiezen van 3.5 Flash voor een gloednieuw project meer zin heeft dan beginnen met 3.6.

Veelgestelde vragen

Is Gemini 3.6 Flash slimmer dan 3.5 Flash?

Nee — ze scoren hetzelfde (50) op de Artificial Analysis Intelligence Index. Google's eigen benchmarks voor codering, agentische en lange context tonen echte winst, maar de onafhankelijke intelligentiemeting is ongewijzigd.

Is het goedkoper?

Ja. De output daalt naar $7,50 per 1M (van $9,00), de input is $1,50 met $0,15 gecachte input, en het gebruikt ongeveer 17% minder outputtokens per taak — dus de kosten per taak dalen zowel op het tarief als op de token-telling-as.

Moet ik migreren?

Voor de meeste 3.5 Flash workloads, ja — u krijgt lagere kosten, hogere snelheid en even goede of betere output, plus sterkere codeer- en agentische scores. Voer eerst uw evals opnieuw uit als uw prompts strak zijn getuned, en pin versies als lanceervensterbetrouwbaarheid voor u belangrijk is.

Is er iets verslechterd?

Niets structureels. De belangrijkste kanttekeningen zijn de capaciteit van het lanceervenster en betrouwbaarheidsrapporten, één melding van zwakkere frontend/ruimtelijk redeneren uitvoer, en een trage time-to-first-token (~11,5s bij hoge denkinspanning), wat van belang kan zijn voor interactief gebruik.

Hoeveel beter is 3.6 Flash bij coderen en agentische taken?

Volgens Googles eigen leveranciersvergelijkingen: SWE-Bench Pro 58,7% (tegenover 55,1%), DeepSWE v1.1 49% (tegenover 37%), Terminal-Bench 2.1 78,0% (tegenover 76,2%), MLE-Bench 63,9% (tegenover 49,7%) en OSWorld-Verified 83,0% (tegenover 78,4%). Allemaal zelfgerapporteerd, niet onafhankelijk opnieuw uitgevoerd, dus beschouw ze als richtinggevend.

Hoe zit het met de prestaties bij lange context?

Dit is de grootste gerapporteerde stijging: de GDM-MRCR v2 recall bij een contextlengte van 1M-token stijgt van onder de 27% naar 54,0% — ruwweg het dubbele. Het is ook een door de leverancier gerapporteerd cijfer, maar het is consistent met het lagere aantal uitvoertokens van het model bij vergelijkbare taken.

Geldt de prijsverlaging ook voor inputtokens?

3.6 Flash's invoerprijs is $1,50 per 1M met $0,15 voor gecachte invoer. Het exacte huidige invoertarief van 3.5 Flash wordt niet herhaald in het lanceringsmateriaal van 3.6, dus raadpleeg de live prijzenpagina in plaats van aan te nemen dat het is gewijzigd.

Is er een nieuwe kennisafsluitdatum?

Ja — 3.6 Flash heeft een kennisafsluitdatum van maart 2026. De afsluitdatum van 3.5 Flash wordt niet herhaald in het vergelijkingsmateriaal, maar die van 3.6 is uiteraard recenter gezien de latere releasedatum.

Kortom

Gemini 3.6 Flash vs Gemini 3.5 Flash is de meest zuivere vorm van upgrade om over na te denken: dezelfde gemeten intelligentie, dezelfde capaciteiten, lagere prijs, minder tokens, meer snelheid en consistente — als de leverancier het meldt — verbeteringen op het gebied van coderen, agentisch werk en vooral taken met lange context. Als je op 3.5 Flash zit en kosten, latentie of agentische betrouwbaarheid je beperkingen zijn, ga dan over, na een snelle evaluatie en met versies vastgezet tijdens het lanceringsvenster. Als je hoopte dat de ".6" een slimmer model betekende, dat is niet zo; daarvoor wacht je op Gemini 3.5 Pro of Gemini 4. Zie de onderstaande vergelijkingen om 3.6 Flash af te wegen tegen de niet-Google modellen in zijn klasse.