Gemini 3.6 Flash vs 3.5 Flash: benchmarks, prijzen en wanneer migreren (2026)
Gemini 3.6 Flash verslaat 3.5 Flash op elke benchmark, snijdt 17% van de outputtokens én is goedkoper. Volledige vergelijkingstabellen plus een migratie-playbook.
Een zeldzame “strikt betere” upgrade
De meeste modelupgrades leveren ergens op in — kwaliteit voor snelheid, prijs voor capaciteit. Gemini 3.6 Flash vs Gemini 3.5 Flash is het ongewone geval waarin het nieuwere model wint op elke as die Google op 21 juli 2026 publiceerde: hogere benchmarkscores, minder outputtokens, minder redeneerstappen en toolaanroepen, én een lagere prijs per token. Deze analyse loopt eerst de cijfers door en wordt daarna praktisch: wie moet migreren, wanneer, en wat moet je opnieuw testen.
Wil je eerst de volledige context van de driemodellenlancering, begin dan bij ons overzicht van de aankondiging.
Token-efficiëntie: de kop die niemand mag overslaan
Het meest ingrijpende getal van deze release is geen benchmarkscore. Op de Artificial Analysis Index verbruikt 3.6 Flash 17% minder outputtokens dan 3.5 Flash voor gelijkwaardig werk. Op DeepSWE van Datacurve zag Google reducties van tot wel 65%.
Waarom dit belangrijker is dan het klinkt:
- Outputtokens zijn de dure tokens ($7.50/1M versus $1.50/1M voor input). Ze met 17–65% terugdringen raakt de dominante kostenpost.
- Minder tokens = lagere latentie. Een agent die minder zegt, is eerder klaar, en meerstapsketens versterken dat effect.
- Minder redeneerstappen en toolaanroepen betekenen minder round-trips, minder faalpunten en minder orkestratie-overhead per taak.
Google publiceerde hiervan een demo naast elkaar op een computergebruikstaak — bekijk de vergelijkingsvideo over token-efficiëntie.
Volledige benchmarkvergelijking
| Benchmark | Wat het meet | Gemini 3.6 Flash | Gemini 3.5 Flash | Verschil |
|---|---|---|---|---|
| DeepSWE | Agentische software-engineering | 49% | 37% | +12 punten |
| MLE Bench | ML-onderzoek en -engineering | 63.9% | 49.7% | +14.2 punten |
| OSWorld-Verified | Computergebruik | 83.0% | 78.4% | +4.6 punten |
| GDPval-AA v2 | Kenniswerk in de praktijk | 1421 | 1349 | +72 |
Drie lezingen van de tabel:
- De DeepSWE-sprong (37% → 49%) is degene waar codeerteams op moeten letten: Google schrijft die toe aan hogere precisie — minder ongewenste codewijzigingen en minder uitvoeringslussen, niet alleen meer ruwe capaciteit.
- MLE Bench (+14.2 punten) is de grootste winst en wijst op een echte stap vooruit in ML-onderzoeksworkflows — experiment-scaffolding, data-analyse, debugging van trainingsloops.
- OSWorld-Verified op 83.0% is belangrijk omdat computergebruik nu een ingebouwde client-side tool is in de Gemini API en Gemini Enterprise. De capaciteitssprong en de verpakkingswijziging landen tegelijk.
Prijzen: goedkoper per token, goedkoper per taak
| Gemini 3.6 Flash | Gemini 3.5 Flash | |
|---|---|---|
| Inputprijs | $1.50 / 1M tokens | Hoger |
| Outputprijs | $7.50 / 1M tokens | Hoger |
| Outputtokens per taak | ~17% minder (tot 65% op DeepSWE) | Basislijn |
| Effectieve kosten per agentische taak | Aanzienlijk lager | Basislijn |
De opeenstapeling is het punt. Een taak die vroeger 100K outputtokens produceerde, produceert er nu ~83K, én elk van die tokens kost minder. Voor een workload met miljoenen agentische taken per maand verschijnen de besparingen op de factuur zonder dat je aan je prompts komt.
Computergebruik: van add-on naar ingebouwd
Met 3.6 Flash wordt computergebruik geleverd als ingebouwde client-side tool via de Gemini API en Gemini Enterprise. Gecombineerd met de OSWorld-Verified-verbetering (78.4% → 83.0%) krijgen teams die browseragents, RPA-achtige automatisering of QA-bots bouwen zowel een sterker model als minder integratiecode. Onderhield je tot nu toe eigen computergebruik-scaffolding rond 3.5 Flash, plan dan om er een deel van te verwijderen.
Veiligheidspositie
3.6 Flash wordt geleverd met versterkte Frontier Safety-waarborgen in de CBRN- en cyberaanvalsdomeinen, en Google meldt dat het aanzienlijk beter bestand is tegen jailbreaks dan 3.5 Flash. Net zo relevant voor productteams: het is ook getraind om weigeringen bij legitieme verzoeken te verminderen. Weigerde 3.5 Flash in jouw product soms legitieme prompts rond beveiliging of medische onderwerpen, test die flows dan opnieuw — het aantal onterechte weigeringen zou moeten dalen.
Wat vroege klanten zeggen
Googles lanceringslijst — Figma, Harvey, Hebbia, JetBrains — is het decoderen waard:
- Figma en JetBrains zijn toolingbedrijven met latentiegevoelige inferentie op hoog volume: een aanbeveling voor het snelheids- en efficiëntieverhaal.
- Harvey (juridisch) en Hebbia (financiën) prezen specifiek het multimodale documentwerk: verwerking, grafiek- en data-analyse en het opstellen van rapporten. Bestaat jouw workload uit documentintensief kenniswerk, dan is de GDPval-AA v2-winst (1349 → 1421) jouw relevante graadmeter.
Migratie-playbook: wanneer overstappen
| Jouw situatie | Aanbeveling |
|---|---|
| Agentisch coderen (SWE-agents, codereviewbots) | Migreer nu — grootste winst in kwaliteit en token-efficiëntie (DeepSWE +12 punten, tot 65% minder tokens) |
| Computergebruik / browserautomatisering | Migreer nu — betere scores en ingebouwde tooling vervangt eigen scaffolding |
| Documentverwerking / analyse / rapporten opstellen | Migreer nu — gevalideerd door de use-cases van Harvey en Hebbia |
| Eenvoudige taken met hoog volume en kritische latentie | Overweeg 3.5 Flash-Lite — zie onze Flash-Lite-gids |
| Sterk afgestelde prompts met strikte parsing van het outputformaat | Migreer voorzichtig — token-efficiëntie verandert de breedsprakigheid; valideer parsers en few-shot-voorbeelden opnieuw |
| Om compliance-redenen bevroren productiesystemen | Plan het in — geen gedwongen deprecatie aangekondigd, maar prijs en efficiëntie maken blijven duur |
Praktische checklist voordat je de modelstring omzet:
- Draai je eval-suite opnieuw — de outputstijl is strakker en korter; asserties op responslengte of formulering kunnen breken.
- Controleer de parsing van gestructureerde output opnieuw — minder breedsprakigheid is meestal goed nieuws voor JSON-betrouwbaarheid, maar verifieer het.
- Test weigeringsgevoelige flows opnieuw — verwacht minder onterechte weigeringen, maar bevestig dat je veiligheidsfilters nog kloppen.
- Meet de kosten per taak opnieuw, niet per token — door de tokenreductie van 17–65% onderschatten vergelijkingen per token de besparingen.
Oordeel
Gemini 3.6 Flash is de zeldzame opvolger zonder gepubliceerde trade-off: beter in coderen, ML-onderzoek, computergebruik en kenniswerk, terwijl het minder tokens produceert tegen lagere prijzen. Tenzij je stack afhangt van bevroren outputformaten, is migreren van 3.5 Flash minder een kwestie van of dan van welke sprint.