Google brugte I/O 2026 på at slippe Gemini 3.5 Flash løs. Ifølge Google er det første skud i 3.5‑serien, og Flash‑tieret er positioneret som hurtigere og billigere end de tungere varianter. Marktechpost gengiver også, at 3.5 Flash overgår Gemini 3.1 Pro på krævende benchmarks. Samtidig præsenterede Google Managed Agents i Gemini API og Antigravity 2.0 som desktopapp til at orkestrere flere agenter parallelt. Det her skubber på, hvordan vi planlægger drift – ikke kun POC’er.
Kort forbehold, tidligt: De mest opsigtsvækkende tal om hastighed (~4× hurtigere output), pris (ofte under halv pris pr. opgave) og benchmarks stammer fra Google og VentureBeat. Uafhængige målinger mangler stadig. Forvent variation på tværs af regioner, konti og enterprise‑aftaler.
Hvad er nyt teknisk
Ifølge Google får man et kontekstvindue på 1.048.576 inputtokens og op til 65.536 outputtokens. Modellen tager tekst, billeder, lyd og video, og dens viden slutter i januar 2026. Dynamic thinking er slået til som standard – mere compute på svære problemer. Fleksibelt, men kræver styr på budgetter.
Priserne, ifølge Google/Marktechpost: 1,50 dollar pr. million inputtokens, 9,00 dollar pr. million outputtokens og 0,15 dollar pr. million for cached input. Det gør output dyrere end input, men kan stadig være en fordel i flows med korte svar og genbrug af det samme input via cache.
Benchmarks som pejlemærker
Ifølge Google lyder resultaterne sådan: 76,2 procent på Terminal‑Bench 2.1 (kode), 1656 Elo på GDPval‑AA (agentiske opgaver), 83,6 procent på MCP Atlas (værktøjsbrug) og 84,2 procent på CharXiv Reasoning (multimodal forståelse). Tallene er præcise – men fra afsenderen. Uafhængige tests er ikke tilgængelige endnu.
Samspillet mellem GDPval‑AA og MCP Atlas er interessant, hvis det holder, fordi det peger på stabil værktøjsbrug og flertrinsplanlægning. I praksis snubler mange projekter dog i integrationer. I en dansk retailcase (anonym) kom gevinsterne først, da vi fik styr på API‑timeouts mod ERP. Modellen var ikke flaskehalsen. Virkeligheden var.
Økonomien bag skiftet
Ifølge Google genererer 3.5 Flash outputtokens cirka fire gange hurtigere, og opgaver lander ofte til under halv pris kontra tidligere tiers. VentureBeat citerer Sundar Pichai for et regnestykke, hvor virksomheder på cirka en billion tokens om dagen kan spare over en milliard dollar årligt ved at flytte omkring 80 procent af workloads til en blanding af Flash og andre topmodeller. Det er dramatisk – og kræver skala.
Holder regnestykket i Danmark? Det afhænger af workloadprofil, cache‑hit‑rate og længden på output. I vores modeller ser vi tydelige besparelser i dokumenttunge flows med højt genbrug af input. Mindre i kreative outputs, hvor svaret er langt og ikke kan caches. I én case blev vi i tvivl, til vi så cache‑tallene i produktion. Så gav det mening.
Managed Agents giver en ny grundplade
Ifølge Google samler Managed Agents i Gemini API det, mange ellers har skruet selv: Ét kald spinder et agentmiljø op, der kan ræsonnere, bruge værktøjer og køre kode i en isoleret Linux‑container. Filer og state lever videre mellem kald. Det skærer limkode væk, så man hurtigere går fra POC til noget, der kan køre natten over.
Ansvar følger med persistens på tværs af kald. Hvem rydder op, hvordan slettes der, og hvor ligger nøglerne. Vi anbefaler at teste tidligt, fordi dokumentationen stadig har huller på nøglepunkter:
- Samtidighedsgrænser og rate limits pr. agent/projekt – mål dem i en sandbox og afstem med Google‑support.
- Default retention for filer og state samt slettegarantier – verificér med faktiske slettekald og auditlogs.
- Storagekvoter og omkostninger ved langvarig persistens – stress‑test med store filer og læs fakturadata.
- Netværksrestriktioner i containeren ved start – kør port‑scans fra agenten og dokumentér blokeringer.
- Regionale forskelle og eksport af state – prøv eksport/import flows og få skriftligt svar fra account‑teamet.
Antigravity 2.0 som orkestrator
Antigravity beskrives af Google som et agent‑først udviklingsmiljø med SDK, CLI og nu en desktopapp i version 2.0 til orkestrering af flere agenter parallelt. Ambitionen er klar: parallelle subagenter, planlagte opgaver og integrationer som standard. CLI’en loves som hurtig vej for terminal‑drevne teams. Google opfordrer til at flytte fra Gemini CLI til Antigravitys værktøjer.
SDK’et lader dig definere agentadfærd programmatisk og hoste på valgfrie infrastrukturer. Det kan give fart, og det kan binde. Frameworks fjerner friktion, men skaber lock‑in, hvis man glemmer exitplanen. Skriv en exitvejledning samtidig med første prototype. Vi har fortrudt, når vi ikke gjorde det.
Tre brugstilfælde hvor regnestykket tipper
Kundeserviceagenter. Mønstret er mange korte outputs, samme lange vidensinput og høj værdi i hurtig tokenstrøm. Med 3.5 Flashs pris og throughput (ifølge Google) rykkes svaroplevelse og kølængder. I en af vores cases (anonym dansk retailcase) faldt manuel håndtering 30–50 procent, efter parallelle subagenter tog sig af lageropdateringer – men vi så også en tokeneksplosion, da historikker lå for længe i state. Løsningen var enkel: aggressive retention‑grænser.
Procurement‑automation. Gentagne dokumenttyper, OCR og regelopslag, små kvitteringer i ERP. Outputtet er kort, og caching af leverandørkontrakter kan spare input. Gevinsten forsvinder dog, hvis integrationspunkter er utydelige eller cache‑hit‑rate er lav. Så spiser netværk og egress modeløkonomien, før den når CFO’en.
AI‑assisteret softwareudvikling uden romantik
Kernen er to ting: hurtige kodeforslag og agentiske build‑pipelines med sikker tool‑eksekvering. 3.5 Flashs throughput (ifølge Google) hjælper interaktive IDE‑assistenter, og Managed Agents‑containere gør det mindre nervepirrende at lade modellen eksekvere scripts. Men indfør en sandbox med stram netværksprofil, før en agent rører jeres interne pakke‑repo. Det behøver ikke være pænt, bare stramt.
Vi testede et commit‑review‑flow i går (internt testet), og output føltes kvikkere end i vores tidligere setup, men en del af gevinsten forsvandt i langsomme CI‑trin. Erfaringen gentager sig: end‑to‑end eller ingenting. Throughputforbedring er sjældent lineær, når databaser, filsystemer og køer er i spil.
Drift, governance og sikkerhed på jorden
Container‑isolation og persistens er gode nyheder med nye krav. I skal have styr på filretention, kryptering i hvile, nøglehåndtering og audit af agentbeslutninger. Prompt‑audit lyder kedeligt, men uden versionering og changelogs er fejl umulige at genskabe. Og uden adgangsstyring til værktøjer kan en agent flytte data, hvor den ikke bør.
En kompakt kontrolplan før migration til Flash gør en forskel: simuler omkostninger mod egne logs, sæt performance‑SLA’er pr. use case, byg failover med en sekundær model og manuel fallback for kritiske flows, sæt rate‑limits i orkestratoren og overvåg hallucinationer i agentiske loops. Det er dér, fejl forstærkes.
Implementering i korte, målbare trin
(Snilld‑rådgivning) Start med proof‑of‑value, ikke et årsværk: vælg 1–3 use cases, kør tre uger i sandbox med Managed Agents, og mål fire ting: cost per task, cache‑hit‑rate, gennemsnitlig outputlængde og 95‑pct latency. Beslut derefter om skalering.
- Teknisk minimum: isoleret agentmiljø, netværkspolicy, secrets vault, tokenmeter pr. agent.
- Governance: promptversioner, adgangsroller, slettepolitik for state/filer, auditspor for tool‑kald.
- Økonomi: estimatør for tokenforbrug med antagelser om cache‑hits, outputlængder og timeouts.
- Drift: alarmer på latency, cost per task, tool‑fejl og retrier der løber løbsk.
Hvor skoen kan trykke
Der er huller i materialet, som skal lukkes. Benchmarktallene er Googles egne; uafhængig verifikation mangler. Påstanden om “ofte under halv pris” er ikke ledsaget af åbne antagelser om workloadprofiler, batchstørrelser og cacheforudsætninger. Vi savner også klare grænser for Managed Agents omkring samtidighed, storagekvoter, regionale forskelle og eksport af state.
Sikkerhed ved kodeeksekvering i containere kræver bedre dokumentation: Hvilke netværksrestriktioner gælder fra start, hvad logger systemet automatisk, og hvordan undgås dataexfiltration via tredjepartsværktøjer. Indtil der er svar, bør miljøet behandles som semi‑tillidsfuldt og testes med pentests – ikke kun en checkliste.
Når Flash ikke er det rigtige valg
Hvis jeres brug kræver meget lange, kreative outputs uden genbrug, kan outputprisen æde gevinsten. Er determinisme altafgørende, kan et mindre, strammere modelsetup eller klassisk automationslogik være bedre. Har I streng datalokation, og må state ikke krydse regioner, så afklar regionstøtte og eksportmuligheder først. Og hvis lock‑in fylder, så planlæg en hybridstrategi fra dag ét.
Vi har ikke set succes med at migrere alt på én gang. Prioritér flows med høj tokenvolumen og forudsigelig adfærd: batchrapporter, dokumentgennemgang, faste interne processer. Gem menneskekritiske beslutninger til senere – med overvåget fallback og manuel accept.
Hvad betyder det i praksis
For første gang føles agentprojekter ikke bare mulige, men økonomisk sunde. Prislisten og throughput, ifølge Google, kan løfte brugeroplevelsen i realtid og TCO i backend. Arbejdet flytter sig opad i stacken: coststyring, agent‑ops, prompt‑ops og governance bliver drift.
En kunde hos os satte en lille tavle ved kaffemaskinen med “dagens tokenforbrug” og tre røde lamper for budget, latency og fejlrate. Banalt og effektivt. Man ser hurtigt, når en session løber løbsk, fordi et agentisk loop bliver for snakkesagligt. Små greb, stor effekt.
Konklusion uden glimmer
Gemini 3.5 Flash, Managed Agents og Antigravity 2.0 peger mod et reelt skifte fra POC til drift. Tallene er lovende (ifølge Google), priserne er konkrete, og agent‑grundpladen virker stærkere end for et år siden. Der er stadig arbejde i økonomi, sikkerhed og integrationer. Vores anbefaling er nøgtern: vælg få, højtvolumetriske use cases, sæt en stram sandbox op, mål cost per task og latency – og beslut først derefter, om I skalerer.
(Snilld‑note) Rådene her er vores vurderinger fra projekter og interne tests. Den reelle forskel mærkes først, når man sidder med det i hænderne, med logs åbne og et timeglas på skærmen. Ikke før.
