De alledaagse AI-modellen zijn goedkoper geworden — en dat telt zwaarder dan een topmodel

Het meeste AI-nieuws gaat over de grote topmodellen — de modellen die benchmarks winnen en krantenkoppen halen. Maar de meeste echte producten draaien op kleinere, snellere modellen genaamd Flash, die geprijsd zijn voor dagelijks gebruik op grote schaal. Op 21 juli bracht Google drie van die modellen bij.

Gemini 3.6 Flash is de belangrijkste update. Volgens Google gebruikt het model 17% minder output-tokens voor hetzelfde werk als zijn voorganger. Tokens zijn de kleine stukjes tekst, code en data waarvoor AI je rekent — minder tokens betekent een lagere rekening. De outputprijs daalde ook, van $9 naar $7,50 per miljoen tokens.

De goedkoopste optie, Gemini 3.5 Flash-Lite, kost slechts $0,30 per miljoen input-tokens en $2,50 per miljoen output-tokens. Harvey AI — een juridisch technologiebedrijf dat Gemini in productie gebruikt — rapporteerde dat zijn workflows met het nieuwe model gemiddeld 12% sneller verliepen. Zulke praktijkresultaten tellen zwaarder dan benchmarkscores.

Googles topmodel Gemini 3.5 Pro zit nog steeds in beperkte tests, terwijl concurrenten als Anthropic en OpenAI grote updates hebben uitgebracht. De strijd aan de top blijft open. Maar voor de meeste builders die op Flash-modellen vertrouwen geldt: 17% minder tokens telt snel op bij productieschaal — en nu is het juiste moment om je AI-kosten opnieuw te berekenen.