Google har sendt deres nyeste AI-model, Gemini 3.8 Flash, på gaden. Den nye model matcher den tunge konkurrent Opus 5 i Deep Sweep 1.1-benchmarket, mens prisen holdes uændret på et lavt niveau. Til gengæld sluger den op til 30 % flere tokens end sine forgængere, selvom en genereringshastighed på 300 tokens i sekundet opvejer forsinkelsen. Læs mere om Googles seneste opdateringer til Gemini-familien.

Hvad er de nye specifikationer for Gemini 3.8 Flash?

Googles lancering af Gemini 3.8 Flash sætter et stærkt aftryk på AI-markedet ved at levere toppræstationer uden at skrue op for prisen. Nøgletal og analyser fra mediet Prompt Engineering viser, at modellen bider skeer med de helt tunge modeller i branchen, om end der er visse kompromiser i token-effektiviteten.

Modellen udmærker sig især ved sin høje hastighed og sin multimodale fleksibilitet, som gør den i stand til at håndtere alt fra avanceret Python-kodning og 3D-modellering til visuel billedanalyse og direkte API-integrationer.

Hvad betyder det for de danske brugere og udviklere?

Techsen mener: Det her er et klassisk Google-træk. Ved at holde prisen nede og skrue hastigheden op til 300 tokens i sekundet gør Google det ekstremt attraktivt for udviklere at bygge videre på deres platform. Det øgede token-forbrug på 30 % vil mærkes på regningen ved meget tunge arbejdsgange, men til gengæld får man en lynhurtig model, der leverer komplekst arbejde på rekordtid.

Brugere, der sammensætter komplekse prompts – for eksempel via specialiserede harnesses som Antigravity – vil opleve et markant løft i detaljegraden. Hvis du leder efter den mest prisvenlige AI-muskel til hverdagens tunge opgaver, er Gemini 3.8 Flash et af de mest oplagte bud lige nu.

Kilde: Prompt Engineering

Indlægget Er Google Gemini 3.8 Flash den nye AI-konge? Bider Opus 5 i haserne blev først udgivet på TECHSEN.

Google DeepMind har netop udrullet en ny opdatering til deres nyeste AI-modeller, herunder Gemini 3.7 Flash, 3.6 Flash og 3.5 Flash-Lite. Den nye funktion kaldes agentic video understanding (agentisk videoanalyse).

Med denne opdatering ændrer Google måden, AI behandler videoer på. Det resulterer i op til 88% lavere token-forbrug, op til 66% lavere omkostninger og op til 7% højere præcision.

Hvordan fungerer den nye agentiske videoanalyse?

Tidligere behandlede AI-modeller videoer “statisk”. Det skete ved at gennemgå et fast antal billeder i sekundet (f.eks. 1 frame i sekundet). Det var både dyrt i tokens og medførte, at vigtige detaljer ofte blev overset i lange videoer.

Med den nye opdatering tager Gemini selv styringen i en såkaldt agentic loop:

• Aktiv og målrettet søgning: Modellen bestemmer selv, hvilke tidsstempler den skal kigge nærmere på, ved hvilken hastighed og via hvilke datakilder (billeder, lyd eller transkription).
• Dynamisk genafspilning: Hvis der sker noget hurtigt i videoen, kan modellen automatisk skrue op for opdateringshastigheden i det specifikke tidsrum.
• Målrettet datahentning: Modellen henter kun de øjeblikke, den reelt skal bruge til at besvare brugerens opgave, frem for at hente hele videoen i høj opløsning.

Du kan læse flere guides om kunstig intelligens og de nyeste AI-værktøjer på vores guidesektion

.

Benchmarks: Ydeevne og besparelser

Nye muligheder for udviklere og virksomheder

Den nye teknologi åbner for en række avancerede funktioner, som tidligere var for dyre eller teknisk svære at udføre på lange videoer:

• Søgning på under et sekund: Find præcise klip og hurtige skift i videoen, hvilket gør automatiseret videoredigering langt mere nøjagtig.
• Nål-i-en-høstak søgning: Stil komplekse spørgsmål til flere timers videomateriale uden at opbruge millioner af tokens.
• Præcis tælling og sporing: Registrer gentagne fysiske bevægelser eller specifikke genstande over tid.
• Fejlsøgning og afvigelser: Genkend hurtige bevægelser og visuelle fejl ved automatisk at analysere udvalgte sekvenser i højere kvalitet.

Funktionen er tilgængelig fra i dag via Gemini API i Google AI Studio samt på Gemini Enterprise Agent Platform.

Læs mere om udviklingen og de officielle udmeldinger direkte hos Google DeepMind

.

Techsens vurdering: Google viser endnu engang, at fremtidens AI handler om smarte agenter frem for blot at smide rå regnekraft efter store datamængder. At reducere token-forbruget med 88% er et gigantisk gennembrud for virksomheder, der arbejder med tungt videomateriale.

Hvis du ville læse om hvordan EU tvinger giganten til at åbne for Gemini AI kan du læse det her

Indlægget Google DeepMind lancerer agentisk videoanalyse til Gemini: Skærer token-forbruget med 88% blev først udgivet på TECHSEN.