Flash-navnet dækker nu over tungere arbejde
Flash-modellerne har traditionelt været Googles valg, når svartid og pris vejer tungt. Med 3.8 forsøger selskabet at udvide rollen: Den nye model kan blandt andet kalde funktioner, søge i filer, køre kode og hente information fra søgning eller Google Maps. Computerbrug er understøttet som prøvefunktion, så modellen kan indgå i agentforløb, der betjener digitale værktøjer. Den tekniske dokumentation angiver et inputvindue på 1.048.576 tokens og et maksimalt tekstoutput på 65.536 tokens. Modellen kan modtage tekst, billeder, video, lyd og PDF-filer, men dens output er tekst. Den kan derfor analysere flere medietyper uden selv at være en billed-, lyd- eller realtidsmodel.Bedre resultater kan bruge flere tokens
Google fremhæver især fremskridt i længere softwareopgaver og komplekst vidensarbejde. I selskabets offentliggjorte målinger når modellen 54,9 procent på HLE-Verified, en test af krævende spørgsmål på tværs af naturvidenskab, humaniora og professionelle fag. Google oplyser også, at 3.8 Flash klarer sig bedre end forgængeren på en række agent- og kodeprøver. Det er leverandørens egne testresultater og ikke i sig selv dokumentation for, at alle virkelige arbejdsopgaver bliver tilsvarende bedre. Forbedringen har en tydelig bagside. Google skriver, at modellen på svære opgaver udfører flere ræsonnementstrin og gentager værktøjskald. Ved høje indsatsniveauer kan det øge tokenforbruget, selv om prisen pr. token foreløbig er den samme som for 3.7 Flash. Udviklere kan vælge lavere indsatsniveauer, hvis økonomi og svartid er vigtigere, eller fortsætte med 3.7 Flash. Den introducerende API-pris er 0,75 dollar pr. million inputtokens og 3,75 dollar pr. million outputtokens. Den ordning udløber 31. december 2026. Fra 1. januar 2027 har Google varslet priser på henholdsvis 1,50 og 7,50 dollar. Den langsigtede regning afhænger derfor både af prisstigningen og af, hvor meget ekstra arbejde modellen vælger at udføre.Modelkortet sætter grænser for løfterne
Googles modelkort nævner fortsat hallucinationer samt lejlighedsvis langsomhed og timeout som kendte problemer. Modellen har heller ikke ens frisk viden på alle områder: Google angiver marts 2026 som overordnet vidensgrænse, men advarer om, at enkelte domæner kan være begrænset til januar 2025. Aktuelle oplysninger kræver derfor stadig søgning eller andre eksterne kilder. Sikkerhedsmålingerne er heller ikke entydigt bedre. Google rapporterer omtrent samme niveau som 3.7 Flash på flere interne automatiske test, men en mindre tilbagegang i flersproget sikkerhed. Selskabet oplyser, at en manuel gennemgang hovedsageligt fandt falske positiver eller forhold, der ikke var alvorlige. Resultaterne bør læses med forsigtighed, fordi de stammer fra Google, og fordi virksomheden samtidig siger, at ændringer i testmetoden gør direkte sammenligning med ældre modelkort vanskelig.En model til både chat og baggrundsarbejde
For almindelige brugere vil skiftet kunne mærkes som en ny motor i produkter, de allerede bruger. For udviklere er den større ændring, at samme model kan kobles til kodekørsel, søgning, filer og funktioner. Det gør den egnet som centrum i systemer, der skal samle information, træffe delbeslutninger og gennemføre en længere opgave. Men lanceringsmaterialet viser også, at navnet Flash ikke længere er et løfte om mindst muligt forbrug. Google giver i stedet brugeren mulighed for at vælge mellem flere indsatsniveauer. Dermed bliver den praktiske vurdering ikke kun, om modellen kan løse en opgave, men om den ekstra grundighed er tiden og tokenforbruget værd.Der er benyttet AI til at skrive denne artikel.
