Google's release van Gemini 3.8 laat zien hoe de modelmaker zijn coding-, agent- en cybercapaciteiten versterkt, maar benadrukt tegelijk het gebrek aan differentiatie op de AI-markt en een groeiende trend richting exclusieve cyberprogramma's.

De zoek- en AI-reus introduceerde Gemini 3.8 op woensdag 3 september 2026, en presenteerde het als zijn beste reasoning- en codingsmodel tot nu toe. Met het nieuwe model richtte Google zich op reasoning-taken over lange termijn, terwijl het ook de cyberprestaties verbeterde en een cyberprogramma introduceerde dat vergelijkbaar is met dat van andere AI-leveranciers.

Gemini 3.8 komt in twee varianten: Gemini 3.8 Flash en Gemini 3.8 Flash Cyber. Het 3.8 Flash-model is gebouwd voor software-engineering over lange termijn, autonome agents en complexe enterprise-workflows. De 3.8 Flash Cyber-versie is ontworpen voor autonome kwetsbaarheidsdetectie en geautomatiseerde patching van code — capaciteiten die twee kanten op werken, aangezien dezelfde technieken die kwetsbaarheden vinden en verhelpen ook misbruikt kunnen worden om ze te exploiteren, wat een belangrijke reden is dat leveranciers de toegang tot zulke modellen beperken.

Google zei dat het model toegankelijk is voor een vertrouwde groep gebruikers via het nieuwe Fairwind Program. Het initiatief biedt Google's krachtigste AI- en cyberverdedigingscapaciteiten aan vertrouwde klanten, overheidsinstanties en cybersecurity-partners.

Google's Fairwind Program lijkt op Anthropic's Project Glasswing, dat Anthropic's krachtigste model, Mythos, beschikbaar maakte aan een vertrouwde groep gebruikers, en op OpenAI's Project Daybreak — een programma om geselecteerde cyberverdedigers te ondersteunen. De stap om een besloten programma te creëren dat krachtige AI-cybermodellen buiten bereik van hackers of anderen die ze kunnen misbruiken houdt, is een andere manier waarop Google concurreert met Anthropic en OpenAI. Toch laat het zien dat alle modelmakers gelijktijdig bewegen.

"Iedereen beweegt dezelfde kant op," zei Arun Chandrasekaran, analist bij Gartner. "Zoals bij coding: iedereen probeert het model sterk op coding te laten scoren. In cybersecurity probeert nu iedereen deze modellen echt te optimaliseren voor cybersecurity-usecases."

Gebrek aan differentiatie

Chandrasekaran voegde daaraan toe dat, nu toonaangevende modelmakers vergelijkbare strategieën volgen, er weinig onderscheidends aan hen is.

"Er is differentiatie qua capaciteiten, maar in de manier waarop ze communiceren waar deze modellen goed in zijn, welke usecases, welke problemen ze oplossen — al deze bedrijven lijken zeer vergelijkbare dingen te doen," zei hij.

Echte differentiatie, zo vervolgde hij, komt van dieper ingaan op specifieke bedrijfsfuncties, zoals supply chain of life sciences.

"Dat zijn kansen voor differentiatie omdat je geen generiek systeem bouwt," zei hij. "Je bouwt iets zeer diepgaands, dat zeer specifiek is voor een bepaalde sector."

Voor zakelijke kopers is die convergentie van belang: wanneer toonaangevende modellen vergelijkbare capaciteitsprofielen bieden, hangt de keuze steeds meer af van prijs, totaal tokenverbruik en integratie in bestaande workflows in plaats van van benchmarks op papier.

Prijsoorlog gaat door

Voor Google specifiek stelt de release van Gemini 3.8 het in staat te reageren op de zetten van concurrenten op zowel prijzen als capaciteiten. Net als bij de 3.7-iteratie biedt Google een introductieprijs voor 3.8 van $0,75 per miljoen input-tokens en $3,75 per miljoen output-tokens voor Gemini 3.8 Flash. Ter vergelijking: OpenAI's GPT-5.6 Luna kost $1 per miljoen input-tokens en $6 per miljoen output-tokens.

"Het blijft de vraag of ze die prijzen vol kunnen houden," zei Sid Nag, oprichter en analist bij Tekonyx. "Dit gaat eigenlijk allemaal over het omlaag drukken van de kostenkromme. Iedereen is gericht op de kosten per miljoen input-tokens."

Met Gemini 3.8 Flash laat Google volgens Nag zien dat "tokenprijzen niet langer voldoende zijn om de inference-economie te meten." Deze dynamiek blijkt uit Google's advies dat klanten voor workloads die grotere efficiëntie vereisen nog steeds Gemini 3.7 Flash moeten kiezen — wat betekent dat ondernemingen, ondanks de tokenkosten, soms meer tokens kunnen besparen door een kleiner model te gebruiken.

"Google geeft toe dat deze release, 3.8 Flash, meer tokens verbruikt op hogere reasoning-niveaus," vervolgde hij.

Door Gemini 3.8 Flash Cyber alleen aan vertrouwde gebruikers aan te bieden, volgt Google zijn rivalen in de poging een "gracht" rond zijn AI-modeltechnologie te creëren, aldus Nag.

De exclusiviteitsaanpak met cybermodellen zorgt echter voor spanning in de AI-industrie, omdat deze kan leiden tot gebrek aan openheid en transparantie. Hoewel open modellen zijn bekritiseerd omdat hackers ze gemakkelijk kunnen manipuleren, hebben ze toch aanzienlijke innovatie gestimuleerd. Met Google's release en andere exclusieve cyberprogramma's blijft de AI-industrie navigeren tussen veiligheid en openheid. Hoe ruim Google "vertrouwde" gebruikers voor Fairwind definieert, en of exclusieve cyberprogramma's de toegang van aanvallers tot capabele modellen daadwerkelijk beperken, zijn open vragen die de volgende fase van dit debat zullen vormgeven.

"Het blijft afwachten waar de industrie naartoe zal bewegen," zei Nag.

Bron: AI Business