Googles genopbyggede Gemini 3.5 Pro klærer 2 millioner tokens efter fejlslagen start

Den fiasko, der gik forud for dagens lancering, blev ikke annonceret. Google skrinlagde stille og roligt den første version af Gemini 3.5 Pro efter interne evalueringer afslørede kritiske mangler: dårlig præstation inden for matematisk ræsonnering, ødelagt SVG-generering og ujævn billedkvalitet. Modellen, som virksomheden havde planlagt at udgive tidligere i år, var ikke god nok til at sende ud, og derfor blev den ikke sendt.

Genopbygningen og hvad den låste op for

Det, der blev lanceret i dag, er en helt anden model. Den genopbyggede Gemini 3.5 Pro åbner med et kontekstvindue på 2 millioner tokens – det dobbelte af Gemini 2.5 Pros grænse på 1 million – hvilket betyder, at et juridisk team kan smide et helt kontraktbibliotek, et års regnskaber og et komplet mailarkiv ind i et enkelt API-kald, før de stiller deres første spørgsmål. En 200.000 ord lang redegørelse, der ellers ville have krævet opdeling i tre separate kald, passer nu i konteksten med plads til overs.

Det vindue kommer med en prisstruktur designet til virksomhedsforbrug: 15 dollars per million input-tokens, 60 dollars per million output-tokens. At generere en 10.000 ord lang analyse fra et dokumentkorpus på 500.000 ord koster cirka 37 dollars – reelle penge, men under timelønnen for den junioranalytiker, det erstatter til dokumentgennemgangsopgaver.

Det præmieræsonneringslag, der kaldes Deep Think, ligger bag et Ultra-abonnement på 250 dollars om måneden. Den prissætning trækker en streg: Standard API-brugere får en dygtig generalistmodel; den mest kraftfulde ræsonneringsversion forbliver afskærmet fra individuelle udviklere, der ikke vil betale det, der svarer til en softwarelicens, bare for at få adgang til den.

Konkurrencen, den skal løbe fra

DeepSeek V4-Pro blev lanceret i juni til 0,87 dollars per million output-tokens, cirka 69 gange billigere på den metric, med benchmark-scorer, der matcher Gemini 3.5 Pro i flere direkte sammenligninger. Fable 5 og GPT-5.6 Sol kører deres egne varianter med udvidet kontekst, selvom begge stadig er i begrænset forhåndsvisning. Googles svar på prissætningen er, at 2 millioner tokens muliggør arbejdsbyrder, som ingen konkurrerende arkitektur kan håndtere uden dyr flerkaldsorkestrering – prissammenligningen holder kun, hvis opgaven passer i et kortere vindue.

Ingen uafhængig evaluering af Gemini 3.5 Pro i skalaen 2 millioner tokens er endnu blevet offentliggjort. Modeller med lang kontekst mister pålideligt genfindingsnøjagtighed, efterhånden som dokumentdybden øges – en kendt fejltilstand i tidligere Gemini-versioner. Google brugte et år på at genopbygge modellen. Om det år har løst problemet i skala, er det spørgsmål, som enhver virksomhed, der køber ind til 60 dollars per million, vil besvare først.

Tags: kunstig intelligens, Google, Gemini, AI-modeller, DeepSeek