Ik opende de officiële Gemini 3.5 Pro-pagina in de hoop op een benchmarktabel. Wat ik kreeg was een alinea marketing en verder helemaal niets — geen model card, geen gepubliceerde evals, geen bevestigde prijzen. Toen opende ik mijn feeds, en over datzelfde model waarover Google geen woord loslaat, postten honderd mensen gelekte SVG-demo's, prediction-market-odds en screenshots van een 3D-game die het naar verluidt in één keer had gegenereerd.
Die kloof — tussen de stilte bij de bron en het lawaai overal elders — is op dit moment het hele verhaal van Gemini 3.5 Pro. Dus laat ik je eerst de directe versie geven, voordat we bij het leuke gedeelte komen.
Stand van zaken begin juli 2026: Gemini 3.5 Pro is het volgende vlaggenschipmodel voor redeneren en coderen van Google DeepMind. Het werd aangekondigd op Google I/O op 19 mei 2026, mikt op een contextvenster van 2 miljoen tokens en een "Deep Think"-redeneermodus, en de algemene beschikbaarheid schoof van juni naar juli. Het zit nog altijd in een beperkte Vertex AI enterprise-preview. Alles voorbij die feiten — de exacte releasedatum, de gelekte benchmarks, de geruchten over een beeldmodel — is onbevestigd. Behandel het ook zo.
Ik heb elke publieke Gemini-release getest die Google deze cyclus heeft uitgebracht, van Gemini 3 met Deep Think tot een stiekeme Gemini 3 Flash-upgrade op LMArena. Ik heb 3.5 Pro niet getest, omdat niemand buiten een preview-ring dat kan. Dit is dus geen review. Het is een veldgids voor sceptici bij een lancering die er meer toe doet dan de meeste — en een framework dat je kunt hergebruiken de volgende keer dat een lab stilvalt en het internet de gaten opvult.
Waarom juist deze lancering zo zwaar weegt
Modellanceringen zijn er aan de lopende band. Deze is anders vanwege wat er achter de schermen gebeurt.
Google DeepMind zag in de eerste helft van 2026 zijn senior talent wegvloeien. In één periode van 48 uur in juni vertrokken twee van zijn bekendste onderzoekers. Noam Shazeer — een van de auteurs van "Attention Is All You Need", de man achter Googles vroege LaMDA-werk — kondigde aan dat hij naar OpenAI vertrok. Dagen later maakte John Jumper, die in 2024 samen met DeepMind-CEO Demis Hassabis de Nobelprijs voor de Scheikunde deelde voor AlphaFold, bekend dat hij naar Anthropic ging. Denny Zhou, oprichter van het reasoning-team van Google Brain, was al vertrokken naar Meta. Volgens berichtgeving van Fortune en Axios zijn dat zes onderzoekers die in ruwweg vijf maanden naar Meta, OpenAI en Anthropic vertrokken, en het nieuws drukte het aandeel Google op één maandag met meer dan 5% omlaag.
Wat die exodus met het model verbindt, loopt via één interne beslissing. In april 2026 richtte Google op wat het intern een "AI Coding Strike Team" noemde — een groep die specifiek als taak had Gemini's achterstand op Claude en OpenAI in agentic coding te dichten. Uit berichtgeving blijkt dat compute die was gereserveerd voor long-horizon pretrainingsonderzoek werd omgebogen naar die commerciële coding-push. Sommige mensen die vertrokken, waren precies de mensen wier onderzoeksprioriteiten werden gedeprioriteerd.
Gemini 3.5 Pro is dus niet zomaar "de volgende Gemini". Het is het eerste vlaggenschip dat na die reorganisatie verschijnt, van een lab dat tegelijkertijd probeert te bewijzen dat het nog frontier-modellen kan bouwen én dat het de mensen kan behouden die ze bouwen. Dat is veel narratief op één release. En narratief is precies datgene wat hype moeilijk leesbaar maakt.
Daarom wil ik, voordat ik ook maar één lek aanraak, een harde lijn trekken tussen wat daadwerkelijk bevestigd is en wat gebakken lucht is.
Wat er bevestigd is over Gemini 3.5 Pro versus wat nog een gerucht is
Laat me dit netjes opsplitsen, want de meeste berichtgeving mengt de twee, en zo gaan mensen dingen geloven die nooit zijn aangekondigd.
Wat Google daadwerkelijk officieel heeft gemeld:
- Gemini 3.5 werd onthuld op Google I/O op 19 mei 2026, gepresenteerd als "frontier intelligence with action".
- De Pro-tier mikt op een contextvenster van maximaal 2 miljoen tokens — een van de grootste die Google ooit heeft aangeboden.
- Het wordt geleverd met een "Deep Think"-redeneermodus, en Google heeft gezegd dat de redeneerketen zichtbaar is voor ontwikkelaars en kan worden begrensd om computekosten te beheersen.
- De algemene beschikbaarheid werd verwacht in juni, schoof op, en wordt nu ergens in juli 2026 verwacht.
- Begin juli zit het nog in een beperkte Vertex AI enterprise-preview. Er is geen publieke model card, geen officiële benchmarksuite en geen bevestigde prijsstelling.
Wat gelekt, gerucht of ronduit ongeverifieerd is:
- Een specifieke releasedatum van "17 juli". Dit is terug te voeren op gelekte model-identifiers die op Google Cloud-servers zijn gespot, en die prediction-market-gebruikers omzetten in een on-chain weddenschap die ergens rond de zestig-en-nog-wat procent vertrouwen zit. Dat is een menigte die gokt op basis van een bestandsnaam. Het is geen datum die Google heeft bevestigd.
- "Private eval rings" die naar verluidt laten zien dat 3.5 Pro uitloopt op few-shot learning. Geen methodologie, geen cijfers die je kunt inzien, geen bron die je kunt noemen. Interessant signaal, nul bewijskracht.
- Mysterieuze checkpoints — een "Gemini 3.5 Flash High", plus iets wat mensen "Gemini 3.6" of "Gemini 4 Flash" noemen — die naar verluidt tegelijkertijd in de Arena worden getest. Anonieme Arena-checkpoints zijn echt, maar hun namen en afkomst zijn vrijwel altijd giswerk van de community.
En één claim wil ik ronduit rechtzetten, omdat ik hem als feit herhaald heb zien worden: het idee dat Googles vlaggenschip-beeldmodel, "Nano Banana Pro", gebouwd is op de Gemini 3.5 Pro-basis. Dat is niet zo. Nano Banana Pro is Googles interne codenaam voor Gemini 3 Pro Image — gebouwd op Gemini 3 Pro, en al algemeen beschikbaar met een eigen modelpagina en prijsstelling. Het is een uitstekend beeldmodel. Het is geen bewijs voor de capaciteiten van 3.5 Pro, en het behandelen als een "prototype van de 3.5-basis" is precies hoe een codenaam een mythe wordt.
Kijk eens wat er op de bevestigde lijst staat versus de geruchtenlijst. De bevestigde feiten zijn architecturaal — contextgrootte, een redeneermodus, een uitgestelde datum. De spannende feiten — de feiten die gedeeld worden — staan allemaal aan de geruchtenkant. Die asymmetrie is geen toeval. Het is de standaardvorm van elke moderne modellancering, en het is het eerste waar mijn hypefilter naar kijkt.
Maar ik wil de lekken niet volledig wegwuiven, want sommige zijn oprecht interessant. Laten we kijken wat de gelekte outputs daadwerkelijk laten zien.
De gelekte Gemini 3.5 Pro-renders, één voor één gewogen
De meest gedeelde lekken zijn geen benchmark-screenshots. Het zijn gegenereerde artefacten — en specifiek front-end- en visuele output. Dat is een bewuste keuze van degene die lekt, want visuele output is het meest visceraal indrukwekkende dat een model kan produceren. Je hoeft geen methodologie te lezen om op een goede render te reageren.
Een paar demo's die rondgaan, en mijn eerlijke lezing van elk:
De isometrische SVG. Een minimale, isometrische kaart-swipemachine — een kleine betaalterminal die een kaartswipe animeert en een bonnetje uitspuugt, uitgevoerd als één schone SVG met soepel gradiëntwerk. Als het echt is, is het een stap vooruit. Complexe, geanimeerde SVG is historisch een zwakke plek geweest van elk frontier-model dat ik heb getest; ze produceren doorgaans kapotte paden, verkeerd uitgelijnde transforms of gradiënten die er modderig uitzien. Een model dat isometrische geometrie én animatie én gradiënten in één keer goed doet, zou een echte capaciteitssprong zijn, geen cosmetische.
Het steampunk zwevende eiland (three.js). Een HTML-scène met een zwevend eiland, atmosferische mist en gelaagde omgevingsassets — lampen, luchten, partikeleffecten — gerenderd via three.js. Het interessante is niet de esthetiek; het is de three.js-integratie. Een coherente 3D-scène in één generatie door een JavaScript-library heen bedraden is een codeertaak vermomd als kunsttaak.
De 3D-game in subway-surfers-stijl van ~800 regels. Eén HTML-bestand, ruwweg 800 regels, dat een endless-runner-stadsgame prototypet — auto's, voetgangers, verkeerslichten, een oversteeksysteem. Een latere gelekte versie zou de animaties hebben opgeschoond en het verkeersgedrag geloofwaardiger hebben gemaakt. Voor de duidelijkheid over de schaal: dit is een low-tot-mid-poly prototype, niet iets wat in de buurt komt van een uitgebrachte game. Maar een speelbaar prototype van 800 regels uit één prompt is een echt artefact — als het artefact echt is.
De cinematografische maanlandingsscène. Een astronaut, een vlagplant-animatie, stoffige voetafdrukken in het regoliet, een opkomende aarde aan de horizon. Dit is de "design taste"-claim — het argument dat 3.5 Pro niet alleen correct rendert, maar smaakvol, met een gevoel voor compositie en sfeer dat eerdere Gemini-output miste.
Hier is mijn sceptische kanttekening, en het is een grote: ik kan van geen enkele van deze demo's verifiëren dat hij van Gemini 3.5 Pro komt. Een gelekte screenshot heeft geen herkomst. Hij kan gecherrypickt zijn uit vijftig pogingen. Hij kan van een compleet ander model zijn. Hij kan licht bewerkt zijn. Wat ik je wél kan vertellen, op basis van het daadwerkelijk testen van de modellen die eraan voorafgingen, is dat dit precies de as is waarop Gemini het snelst verbetert. Googles front-end- en SVG-generatie zit op een steilere curve dan zijn agentic coding. Een sprong hier is dus plausibel op een manier waarop een gelekte "we verslaan Claude op SWE-bench"-screenshot dat niet zou zijn.
Plausibel is niet bewezen. Maar plausibel is het volgen waard. En als deze demo's bij GA overeind blijven — en als Google het model competitief prijst — zou Gemini 3.5 Pro een oprecht sterke keuze kunnen worden specifiek voor front-end- en SVG-werk, zelfs als het op andere assen achterblijft. Dat is een smalle, verdedigbare claim. Heel iets anders dan "Gemini staat weer bovenaan", wat de claim is die de hypecyclus je in de mond wil leggen.
Dus wat zou die grotere claim daadwerkelijk rechtvaardigen? Laat ik de lat neerleggen.
Wat een echte DeepMind-comeback zou moeten leveren
Dit is de sectie die ik het liefst wilde schrijven, want "is het goed?" is de verkeerde vraag. De juiste vraag is "goed genoeg in wat, tegenover een veld dat niet heeft stilgestaan?" Dit is de lat waar ik Gemini 3.5 Pro langs leg wanneer het uitkomt — en jij kunt dat ook doen.
1. Pariteit in agentic coding, gemeten op de zware benchmarks — niet op demo's. Het veld van juli 2026 is meedogenloos. Claude Opus 4.8 voert de Artificial Analysis Intelligence Index aan rond de 61,4 en noteert ruwweg 69% op SWE-bench Pro. Claude Fable 5 zit op SWE-bench Pro zelfs hoger, rond de 80%. GPT-5.5 leidt Terminal-Bench 2.0 met bijna 83%. Een mooi three.js-eiland verandert geen enkel van die cijfers. Als het Coding Strike Team zijn werk heeft gedaan, moet 3.5 Pro geloofwaardig landen op multi-file, long-horizon agentic-coding-evals. Dat is de kloof waarvoor het is gebouwd.
2. Context die je daadwerkelijk kunt gebruiken, niet alleen kunt adverteren. Twee miljoen tokens is een headline-cijfer. De echte vraag is of de retrieval-kwaliteit over dat hele venster standhoudt of in het midden afzakt — het "lost in the middle"-probleem dat de meeste long-context-modellen teistert. Een 2M-venster dat betrouwbaar redeneert over de eerste en laatste 200K maar er tussenin vaag wordt, is een marketingcijfer, geen engineeringcijfer. Ik draai needle-in-a-haystack-achtige checks op de dag dat ik toegang krijg.
3. Betrouwbaarheid die het degradatieverhaal omkeert. Een van de stillere verhaallijnen in de onrust bij DeepMind waren berichten over modeldegradatieproblemen — checkpoints die slechter presteerden dan de modellen die al in productie waren. Een comeback-release kan niet met die reputatie aan boord verschijnen. Consistentie over meerdere runs telt zwaarder dan één spectaculaire demo.
4. Prijzen die de concurrentie serieus nemen. Googles historische voorsprong zat in prijs-prestatieverhouding, vooral bij Flash-tier-modellen. Als 3.5 Pro geprijsd wordt als een premium frontier-model maar het veld slechts evenaart, verliest het. Als het Claude en GPT onderbiedt en op coding dicht in de buurt komt, verandert dat de rekensom voor veel teams. Prijsstelling is een capaciteitsbeslissing, geen voetnoot.
5. Eerlijkheid over specialisatie. Hier is de nuance die de doemverslaggeving mist: Gemini verliest helemaal niet overal. Gemini 3.1 Pro leidt nu al meerdere accuratesse- en researchbenchmarks — rond de 94% op GPQA Diamond, sterk op Humanity's Last Exam. Geen enkel model domineert in 2026 elke rij; het hele veld is gefragmenteerd in specialisten. Een realistische overwinning voor Gemini 3.5 Pro ziet eruit als "duidelijk de beste in long-context research en front-end-generatie, competitief op coding", niet "verslaat iedereen op alles". Wie dat laatste belooft, verkoopt je een verhaal.
Als je met je team beslist of je een workflow op dit model inzet, is die vijfpuntslat je due-diligence-checklist. En als je die evaluatie liever niet zelf draait — als je wilt dat iemand deze modellen benchmarkt tegen jouw daadwerkelijke use case en je vertelt op welk model je moet standaardiseren — dan is dat precies het soort opdracht dat ik rechtstreeks aanneem. Je kunt zien wat ik bouw op fiverr.com/s/EgxYmWD.
Die checklist werkt voor Gemini 3.5 Pro. Maar het waardevollere is de algemene vaardigheid eronder: elke modellancering kunnen lezen zonder je te laten bespelen.
Hoe je hype rond AI-modellanceringen leest zonder je te laten bespelen
Ik heb inmiddels genoeg van deze cycli gezien om het patroon zich bijna beat voor beat te zien herhalen. Dit is het mentale model dat ik gebruik — steel het gerust, het is nuttiger dan welke afzonderlijke modelreview dan ook.
Scheid de bron van het signaal. Wanneer het lab stil is maar het internet luid, vraag je dan af wie er baat heeft bij het lawaai. Gelekte demo's zonder herkomst, prediction markets gebouwd op bestandsnamen, "private eval rings" zonder cijfers — die genereren engagement, geen bewijs. De afwezigheid van een officiële benchmarktabel is geen neutraal gat. Het is informatie. Meestal betekent het dat de cijfers nog niet klaar zijn om kritisch onderzoek te overleven.
Weeg artefacten op falsifieerbaarheid. Een gelekte SVG die je niet kunt reproduceren is minder waard dan een benchmark die je wél kunt draaien. Een benchmark die je niet kunt auditen is minder waard dan één met gepubliceerde methodologie. Een gepubliceerde methodologie is minder waard dan het model in je eigen handen op je eigen taken. Rangschik elke claim op hoe makkelijk hij weerlegd zou kunnen worden, en vertrouw de claims die hun nek uitsteken.
Pas op voor de sprong van demo naar capaciteit. De meest gedeelde output is bijna altijd de meest visuele, omdat visuele output zich makkelijk verspreidt. Maar "genereerde een prachtige maanlandingsscène" en "kan betrouwbaar overweg met mijn productiecodebase" zijn verschillende claims die verschillend bewijs vereisen. Indrukwekkende one-shots zijn per definitie gecherrypickt. De interessante vraag is de vijftigste poging, niet de eerste.
Veranker elke lancering tegen een veld dat is opgeschoven. Een model is niet goed in een vacuüm; het is goed ten opzichte van wat vorige maand uitkwam. In 2026 verschijnt er om de paar weken iets van frontier-niveau. "Grote stap vooruit" betekent alleen iets afgemeten aan Opus 4.8, Fable 5 en GPT-5.5 zoals ze vandaag bestaan — niet aan de versie van de concurrentie die bestond toen het model begon te trainen.
Verdisconteer de narratieve premie. Een comebackverhaal, een underdogverhaal, een "ze zijn er geweest"-verhaal — allemaal voegen ze emotionele lading toe die niets met de weights te maken heeft. De onrust bij DeepMind laat 3.5 Pro voelen alsof er meer op het spel staat, en dat gevoel lekt door in hoe mensen de demo's beoordelen. Merk het op wanneer je een model beoordeelt op zijn verhaal in plaats van op zijn output.
Haal elke lancering door die vijf filters en het lawaai verstomt snel. De meeste "lekken" verdampen. Wat overblijft is meestal een kleine, specifieke, verdedigbare set dingen die het model waarschijnlijk goed doet — en dat is precies wat je in de eerste plaats wilde weten.
De eerlijke conclusie
Ik wil dat Gemini 3.5 Pro geweldig is. Een oprecht sterk DeepMind-vlaggenschip houdt Anthropic en OpenAI scherp, en concurrentie aan de frontier is het beste wat ons kan overkomen — ons die op deze modellen bouwen. Het 2M-contextvenster is echt. Deep Think is echt. Het front-end-traject is echt en verbetert snel. Dat zijn legitieme redenen voor optimisme.
Maar optimisme is geen benchmark. Op dit moment passen de bevestigde feiten over dit model op een indexkaartje, en de spannende feiten zijn allemaal ongeverifieerd. Het lab dat het uitbrengt, verloor net zes senior onderzoekers aan zijn directe concurrenten en reorganiseerde rond een coding-kloof die het publiekelijk nog niet heeft gedicht. Dat betekent niet dat de comeback mislukt. Het betekent dat de bewijslast hoog is, en dat het bewijs er nog niet is.
Weet je nog, die lege benchmarkpagina waarmee ik begon? Wanneer die eindelijk gevuld wordt — met echte cijfers, echte prijzen en een model dat iedereen kan draaien — dan is dat het moment waarop dit ophoudt een verhaal te zijn en een beslissing wordt. Ik test het die dag langs de vijfpuntslat, op precies dezelfde manier waarop ik een stiekeme Gemini 3 Flash-upgrade testte en de eerdere 3.5-lekken vóór I/O. Tot die tijd: houd de hype losjes vast. Het internet is heel zelfverzekerd over een model dat het nooit heeft gedraaid. Laat die zelfverzekerdheid niet de jouwe worden.
Veelgestelde vragen
Wanneer komt Gemini 3.5 Pro uit?
De algemene beschikbaarheid van Gemini 3.5 Pro wordt ergens in juli 2026 verwacht, nadat het oorspronkelijke doel van juni was verschoven. Begin juli zit het nog in een beperkte Vertex AI enterprise-preview. De specifieke datum "17 juli" die online circuleert, komt van prediction markets die reageren op gelekte server-identifiers, niet van Google — behandel hem als een onbevestigde gok.
Is Gemini 3.5 Pro beter dan Claude en GPT?
Dat valt nog niet te zeggen, omdat Google geen officiële benchmarks, model card of prijsstelling voor Gemini 3.5 Pro heeft gepubliceerd. Het huidige veld is gefragmenteerd — Claude Opus 4.8 leidt de Intelligence Index, GPT-5.5 leidt sommige codingbenchmarks, en Gemini 3.1 Pro leidt nu al accuratessetests zoals GPQA Diamond. Verwacht specialisatie, geen enkele allesomvattende winnaar.
Wat is het contextvenster van Gemini 3.5 Pro?
Gemini 3.5 Pro mikt op een contextvenster van maximaal 2 miljoen tokens, een van de grootste die Google ooit heeft aangeboden. Het cijfer dat er meer toe doet, is echter de retrieval-kwaliteit over dat hele venster — of het model betrouwbaar redeneert over het midden, niet alleen over het begin en einde. Dat is pas verifieerbaar bij onafhankelijke tests op GA.
Is Nano Banana Pro onderdeel van Gemini 3.5 Pro?
Nee. Nano Banana Pro is Googles codenaam voor Gemini 3 Pro Image, een model voor het genereren en bewerken van afbeeldingen dat op Gemini 3 Pro is gebouwd — niet op de 3.5 Pro-basis. Het is al algemeen beschikbaar met een eigen modelpagina en prijsstelling, en het is geen bewijs voor de capaciteiten van Gemini 3.5 Pro.
Waarom wordt Google DeepMinds Gemini 3.5 Pro gezien als een "comeback"?
Omdat DeepMind in vijf maanden van 2026 zes senior onderzoekers verloor aan Meta, OpenAI en Anthropic — onder wie Noam Shazeer en Nobelprijswinnaar John Jumper binnen één periode van 48 uur in juni — en reorganiseerde rond een "AI Coding Strike Team" om zijn achterstand op Claude en OpenAI te dichten. Gemini 3.5 Pro is het eerste vlaggenschip dat na die onrust verschijnt.
Wil je een helder antwoord op welk model je moet standaardiseren?
Als je Gemini 3.5 Pro afweegt tegen Claude of GPT voor echt productiewerk, draai ik exact deze evaluatie op jouw daadwerkelijke codebase en taken — geen hype, alleen cijfers waar je mee verder kunt. Als dat de keuze is die je probeert te maken, vertel me wat je bouwt en ik benchmark de shortlist voor jouw use case.
