Google IO 2026 Samenvatting: Het Jaar waarin Google Stopte met Chatbots Verkopen
Ik keek naar de IO 2026-keynote op een tweede scherm met een verse terminal open op het eerste, half verwachtend het meeste te negeren.
Dat is geen arrogantie. Dat is gewoon wat de afgelopen twee jaar AI-keynotes me hebben geleerd te verwachten. Marketingwaardige demo's, een parade van modelnamen die allemaal in elkaar overlopen, een featurereeks die pas "later dit jaar" wordt uitgebracht. Ik had het volume laag. Ik was met iets anders bezig. En toen, ongeveer achttien minuten later, stond een DeepMind-ingenieur genaamd Varun Mohan op en zei terloops dat zijn team in twaalf uur een werkend besturingssysteem vanaf nul had gebouwd met Gemini 3.5 Flash en Antigravity — 93 subagents, 15.000 modelverzoeken, 2,6 miljard tokens verwerkt, minder dan 1.000 dollar aan API-credits — en vervolgens laadde hij Doom erop en begon te spelen.
Ik zette mijn muziek op mute. Ik sloot mijn andere tabblad. Ik pakte een notitieboekje.
Dat moment vertelde me alles over Google IO 2026 op een manier die de diavoorstellingen nooit hadden gekund. Google kwam niet naar Mountain View op 19 mei 2026 om weer een chatbot te verkopen. Ze kwamen om agents te verkopen — en om dat te doen herstructureerden ze de volledige AI Ultra-prijsstructuur, leverden een gloednieuw "any-to-any" multimodaal model, lanceerden een desktopapplicatie die volledig rond multi-agent-orkestratie is ontworpen, toonden een preview van een 24/7 persoonlijke AI die op een Google Cloud VM leeft, en verlaagden stilletjes het topplan van $250 naar $200 per maand zodat ze een nieuw $100-plan eronder konden schuiven.
Als je een bouwer bent, is dit de meest ingrijpende keynote die Google heeft gehouden sinds de oorspronkelijke Gemini-lancering. Ik heb de dagen sindsdien besteed aan het uitpluizen van elke aankondiging, het kruisverwijzen van de technische claims met onafhankelijke berichtgeving, en het in kaart brengen van welke onderdelen ik deze week daadwerkelijk zou inzetten versus welke demo-ware zijn. Hier is het veldrapport — wat echt was, wat theater was, en wat ik denk dat het betekent voor iedereen die in 2026 software bouwt met AI.
De Frameverschuiving Waar Niemand over Praat
Voordat ik bij specifieke aankondigingen kom, moet je de framing begrijpen, want elke productaankondiging vloeit eruit voort.
De afgelopen drie jaar was het zwaartepunt van de AI-industrie de chatbot. Je typt een vraag. Het model antwoordt. Je beoordeelt het antwoord. Prijzen waren gestructureerd rond prompts en tokens. De gebruikerservaring was gestructureerd rond berichten. De benchmarks waren gestructureerd rond single-turn-kwaliteit.
Google IO 2026 was het moment waarop dat frame publiekelijk brak.
De prijswijziging is het verklikkertje. De Gemini-app van Google stapt over van dagelijkse promptlimieten naar een "verbruikt-rekenmodel" waarbij een simpel tekstantwoord een klein deel van je maandelijkse quotum verbruikt en een complexe videobewerking of coding-agentrun een veel groter deel. Dat is geen chatbot-prijsmodel. Dat is een workload-prijsmodel. Het slaat alleen ergens op als het bedrijf verwacht dat de gemiddelde betalende gebruiker dingen gaat draaien die dichter bij achtergrondtaken liggen dan bij gesprekken.
En elke andere aankondiging versterkt het. Gemini Spark wordt beschreven als "een 24/7 AI-agent" die namens jou leeft — niet een model waarmee je praat, maar een dat draait terwijl jij slaapt. Antigravity 2.0 wordt beschreven als een "agent-first" desktopapplicatie voor het orkestreren van multi-agentwerk in parallel. Search krijgt "autonome Gemini-aangedreven agents die in staat zijn continu informatie te monitoren en namens gebruikers acties te ondernemen." Universal Cart is een winkel-agent, geen winkelsearch.
Je zult me herhaaldelijk naar deze lens zien terugkomen, want het is de enige die de keynote zinvol maakt. Als je het eenmaal ziet, klikt elke aankondiging op zijn plek. Dus laat me doorlopen wat ze daadwerkelijk hebben uitgebracht — en wat ik daadwerkelijk zou testen.
Gemini Omni: Eén Model, Elke Modaliteit, Eén Watermerk
De grootste model-aankondiging van de dag was niet 3.5 Flash. Het was Gemini Omni, Google's nieuwe "any-to-any" multimodale model dat elke combinatie van tekst, beeld, audio en video als invoer neemt en elke combinatie als uitvoer produceert.
Omni Flash — het eerste publieke model gebouwd op het Omni-framework — is wat Google daadwerkelijk levert. Volgens de berichtgeving kan het korte AI-videoclips genereren vanuit tekstprompts, stilstaande beelden animeren, gegenereerde scènes conversationeel bewerken, en reageren op gecombineerde tekst-, audio- en beeldinvoer in realtime. Het wordt publiekelijk beschreven als het volgende hoofdstuk van het werk dat Nano Banana produceerde (het beeldbewerking/generatiemodel van vorig jaar) en Genie (Google's generatief interactief wereldmodel).
Dit is wat me deed opzitten bij deze aankondiging: Google bracht het niet stilletjes uit in een bèta. Ze brachten het uit naast de meest agressieve content-provenance-push die ik van een groot AI-lab heb gezien.
Elke video gegenereerd door Omni draagt Google's SynthID-digitaal watermerk. SynthID heeft nu meer dan 100 miljard AI-gegenereerde beelden en video's gemarkeerd, en per IO 2026 adopteren NVIDIA, OpenAI, ElevenLabs en Kakao allemaal de standaard. C2PA Content Credentials worden uitgebreid over Google's generatieve tools, en er is nu een AI Content Detection API op Google Agent Platform waarmee bedrijven AI-gegenereerde content van Google's modellen en van andere populaire modellen kunnen identificeren.
Lees die paragraaf nog eens. OpenAI adopteert Google's watermerkstandaard. Dat alleen al is het meest significante verhaal van industrieafstemming sinds de oorspronkelijke GPT API-lancering, en het werd nauwelijks vermeld in de samenvattende berichtgeving omdat het geen flitsende demo is. Het is een erkenning van de hele frontier-modelindustrie dat een ongemarkeerd synthetisch-media-internet onwerkbaar is, en ze geven collectief terrein prijs aan een gedeelde technische standaard om regulators voor te zijn.
Als je iets bouwt dat door gebruikers gegenereerde content verwerkt — moderatie, advertentieplatforms, journalistiektools, sociale media, merkmonitoring — is dit de belangrijkste ontwikkelaargerichte aankondiging van de hele keynote. De C2PA + SynthID-stack is nu breed genoeg dat "is dit AI-gegenereerd?" een echt, bevraagbaar signaal wordt in je datapipeline. Ik behandelde de AI-trainingsdatacrisis eerder dit jaar en de open vraag die ik onopgelost liet was provenance. Omni's lancering is de eerste keer dat ik een geloofwaardig antwoord heb gezien.
Wat ik deze week zou testen: stuur een stuk door gebruikers ingediende media door de AI Content Detection API en kijk wat de false-positive- en false-negativeratio's werkelijk zijn in de praktijk. Vertrouw de demonummers niet. Test het op je eigen data.
Gemini 3.5 Flash: Het Model Gebouwd voor Agents
Gemini 3.5 Flash is het model dat het Doom-op-een-nieuw-OS-moment produceerde, en het technische verhaal erachter is interessanter dan de demo.
Volgens Google's eigen claims en onafhankelijke berichtgeving:
- Presteert Gemini 3.5 Flash beter dan Gemini 3.1 Pro op vrijwel elke benchmark terwijl het ruwweg vier keer sneller draait dan andere frontier-modellen qua output tokens per seconde
- Scoort 76,2% op Terminal-bench 2.1 (coderingsevaluatie)
- Scoort 1656 op GDPval-AA (real-world agentische benchmark)
- Is mede-geoptimaliseerd met de Antigravity-harnas — wat betekent dat het model en de multi-agent runtime samen zijn getraind en afgestemd, niet bij de release aan elkaar geschroefd
Dat laatste punt is wat de meeste berichtgeving miste. Wanneer je een frontiermodel traint om goed te zijn in agentisch werk, en je tegelijkertijd het harnas waarin het draait traint om de juiste tool-calls en contextvensters op de juiste momenten te presenteren, krijg je gedrag dat niet reproduceerbaar is door simpelweg een ander model in te pluggen. Dit is hetzelfde architecturale inzicht dat Anthropic nastreeft met Claude Code — het model en de runtime zijn geen onafhankelijke producten — en het is een groot deel van waarom ik Claude Code als mijn dagelijkse driver gebruik het afgelopen jaar. Google heeft zich nu publiekelijk aan dezelfde filosofie verbonden.
De 4x-snelheidsclaim verdient een eigen moment. Als Gemini 3.5 Flash werkelijk vier keer de tokens-per-seconde levert van andere frontier-modellen bij vergelijkbare kwaliteit, verandert de rekening voor agentische workflows compleet. Een meerstaps-agent die 15-20 tool-calls doet per taak wordt voorbij een bepaald punt niet meer beperkt door redeneerkwaliteit — maar door latentie. Verlaag de latentie op een betekenisvolle manier en de agent kan herstellen van fouten, herplannen en opnieuw uitvoeren binnen hetzelfde kloktijdbudget dat eerder slechts de eerste poging paste. Dat is een ander plafond.
Maar hier moet ik eerlijk zijn over de beperkingen van eendagsverslaggeving. De Terminal-bench 2.1- en GDPval-AA-scores zien er sterk uit op papier, maar ik heb 3.5 Flash nog niet door mijn persoonlijke codeerharnas gehaald. Toen ik eerder dit jaar Gemini 3 Deepthink stresstestte, hielden de gepubliceerde benchmarks redelijk stand, maar de faalmodi werden pas zichtbaar toen ik er echte codebaseproblemen op afvuurde. Behandel de kopcijfers dus als richtinggevend, niet als evangelie. Ik zal een apart uitgebreid review hebben nadat ik mijn eigen evaluaties heb gedraaid.
Wat ik deze week zou testen: neem een echte agentische workflow die je momenteel op Claude of GPT draait en draai hem opnieuw op Gemini 3.5 Flash via het Antigravity-harnas. Let specifiek op herstelgedrag bij tool-call-fouten, niet alleen op succes bij de eerste poging. Dat is waar co-optimalisatie meestal zichtbaar wordt.
Antigravity 2.0: Het Zelfstandige Agentplatform
Ik schreef eerder over de oorspronkelijke Anti-Gravity IDE en liep door hoe ik er in 47 minuten een volledige full-stack financiële app mee bouwde. Dat product was een IDE — een editor gewikkeld rond AI-agents.
Antigravity 2.0, aangekondigd op IO 2026, is iets anders. Het is een zelfstandige desktopapplicatie die volledig is ontworpen rond een agentgeoptimaliseerde ervaring. Volgens de ontwikkelaarshighlights van Google wordt het geleverd met een CLI, een SDK, beheerde uitvoering en enterprise-ondersteuning. Ontwikkelaars kunnen meerdere agents parallel orkestreren en taken uitvoeren over langetermijnworkflows.
De structurele verschuiving van 1.x naar 2.0 is het deel dat ertoe doet. De oorspronkelijke Anti-Gravity plaatste agents in een editor. De nieuwe versie keert de relatie om — het agentplatform is het primaire oppervlak, en de editor is slechts een van de tools die een agent kan gebruiken. Dat is een betekenisvol andere ontwerpfilosofie.
De Doom-op-een-nieuw-OS-demo was het bewijspunt. 93 subagents werkend in parallel, 15.000 modelverzoeken, 2,6 miljard tokens, 12 uur doorlooptijd, minder dan $1.000 aan API-uitgaven. Als je ooit hebt geprobeerd zoveel gelijktijdige agents handmatig te orkestreren, ken je de faalmodi — agents die elkaars bestandssysteemwijzigingen overschrijven, vastgelopen tool-calls, contextvensters die ontploffen door overspraak. Het feit dat Google het demonstreerde zonder zichtbare chaos suggereert dat de orkestratielaag echt werk verzet, niet slechts subprocessen spawnt en hoopt.
De CLI en SDK zijn voor serieuze bouwers nog belangrijker dan de desktopapp. Een CLI is wat je aan CI vastkoppelt. Een CLI is wat je script. Een CLI is wat je 's nachts op een server draait. Een desktopapp is wat je aan executives laat zien. Dat Antigravity 2.0 beide heeft, betekent dat Google serieus is over het platform als productie-infrastructuur, niet alleen als demo voor de lanceerweek.
Ik heb het afgelopen jaar het meeste van mijn agentisch werk gebouwd in Claude Code en gerouteerd via Anthropic's Agent SDK. Antigravity 2.0 is het eerste concurrerende platform dat ik heb gezien dat er structureel klaar uitziet om echte productie-workloads te hosten — niet omdat de marketing dat zegt, maar omdat de vorm van het product (CLI + SDK + beheerde uitvoering + enterprise-ondersteuning) de vorm is die je bouwt wanneer je verwacht dat andere mensen je platform in productie gaan draaien.
Wat ik deze week zou testen: draai dezelfde agenttaak in Antigravity 2.0 en Claude Code naast elkaar. Meet niet alleen kwaliteit — meet foutherstel, observeerbaarheid, en hoe de trace eruitziet wanneer een agent ontspoort. Dat is waar productie-gereedheid leeft.
Gemini Spark: De $100-Weddenschap op Persoonlijke Agents
Dit is de aankondiging die het meest verhitte debat veroorzaakte in mijn groepschats. Gemini Spark.
Spark is, in Google's eigen woorden, een 24/7 AI-agent die op Google Cloud VM's leeft en continu namens jou draait. Het integreert met MCP (Model Context Protocol — de door Anthropic geïnitieerde standaard die stilletjes de industriestandaard is geworden voor tool calling). Het zal deze zomer een Chrome-integratie krijgen. En het is de hoofdfeature achter een grote herstructurering van het AI Ultra-prijsniveau.
De prijsberekening:
- Het vorige top-Ultra-plan was $250 per maand. Dat niveau bestaat nog maar is nu $200 per maand, met hogere gebruikslimieten en meer opslag.
- Er is een nieuw $100 per maand Ultra-niveau geïntroduceerd eronder. Het $100-plan omvat 5x hogere gebruikslimieten in de Gemini-app vergeleken met het $20 AI Pro-niveau, 20 terabyte cloudopslag, YouTube Premium, en bètatoegang tot Gemini Spark voor Amerikaanse abonnees.
- Spark zelf wordt uitgerold naar vertrouwde testers in de week na de keynote, en naar Google AI Ultra-abonnees in de VS de week daarna als bèta.
Zet de prijswijzigingen even opzij. De interessante vraag is wat Spark werkelijk is op architecturaal niveau — want als het is wat Google impliceert, is het een andere productcategorie dan wat ChatGPT of Claude momenteel levert.
De meeste huidige "AI-agents" draaien als reactie op een gebruikersprompt. Je vraagt, het handelt, het retourneert. De sessie is begrensd door het gesprek. Zelfs Claude's projecten en ChatGPT's GPT's zijn nog fundamenteel request-response — ze houden context vast over sessies, maar ze draaien niet wanneer je niet kijkt.
Spark draait op een VM. Het heeft een continu bestaan. Het kan dingen monitoren, acties ondernemen en bij je inchecken op basis van zijn eigen planning — niet omdat je de app opende, maar omdat de wereld veranderde en het dat opmerkte.
Als dat werkelijk is hoe het werkt, is de ontsluiting aanzienlijk. De use cases zijn voor de hand liggend — vliegticketprijzen volgen, hervoorraadmeldingen, agenda-oppassen, e-mailtriage, een projectbord monitoren, de prijspagina van een concurrent in de gaten houden — maar ze zijn voor de hand liggend op dezelfde manier als "een telefoon in je zak hebben" voor de hand lag in 2007. Het feit dat je ze kunt opsommen betekent niet dat we weten hoe het product het dagelijks gedrag hervormt.
Hier is waar ik sceptisch ben. De instapprijs van $100 plaatst Spark stevig in het "poweruser"-segment — dat is 5x de prijs van AI Pro en ruim boven waar de meeste consumenten-SaaS leeft. Voor een product dat waarde moet bewijzen over vele ambientale taken is $100/maand vragen voordat iemand weet of het werkt, gedurfd. De daling van $250 naar $200 op het topniveau verzacht het (en signaleert echte concurrentiedruk van Anthropic en OpenAI's Pro-plannen), maar Spark zelf zit achter een prijs die de meeste mensen niet zullen betalen totdat de case overweldigend duidelijk is.
Ik zal Spark testen in de week dat het in de VS-bèta landt. De specifieke vraag die ik meeneem is of de 24/7-framing echt productgedrag is of marketingtaal voor "we hebben het contextvenster tussen sessies bewaard." Er is een verschil. Het eerste is een nieuwe categorie. Het tweede is een chatbot met beter geheugen.
Als je de bredere prijzenoorlog hebt gevolgd, herken je dit als dezelfde dynamiek die ik behandelde in mijn stuk over commoditisering van AI-abonnementen — de applicatielaag is waar het geld zit, en de modelbemakers racen om het te pakken voordat de applicatielaag hen pakt. Spark is Google's meest expliciete zet in die race.
Docs Live, Ask Maps, Ask YouTube: De Workspace-Wending
De consumentenaankondigingen kregen minder podiumtijd maar zijn de aankondigingen die de meeste mensen zullen bereiken. Drie zijn het belangrijkst.
Docs Live is spraakgestuurde Google Docs-bewerking — je kunt Docs vertellen om secties te verplaatsen, tekst vet of cursief te maken en documenten te herstructureren met spraakopdrachten. Het wordt deze zomer uitgerold naar Android en iOS met Google AI Pro en Ultra in het Engels wereldwijd. De framing in de keynote benadrukte toegankelijkheid — en de use case voor gebruikers met motorische beperkingen of visuele beperkingen is oprecht betekenisvol — maar de bredere ontsluiting is dat spraakbewerking eindelijk nauwkeurig genoeg is om een echt productiviteitsoppervlak te zijn, geen gimmick. Apple probeert dit al tien jaar te leveren. Google levert het omdat het onderliggende speech-to-intent model eindelijk de kwaliteitsdrempel heeft overschreden.
Ask Maps maakt van Google Maps een conversationeel zoekoppervlak. Je kunt vragen stellen over plekken zoals je een lokale bewoner zou vragen — niet alleen "zoek koffie in de buurt" maar "zoek een rustig koffiehuis met betrouwbare WiFi en terras waar ik een videogesprek kan voeren." Dezelfde truc als ChatGPT search, maar met Google's kaartdata eronder, wat een betekenisvolle moat is.
Ask YouTube laat je video-inhoud conversationeel bevragen. De killer use case hier is niet anders video's kijken — het is onderzoek. Ik doe dit al jaren handmatig met een eigen pipeline die transcripten ophaalt en door Claude laat lopen. Ask YouTube doet het native. De implicatie voor contentmakers is significant: vindbaarheid loopt nu via conversationele zoekopdrachten, niet alleen via zoekbalkzoekwoorden, wat betekent dat hoe je je video-inhoud structureert (hoofdstukken, transcripten, uitleg op het scherm) direct beïnvloedt of AI het oppikt.
Alle drie deze features zitten downstream van één architecturaal feit: Google's trainingsdatavoordeel op kaarten, video en documentsamenwerking is enorm, en conversationele AI is eindelijk de juiste interface om dat voordeel op schaal te monetiseren. Ik behandelde het Google-framework voor agentische AI-transformatie in februari, en de rode draad van dat stuk naar IO 2026 is dezelfde — Google's voorsprong is niet modelkwaliteit, het is de datagraaf waar het model bovenop zit.
Intelligent Search, Universal Cart en de Agent-in-de-SERP
Dit is het aankondigingenpakket dat daadwerkelijk SEO en e-commerce zal hervormen, en het verdient veel meer aandacht dan het krijgt.
Google Search wordt herontworpen rond een multimodaal zoekvak (tekst, beeld, video, stem), 24/7 AI-zoekagents die onderwerpen monitoren en je op de hoogte brengen van wijzigingen, en — het deel dat me oprecht verraste — agentisch coderen binnen zoekresultaten dat on-demand dynamische UI's en widgets kan genereren. Dat klopt. De zoekresultatenpagina zelf wordt een runtime die kleine interactieve applicaties kan spawnen op basis van je zoekopdracht.
Als je vandaag zocht naar "vergelijk deze drie hardloopschoenen op midsole drop" zou je artikelen krijgen. In de nieuwe Search krijg je een vergelijkingswidget die livedata ophaalt en rendert als een kleine interactieve tabel binnen de SERP. Gegenereerd door een agent. Op het moment van de zoekopdracht.
Dit wordt wereldwijd en gratis beschikbaar vanaf de zomer van 2026. Die tijdlijn is belangrijk omdat het betekent dat het SEO-landschap binnen maanden verandert, niet jaren. Ik heb over deze verschuiving geschreven in stukjes en beetjes — generatieve zoekmachineoptimalisatie, citeerheid op passage-niveau, het einde van de listicle — en IO 2026 is het moment waarop het concreet wordt. De SERP is niet langer een lijst met links. Het is een agent-runtime.
Universal Cart is de e-commerce-aanvulling. Een Gemini-aangedreven winkelwagen die tegelijkertijd over Search, YouTube en Gmail werkt. Het zoekt aanbiedingen, houdt prijsgeschiedenis bij, waarschuwt bij hervoorraad, en — het oprecht nuttige deel — signaleert incompatibele productcombinaties. Probeer een moederbord en een processor toe te voegen die niet dezelfde socket delen en Universal Cart merkt het op.
Uitrol in de VS is zomer 2026. Als je iets online verkoopt, is de implicatie dezelfde als voor contentuitgevers: je productoppervlak is niet langer een website die mensen bezoeken. Het is een gestructureerde datafeed die een agent namens de gebruiker leest. Schema, gestructureerde productdata, realtime voorraad en prijstransparantie worden plotseling de delen die bepalen of een agent je aanbeveelt. Conversieoptimalisatie houdt op over je landingspagina te gaan en begint over je datalaag te gaan.
Ik behandelde een versie van deze these in mijn stuk over AI-agents die werk hervormen, maar Universal Cart maakt het concreet in retail. Als je een webwinkel runt en je hebt geen schone gestructureerde productdata tegen Q3 2026, ben je onzichtbaar voor een betekenisvol deel van de koopintentie.
Audiobrillen, Gemini App-Herontwerp en de Workspace-Laag
Google bewaarde de hardware-onthulling voor het einde van de keynote, wat je iets vertelt over hoe zelfverzekerd ze zijn dat software de vraag aandrijft. De aankondiging van intelligente brillen is echt maar bescheiden: audiobrillen met ingebouwde luidsprekers en camera's, gemaakt door Samsung en Qualcomm, met ontwerpen van Gentle Monster en Warby Parker, leverbaar herfst 2026 en werkend op zowel Android als iOS.
Dit zijn niet Meta's Ray-Bans met een scherm. Dit is voice-first, handsfree Gemini-toegang, met camera's die context kunnen vastleggen en doorgeven aan de assistent. De demo's lieten Gemini navigeren naar plekken die de gebruiker eerder had bezocht en items bestellen via geïntegreerde apps terwijl het gebruikersvoorkeuren onthield. Polsintegratie met Pixel Watch is inbegrepen.
Ik ben geen brillendrager en ik ben sceptisch dat audio-only AI-brillen een massaproduct worden. Maar de strategische logica klopt — Google heeft een ambient hardwareoppervlak nodig voor Gemini voordat Apple iets concurrerends levert, en de partnerschapstructuur (Samsung + Qualcomm + modemerken) is hoe je een techproduct omzet in iets dat normale mensen daadwerkelijk willen dragen. Herfst 2026 is wanneer we weten of de consumentenmarkt daadwerkelijk reageert.
De Gemini-app zelf krijgt een herontwerp — Google noemt de nieuwe ontwerptaal "Neural Expressive" — en een nieuwe Google Pix-tool voor beeldbewerking binnen Workspace. Flow Music wordt geleverd als een audiogeneratieoppervlak. Geen van deze is op zichzelf draagkrachtig, maar samen zeggen ze iets over Google's toewijding om van Gemini het dagelijks gebruiksoppervlak te maken over alle consumentenproducten, niet alleen een API. Ik volgde een deel van deze draad in mijn NotebookLM en Gemini app-integratie-stuk, en het patroon gaat door — Google behandelt Gemini als de operationele laag voor alles wat ze leveren, niet als een feature in één product.
Code Mender, SynthID-Uitbreiding en het Stille Veiligheidsverhaal
Ik wil een paragraaf besteden aan de veiligheidsaankondigingen omdat ze begraven werden onder de consumentenonthullingen en dat hadden ze niet moeten zijn.
Code Mender is het deel dat het meest uitmaakt voor bouwers. Het is een DeepMind AI-agent die automatisch kwetsbare code detecteert, patcht en herschrijft. Het gebruikt een debugger, broncode-browser, fuzzing en theoriebewijzers om hoofdoorzaken te vinden, genereert en valideert vervolgens autonoom patches tegen regressies en stijlrichtlijnen voordat het ze presenteert voor menselijke review. In de zes maanden voorafgaand aan de IO-aankondiging heeft het team van Code Mender 72 beveiligingsfixes geüpstreamed naar open-sourceprojecten, inclusief codebases van 4,5 miljoen regels groot.
Lees dat getal nog eens. 72 echte beveiligingspatches, op echte open source, gevalideerd door mensen, geaccepteerd upstream. Dat is geen benchmark. Dat is een uitgerolde agent die security engineering doet op productieschaal.
De code-API's voor Code Mender zijn in testpreview per IO. Als je een betekenisvolle codebase onderhoudt — open source of propriëtair — is dit de aankondiging die ik het komende kwartaal het nauwlettendst zou volgen. De economie van een continu draaiende beveiligingsagent gekoppeld aan je repo is heel anders dan het draaien van een periodieke externe audit. Ik schreef over deze categorietransitie in mijn stuk over AI zero-day-ontdekking, en Code Mender is het meest concrete productie-voorbeeld dat ik heb gezien.
De SynthID-uitbreiding is de andere helft van het veiligheidsverhaal. De watermerkstandaard omvat nu NVIDIA, OpenAI, ElevenLabs en Kakao, met 100+ miljard gemarkeerde beelden en video's. C2PA-content credentials worden uitgebreid over Google's generatieve tools. De AI Content Detection API is nu beschikbaar op Agent Platform. Dit zijn geen glamoureuze aankondigingen. Het zijn langzame, infrastructurele standaardisatiestappen. Het is ook precies wat een rijpende industrie produceert wanneer toezichthouders bij hoorzittingen verschijnen.
Gemini voor de Wetenschap: De Langetermijnweddenschap
Google bewaarde de meest ambitieuze aankondigingen voor de delen van de keynote die niemands kwartaalroadmap direct zullen beïnvloeden. Gemini voor de Wetenschap omvat twee stukken die het markeren waard zijn.
AlphaEarth Foundations is nu publiekelijk gepositioneerd als een digitale tweeling van de Aarde — een virtuele satelliet die optische beelden, radar, LiDAR en klimaatdata inneemt en het gehele landoppervlak comprimeert in een bevraagbare embedding op 10x10 meter celresolutie, jaarlijks bijgewerkt. Het model reduceert opslagvereisten met een factor 16 vergeleken met andere AI-systemen getest door Google. Ze werken samen met 50+ organisaties aan real-world toepassingen — voedselzekerheid, ontbossing, stadsplanning, waterhuishouding. Het koppelen van AlphaEarth aan Gemini's redeneervermogen is de volgende stap, wat analisten in staat zou stellen vragen in gewone taal te stellen zoals "waar in de Amazone is gewasexpansie de afgelopen drie jaar versneld" en een datagedragen antwoord te krijgen.
Isomorphic Labs — Alphabet's geneesmiddelenontdekkingsbedrijf gebouwd op de fundamenten van AlphaFold — ligt op koers om eind 2026 zijn eerste AI-ontworpen geneesmiddelen in klinische proeven te brengen. Ze haalden $2,1 miljard op in Series B-financiering eerder deze maand om de Isomorphic AI Drug Design Engine te versnellen.
Geen van beide gaat de komende zes maanden in een ontwikkelaars-SDK verschijnen. Maar het patroon — frontier-AI toegepast op grote fysieke-werelddatagrafen (Aarde, biologie) — is de langetermijnweddenschap die de volledige rekeninvestering rechtvaardigt die Alphabet sinds 2023 maakt. Het meeste van wat Google aankondigde op IO 2026 gaat over het pakken van de applicatielaag. AlphaEarth en Isomorphic gaan over het rechtvaardigen van de onderliggende infrastructuurinvestering over een horizon van tien jaar.
Wat Ik Deze Week Werkelijk Doe
Laat me afsluiten met de praktijkvisie, want dat is waarvoor de meesten van jullie hier kwamen.
Van alles wat Google leverde op IO 2026, hier is wat ik daadwerkelijk zou testen in de komende zeven dagen, gerangschikt op wat ik denk dat je dagelijkse werk zal beïnvloeden:
Draai Gemini 3.5 Flash door je echte agentische workflow. Geen speelgoedbenchmark. Neem welke meerstaps-agenttaak je momenteel op Claude of GPT draait, port hem naar Gemini 3.5 Flash via het Antigravity-harnas, en meet latentie, herstelgedrag en totale kosten per voltooide taak. De 4x-snelheidsclaim is het meest testbare getal van de keynote. Test het.
Installeer Antigravity 2.0 en probeer de parallelle agentorkestratie. Als je sequentiële agentketens hebt gedraaid, is het parallelle model een betekenisvol ander ontwerppatroon. Bouw iets kleins — een onderzoekstaak met drie gelijktijdige subagents (verzamelen, synthetiseren, opmaken) — en kijk hoe de trace-tooling standhoudt wanneer een van hen faalt.
Koppel SynthID/C2PA-detectie aan je contentpipeline. Als je iets levert dat door gebruikers geüploade media inneemt, is de AI Content Detection API op Agent Platform de belangrijkste infrastructuuraankondiging van de hele keynote. Het is niet glamoureus. Het is ook een feature waar je gebruikers en je juridische team binnen een jaar om zullen geven. Ik behandelde het contentprovenance-probleem eerder zijdelings — dit is het antwoord.
Betaal niet voor Gemini Spark totdat je echte gebruiksdata hebt gezien. Ik zal het testen in de week dat het in de VS-bèta landt. De instapprijs van $100 is een weddenschap op een productcategorie die nog geen geïnstalleerde basis heeft. Kijk naar onafhankelijke reviews. Wacht twee weken. Beslis dan.
Audit je gestructureerde product/contentdata voordat Universal Cart en Intelligent Search wereldwijd uitrollen. Zomer 2026 is dichterbij dan het klinkt. Als je iets online verkoopt of iets publiceert dat afhankelijk is van zoekverkeer, leest de agentlaag je gestructureerde data, niet je marketingtekst. Zorg dat het schoon is.
Sla de brillen voorlopig over. Audio-only intelligente brillen gaan een nicheproduct zijn voor de eerste generatie. Herfst 2026 is wanneer de categorie serieus wordt — dat is de cyclus om te evalueren, niet de lancering.
Waar de Keynote Werkelijk over Ging
Het enige inzicht dat ik zou meenemen van Google IO 2026 — het inzicht waar ik het komende kwartaal over zal nadenken — is dat de prijsstructuur het hele verhaal vertelt.
Wanneer een bedrijf overstapt van op prompts gebaseerde prijzen naar op rekenkracht gebaseerde prijzen, vertellen ze je dat ze verwachten dat hun gemiddelde gebruiker workloads gaat draaien, geen gesprekken. Wanneer ze het topniveau verlagen van $250 naar $200 en er een nieuw niveau onder schuiven van $100, vertellen ze je dat het vorige prijsplafond te hoog was om de volgende golf gebruikers te werven die ze nodig hebben. Wanneer ze een 24/7 persoonlijke agent leveren tegelijk met een desktopapplicatie gebouwd rond multi-agentorkestratie, vertellen ze je dat de komende twee jaar concurrentie zich gaan afspelen op de agentlaag, niet de modellaag.
Google leverde geen slimmere chatbot op IO 2026. Ze leverden de infrastructuur voor een wereld waarin chatbots niet meer het hoofdproduct zijn. Het model is snel en goedkoop. Het harnas is gebouwd voor parallellisme. De prijzen gaan uit van achtergrondwerk. De hardware is ambient. De detectielaag gaat ervan uit dat synthetische media overal is.
Dat is de wending. En ongeacht of je iets levert met Google's stack, de rest van de industrie gaat hen volgen in dezelfde vorm. Anthropic is er al. OpenAI is onderweg. De applicatielaag is waar het komende jaar AI-concurrentie wordt beslist, en Google heeft zojuist verklaard dat ze het niet zonder strijd gaan verliezen.
Ik zal een diepgaande analyse schrijven over Antigravity 2.0 zodra ik er een echt project doorheen heb geleverd. Tot die tijd is de vraag die ik je zou meegeven: wanneer je naar je huidige AI-workflow kijkt — je prompts, je abonnementen, je tools — hoeveel ervan gaat er nog van uit dat de chatbot het product is? Als het antwoord "het meeste" is, heb je zes maanden om te herbouwen voordat de rest van de industrie Google's frame inhaalt.
Het agenttijdperk begon niet op 19 mei 2026. Maar dat is de datum waarop het grootste softwarebedrijf ter wereld stopte met doen alsof het anders was.
Veelgestelde Vragen
Wat is Gemini Omni?
Gemini Omni is Google's nieuwe any-to-any multimodale model dat elke combinatie van tekst, beeld, audio en video als invoer neemt en elke combinatie als uitvoer produceert. Omni Flash is het eerste publieke model op het framework. Elke door Omni gegenereerde video draagt Google's SynthID-watermerk. Voor de volledige analyse, zie de Gemini Omni-sectie hierboven.
Hoe snel is Gemini 3.5 Flash vergeleken met andere frontier-modellen?
Gemini 3.5 Flash draait ruwweg vier keer sneller dan andere frontier-modellen qua output tokens per seconde terwijl het beter presteert dan Gemini 3.1 Pro op vrijwel elke benchmark. Het scoorde 76,2% op Terminal-bench 2.1 en 1656 op GDPval-AA, en werd mede-geoptimaliseerd met het Antigravity-harnas voor agentische workflows.
Wat kost het nieuwe Google AI Ultra-plan?
Het nieuwe Google AI Ultra-plan begint bij $100 per maand, ter vervanging van het vorige $250-topniveau met een $200-niveau erboven. Het $100-plan omvat 5x hogere gebruikslimieten dan AI Pro, 20 terabyte cloudopslag, YouTube Premium en bètatoegang tot Gemini Spark voor Amerikaanse abonnees.
Wat is Gemini Spark?
Gemini Spark is een 24/7 AI-agent die op Google Cloud VM's draait namens de gebruiker, integreert met MCP (Model Context Protocol), en deze zomer Chrome-integratie krijgt. Het rolt uit als bèta voor Google AI Ultra-abonnees in de VS vanaf de week na IO 2026.
Wanneer worden de Google IO 2026-features gelanceerd?
De meeste consumentenaankondigingen worden geleverd in de zomer van 2026 (Docs Live, Universal Cart, Intelligent Search wereldwijd, Chrome-integratie voor Spark). De intelligente audiobrillen van Samsung en Qualcomm worden geleverd in de herfst van 2026. Antigravity 2.0 en Gemini 3.5 Flash zijn direct beschikbaar voor ontwikkelaars.
Laten We Samenwerken
Op zoek naar het bouwen van AI-systemen, het automatiseren van workflows of het opschalen van je tech-infrastructuur? Ik help je graag.
- Fiverr (maatwerk builds & integraties): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (enterprise-oplossingen): ramlit.com
- ColorPark (design & branding): colorpark.io
- xCyberSecurity (beveiligingsdiensten): xcybersecurity.io
