Sundar Pichai: Gemini 4 heeft grotere basismodellen nodig om de AI-race te leiden

Google wijzigt zijn strategie naar pre-training op enorme schaal om de dominantie in de race om frontier-modellen te heroveren. Alphabet-CEO Sundar Pichai heeft aangegeven dat de volgende evolutionaire sprong voor Gemini afhangt van het bouwen van aanzienlijk grotere basismodellen om de huidige marktleiders te evenaren en te overtreffen.

Het mandaat voor schaalvergroting: Waarom Gemini 4 anders is

Tijdens de recente Q2 2026-earningscall besprak Sundar Pichai het concurrentielandschap van generatieve AI, waarbij hij opmerkte dat Google weliswaar grote stappen heeft gezet, maar dat de weg naar echte frontier-prestaties een verschuiving in schaal vereist. Het bedrijf voert momenteel zijn "meest ambitieuze pre-training run tot nu toe" uit voor Gemini 4.

Volgens Pichai kan de volgende generatie intelligentie niet alleen worden bereikt door incrementele updates; het vereist veel grotere basismodellen om de huidige kloof met concurrenten te overbruggen. Deze enorme investering in rekenkracht en data is terug te zien in de herziene investeringsprognose van Alphabet voor 2026, die is verhoogd naar een verbazingwekkende $195 miljard – $205 miljard om het tempo van de stijgende vraag bij te houden.

Efficiëntie versus frontier-kracht: De Flash-strategie

Terwijl de zoektocht naar een nieuw frontier-model voortduurt, optimaliseert Google tegelijkertijd voor de "werkpaard"-use cases die zijn ecosysteem aandrijven. Er ontstaat een duidelijke splitsing in de modelhiërarchie van Google:

  • De Frontier-laag: Gericht op Gemini 4, met als doel enorme redeneervermogens en het dichten van de kloof met topconcurrenten.
  • De Efficiëntie-laag: Gericht op de Gemini Flash-serie. Pichai merkte op dat de Flash-modellen het "ideale evenwicht tussen prestaties en kosten" raken, wat de bulk van de dagelijkse consumentenvraag drijft.

Deze tweesporenstrategie loont financieel. Google meldde dat de kosten per AI-antwoord in "AI Mode" zijn gedaald naar het laagste niveau sinds de lancering, zelfs terwijl het bedrijf krachtigere onderliggende modellen inzet. Deze efficiëntie, versterkt door releases zoals Flash 3.6, is cruciaal voor het behouden van marges naarmate de AI-integratie opschaalt.

Massale gebruikersgroei en mijlpalen in monetarisering

De financiële gezondheid van de AI-transitie van Google is duidelijk zichtbaar in de recente kwartaalcijfers. Google rapporteerde een omzet van $119,8 miljard in Q2 2026, een stijging van 24% op jaarbasis. Belangrijke groeifactoren zijn onder meer:

  • Adoptie van de Gemini App: Het aantal maandelijkse actieve gebruikers is gestegen naar 950 miljoen, vergeleken met 750 miljoen in februari.
  • Google Cloud-expansie: Het Cloud-segment zag een explosieve groei van 82% en bereikte $24,8 miljard.
  • Zoekintegratie: AI Mode in Google Search heeft de grens van één miljard maandelijkse actieve gebruikers overschreden, waardoor miljarden voorheen moeilijk te monetariseren zoekopdrachten worden ontsloten.
  • Evolutie van Ad Tech: De AI Max-advertentietool is uit de bètafase gekomen en wordt nu door 500.000 adverteerders gebruikt.

Aanpak van technische zwakheden

Pichai was transparant over de gebieden waarop Google nog moet inhalen. In het bijzonder zet het bedrijf zwaar in op het verbeteren van "coding and agentic coding"-capaciteiten. Nu AI verschuift van eenvoudige chatinterfaces naar autonome agenten die code kunnen schrijven, debuggen en uitvoeren, is het beheersen van deze agentic workflows een primair focuspunt voor de ontwikkelingscyclus van Gemini 4.

Belangrijkste conclusies

  • Schaal is de prioriteit: Google investeert jaarlijks tot $205 miljard, in de overtuiging dat "veel grotere basismodellen" de enige manier zijn om de frontier AI-race met Gemini 4 te winnen.
  • Het Flash-voordeel: Terwijl het bedrijf streeft naar frontier-intelligentie, gebruikt Google succesvol de Gemini Flash-serie om een hoge mate van nut tegen lage kosten te bieden aan bijna 1 miljard gebruikers.
  • Gerichte verbeteringen: De enorme pre-training inspanningen voor Gemini 4 zijn specifiek gericht op het oplossen van huidige zwakheden in coding en agentic autonome capaciteiten.