Gemini (Google) - capabilities
Het lange-context-zwaargewicht en de beeld-krachtpatser van de grote drie: pak Gemini wanneer je een heel document wilt invoeren of slide-waardige visuals wilt genereren. Een vast lid van onze drie-modellen-toolkit naast Claude en ChatGPT. Onze blik uit 500+ klantopdrachten; capaciteiten veranderen snel.
Het sterkst in
- Enorme contextvensters (~1M tokens) - hele documenten van begin tot eind lezen
- Full-context injectie naast Claude voor lange memo's en contracten
- Beeldgeneratie via Nano Banana Pro (een reasoning beeldmodel, 4K, bewerkbaar)
- Programmatisch toegankelijk via de AI Studio API + MCP
- Sterk algemeen redeneren (Gemini 3.x) in de frontier-groep
Capability-overzicht
| Capability | Oordeel | Wat dat betekent |
|---|---|---|
| Lange documenten / context | ✅ Loopt voorop | Onze go-to voor ~1M-token context en echt full-context lezen van hele documenten, niet alleen scannen. |
| Beeldgeneratie | ✅ Sterk | Nano Banana Pro "denkt voordat het creëert" en volgt prompts nauwkeurig - slide-waardige visuals. |
| AI-agents / API | ✅ Sterk | Biedt een AI Studio API die hij in MCP's koppelt zodat agents op commando beelden genereren. |
| Algemene capaciteit | ✅ Sterk | Een echt frontier-model - hij raadt aan het een maand te proberen om te ervaren wat mogelijk is. |
| Redeneren | 🟡 Degelijk | Sterk in de frontier-groep; hij gebruikt het ook als live voorbeeld van hoe elk LLM fout kan gokken bij lastige wiskunde. |
| Cross-model gebruik | 🟡 Degelijk | Draait naast Claude en ChatGPT als standaard multi-model praktijk (laat ze elkaar uitdagen). |
| Workspace-integratie / verankering | 🟡 Degelijk | Onderdeel van het Google-ecosysteem; directe workshop-evidence over Workspace/deep research is dunner. |
In Wouters woorden
Gemini is eigenlijk heel goed in enorme contextlimieten.
Wat zo bijzonder is aan Gemini Nano Banana Pro is dat het een reasoning beeldmodel is - het denkt voordat het creëert, waardoor het je prompt veel nauwkeuriger volgt.
Let op
- Zoals alle LLM's gokt het bij complexe berekeningen - hij gebruikt Gemini als het live voorbeeld van een zelfverzekerd fout antwoord op lastige wiskunde.
- Grote context is tweesnijdend: dump niet alles erin, anders verliest het model context-awareness; echt enorme inputs lopen alsnog tegen een limiet aan.
- Beeldbewerking gaat na zo'n vier of vijf bewerkingsrondes op een slide achteruit.
- Onze evidence over Workspace-integratie is dunner dan voor Claude/ChatGPT - behandel die als algemene praktijk, niet als harde Gemini-specifieke claims.
Onze visie
We behandelen Gemini als een echt frontier-model en een vast lid van onze drie-modellen-toolkit - het model om naar te grijpen wanneer contextgrootte telt, omdat het echt elke pagina leest in plaats van skimt. We zijn vooral enthousiast over Nano Banana Pro als reasoning beeldmodel voor slide-waardige visuals, en over de AI Studio API waarmee we Gemini in agents en MCP's koppelen. De eerlijke kanttekening: grote context helpt alleen als je gedisciplineerd bent in wat je invoert, en zoals elk model kan het zelfverzekerd fout gokken bij lastige wiskunde.
Alleen Gemini al - ik kan je zeggen, het is mind-blowing wat tegenwoordig mogelijk is.
- Wouter van Haaften, WAIMAKERS