Op 14 oktober 2026 maakte Google bekend dat het benchmarkresultaten publiceerde, tests met partners uitbreidde en de experimentele toegang tot zijn Geospatial Reasoning-agent verruimde. Die toegang blijft beperkt tot een groep vroege gebruikers. Het technische rapport geeft ook ramingen van de modelinferentiekosten per query, maar die bedragen omvatten niet alle kosten van een toepassing.
Wat Google aankondigde
De Geospatial Reasoning agent (GRA) van Google Earth AI gebruikt Gemini om meerstapsanalyses met geografische gegevens te plannen en uit te voeren. De agent kan gespecialiseerde modellen, datasets en hulpmiddelen inzetten, waaronder Google Earth Engine, Data Commons en Google Maps-data. Google zegt dat gebruikers via de agent-API ook CSV-bestanden, GeoJSON-grenzen en cloudtabellen kunnen aanleveren om met Earth AI-gegevens te combineren. Google beschreef de update en de beperkte toegang tot uitgebreide analyse in Ask Google Earth, een experimentele agent-API en een preview van de Planetary Prediction Engine in zijn aankondiging van 14 oktober.
Google noemt toepassingen bij onder meer rampenbestrijding en volksgezondheid. In een uitbraakgerelateerde analyse in de Democratische Republiek Congo bracht de Wereldgezondheidsorganisatie voor Afrika (WHO AFRO) volgens Google satellietwaarnemingen, informatie over mijnbouwlocaties en bevolkingsgegevens samen. Google meldt dat de analyse 48 blootgestelde nederzettingen en meer dan 45.500 mensen met risico in beeld bracht; een vergelijkbare werkwijze zou normaal weken kosten. Het gaat om een door Google gerapporteerd partnerresultaat.
Wat de GeoExpertQueries-score meet
Het technische rapport, dat op 11 oktober 2026 bij arXiv werd ingediend, vergelijkt vier configuraties met twee Gemini-modellen op vier benchmarks. Voor GeoExpertQueries — een benchmark met open vragen over geospatiale analyses — scoorde Gemini 3.8 Flash in drie configuraties als volgt. De scores zijn gemiddelden met standaardafwijking over drie runs:
| Configuratie met Gemini 3.8 Flash | GeoExpertQueries-score (0–100) |
| Volledige GRA | 62,7 ± 2,5 |
| GRA-hulpmiddelen, zonder voorafgaande planning | 52,2 ± 5,4 |
| Basishulpmiddelen | 3,3 ± 0,8 |
De volledige configuratie scoorde in deze evaluatie 10,5 punten hoger dan GRA met geospatiale hulpmiddelen maar zonder voorafgaande planning. De score meet hoe goed een systeem een door experts opgestelde werkwijze volgt; hij geeft niet rechtstreeks aan of het eindantwoord juist is. De auteurs beschrijven GeoExpertQueries daarom als een maat voor de kwaliteit van de workflow, niet als een algemene nauwkeurigheidsgarantie. De volledige resultaten en methode staan in het technische rapport.
Inferentiekosten zijn geen totaalprijs
Voor een query op GeoExpertQueries raamt het rapport de modelinferentie op $0,199 met Gemini 3.8 Flash en $0,688 met Gemini 3.1 Pro. Dat is een verschil van $0,489 per query; de Flash-raming ligt daarmee ongeveer 71 procent lager dan die voor Pro. Het zijn ramingen voor modelinferentie onder de omstandigheden van de benchmark, geen klanttarieven of complete kosten van een toepassing. Externe data- en rekendiensten, waaronder Google Earth Engine, zijn niet meegerekend, aldus het rapport.
Een aparte ADK-route voor ontwikkelaars
Google Earth beschreef op 18 juni 2026 afzonderlijke open-source referentieagents voor Google Earth Engine, gebouwd met de Agent Development Kit (ADK) en Gemini. De voorbeelden zijn gericht op controles rond duurzame inkoop en op bosmonitoring. Ze vormen een aparte ontwikkelaarsroute, niet de Geospatial Reasoning agent zelf; Google lichtte die voorbeelden toe in een afzonderlijke publicatie.
De geospatiale onderzoeksagent is bovendien iets anders dan Googles Gemini-agent voor bedrijven.
