Gemini 3.5 Pro lässt lange auf sich warten, Google hat zunächst zwei Rohentwürfe vorgelegt.

Am 21. Juli hat Google plötzlich zwei neue Modelle veröffentlicht:

Gemini 3.6 Flash und Gemini 3.5 Flash-Lite.

Ohne jede Vorwarnung und ohne jegliche Ankündigung sind die beiden direkt im Modellauswahlmenü von Google AI Studio und Gemini aufgetaucht.

Diese beiden Modelle zeichnen sich jeweils durch stärkere Fähigkeiten im Codieren und für Agenten bzw. durch geringere Kosten bei großangelegten Aufrufen aus.

Als Flaggschiffmodell lässt das lange erwartete Gemini 3.5 Pro jedoch immer noch auf sich warten.

Nach den ursprünglichen Plänen sollte 3.5 Pro bereits im Juni veröffentlicht werden. Jetzt ist der Juli schon weit fortgeschritten, und dieses mit großen Erwartungen verbundene Modell ist noch immer nicht offiziell vorgestellt worden.

Was will Google damit sagen, dass es die mit der Flaggschiff-Leistung verbundene Antwort so lange zurückhält und stattdessen erst zwei „Entwurfsblätter“ vorlegt?

01

3.6 Flash: Günstiger als die Vorgängergeneration, aber nicht intelligenter

Laut Google hat Gemini 3.6 Flash im Vergleich zum Flash-Modell der vorherigen Generation die Leistung bei Codierung, Schlussfolgerung und Tool-Aufruf weiter verbessert und gleichzeitig die Betriebskosten durch die Reduzierung der ausgegebenen Tokens gesenkt.

Gemini 3.6 Flash ist als effizientes Modell für echte Produktionsumgebungen positioniert, oder einfacher ausgedrückt: Es dient Agenten.

Im Zeitalter der Agenten kann eine einzelne Aufgabe Dutzende von Modellaufrufen erfordern. Das bedeutet, dass das Modell nicht nur intelligent, sondern auch schnell und kostengünstig genug sein muss.

Google hat diese Linie bereits bei Gemini 3.5 Flash verstärkt. Laut der offiziellen API-Dokumentation unterstützt Gemini 3.5 Flash einen langen Kontext von 1 Million Tokens, kann eine große Menge an Informationen auf einmal verarbeiten und verfügt gleichzeitig über Fähigkeiten wie Code-Ausführung, Aufruf externer Tools und Dateisuche, um komplexere und länger andauernde Aufgaben zu erledigen.

Gemini 3.6 Flash hat diese Linie fortgesetzt. Es strebt nicht nach der Qualität einzelner Antworten, sondern zielt auf eine Position ab, die „für die tägliche echte Arbeit erschwinglich“ ist.

Die Preisgestaltung von Gemini 3.6 Flash lautet wie folgt:

• Eingabe: 1,50 USD pro Million Token
• Ausgabe: 7,50 USD pro Million Token

Im Vergleich zum vorherigen Preis von Gemini 3.5 Flash mit 1,5 USD pro Million Token für die Eingabe und 9 USD für die Ausgabe sind die Eingabekosten unverändert geblieben, während die Ausgabekosten weiter gesunken sind.

Für Unternehmen, die eine große Anzahl von KI-Aufrufen benötigen, ist diese Kostenänderung möglicherweise wichtiger als eine Verbesserung um einige Prozentpunkte bei Benchmarks.

Darüber hinaus zeigt ein von Google vorgelegter interner Test, dass bei der Erledigung derselben Aufgabe Gemini 3.6 Flash im Vergleich zu 3.5 Flash den Token-Verbrauch um 55,8 % reduziert und gleichzeitig die Aufgabenbewertung von 85 auf 100 Punkte angehoben hat.

Natürlich handelt es sich hierbei nur um die eigenen Testergebnisse von Google, die nur die Richtung zeigen, die Google hervorheben möchte:

Das neue Modell ist nicht nur sparsamer, sondern kann dieselbe oder sogar bessere Aufgaben mit weniger Rechenleistung erledigen.

Bei den veröffentlichten Benchmarks betont Google hauptsächlich die Codierfähigkeiten und die Fähigkeiten für Agenten.

Im DeepSWE-Codierbewertungstest erzielt Gemini 3.6 Flash eine Punktzahl von 49 %, was über den 37 % der Vorgängergeneration liegt. Laut Google kann das neue Modell ungültige Codeänderungen und wiederholte Ausführungsprozesse reduzieren.

Im OSWorld-Verified-Bewertungstest, der die Fähigkeit von KI zum Bedienen von Computern prüft, erzielt Gemini 3.6 Flash 83 %, was die 78,4 % von 3.5 Flash übertrifft.

Im MLE-Bench für maschinelle Lernaufgaben erreicht Gemini 3.6 Flash 63,9 %, was ebenfalls eine deutliche Verbesserung gegenüber den 49,7 % der Vorgängergeneration darstellt.

Die oben genannten Daten zeigen jedoch vor allem, dass Gemini 3.6 Flash im Vergleich zur Vorgängergeneration Fortschritte gemacht hat.

Bei einem Quervergleich im aktuellen Wettbewerb um große Modelle wählt Google GPT-5.6 Luna, Grok 4.5 und Claude Sonnet 5 als Konkurrenten aus (dies zeigt auch die Positionierung dieses Produkts).

Den Ergebnissen zufolge liegt Gemini 3.6 Flash nicht in allen Bereichen vorne. Die Modelle von GPT und Claude behalten nach wie vor Vorteile bei komplexen Softwareentwicklungs- und Wissensarbeitsaufgaben.

Aber genau das ist der Sinn der Existenz der Flash-Serie:

Es muss nicht das stärkste Modell sein, es muss nur ausreichende Fähigkeiten zu Kosten bieten, die deutlich unter denen des Flaggschiffmodells liegen.

Neben den offiziellen Bewertungen zeigt der Pre-Release-Test von Artificial Analysis, dass Gemini 3.6 Flash 50 Punkte im Intelligence Index erzielt, was mit Gemini 3.5 Flash gleichzieht.

Das bedeutet, dass Gemini 3.6 Flash keine Verbesserung bei der allgemeinen „Intelligenz“ des Modells aufweist, wenn man nur diesen Aspekt betrachtet.

Aber seine Geschwindigkeit kompensiert diesen Punkt hervorragend.

Artificial Analysis hat auch die durchschnittliche Zeit erfasst, die das Modell für die Erledigung der Aufgaben des Intelligence Index benötigt. Die Ergebnisse zeigen, dass Gemini 3.6 Flash durchschnittlich etwa 1,3 Minuten pro Aufgabe benötigt, was im Vergleich zu den etwa 2,7 Minuten der Vorgängergeneration 3.5 Flash halbiert wird.

Gleichzeitig ist die Aufgabenbearbeitungszeit von Gemini 3.5 Flash-Lite von etwa 1,6 Minuten der Vorgängergeneration 3.1 Flash-Lite auf etwa 0,6 Minuten gesunken.

Zusammenfassend geht die Verbesserungsrichtung von Gemini 3.6 Flash eigentlich um Effizienz – weniger Token-Verbrauch, niedrigere Betriebskosten und Agentenfähigkeiten, die besser für lang andauernden Betrieb geeignet sind.

Für Nutzer, die an die Verwendung von Gemini 3.5 Flash gewöhnt sind, ist dies wirklich eine sehr gute Verbesserung.

02

3.5 Flash-Lite: Schneller, aber nicht günstiger als die Vorgängergeneration

Schauen wir uns nun das andere Modell Gemini 3.5 Flash-Lite an.

Wie der Name schon sagt, ist Flash-Lite die leichtere Version in der Flash-Serie. Im Vergleich zu Flash opfert es einen Teil der Obergrenze der Fähigkeiten, um niedrigere Kosten und höhere Geschwindigkeit zu erzielen.

Wie bereits erwähnt, ist die Aufgabenbearbeitungszeit von Gemini 3.5 Flash-Lite von etwa 1,6 Minuten der Vorgängergeneration 3.1 Flash-Lite auf etwa 0,6 Minuten gesunken.

3.5 Flash-Lite ist auch das schnellste Modell in der 3.5-Serie. Laut den Testdaten von Artificial Analysis erreicht seine Generierungsgeschwindigkeit etwa 350 Token pro Sekunde, was bereits zu den hohen Geschwindigkeiten unter den aktuellen gängigen großen Modellen gehört.

Die Preisgestaltung von Gemini 3.5 Flash-Lite lautet wie folgt:

Eingabe: 0,30 USD pro Million Token

Ausgabe: 2,50 USD pro Million Token

Im Vergleich zu Gemini 3.6 Flash beträgt der Eingabepreis etwa 1/5 und der Ausgabepreis etwa 1/3. Im Vergleich zur Vorgängergeneration Gemini 3.1 Flash-Lite hat das neue Modell jedoch keine weitere Preissenkung erfahren.

Obwohl Gemini 3.5 Flash-Lite aufgrund der verbesserten Fähigkeiten einen Teil der Kosten durch die Reduzierung der Ausgabemenge senken kann, ist es insgesamt schwierig, die Kostensteigerung pro Einheit auszugleichen.

Laut der offiziellen Dokumentation hat das neue Modell im Vergleich zur Vorgängergeneration Gemini 3.1 Flash-Lite bei allen Denkstufen (thinking levels) deutliche Verbesserungen erzielt. Entwickler können die Denktiefe des Modells an die Anforderungen der Aufgabe anpassen.

Darüber hinaus verfügt Gemini 3.5 Flash-Lite über eine eingebaute Computer-Use-Fähigkeit, die Agenten dabei unterstützt, Computerumgebungen zuverlässiger zu bedienen und anwendungsübergreifende Aufgaben zu erledigen.

Bei spezifischen Tests hat Gemini 3.5 Flash-Lite im Vergleich zur Vorgängergeneration ebenfalls deutliche Verbesserungen gezeigt: Beim Terminal-Bench 2.1-Programmier-Agent-Test stieg die Punktzahl von 31 % auf 54 %; bei GDM-MRCR v2 zur Prüfung der Fähigkeit zum Verständnis langer Kontexte stieg sie von 60,1 % auf 72,2 %; beim GDPval-AA v2-Aufgabenausführungstest, der näher an echten Arbeitsszenarien liegt, stieg sie von 642 auf 1140.

Es ist erwähnenswert, dass Gemini 3.5 Flash-Lite bei einigen Agenten- und codierbezogenen Tests sogar das höher positionierte Gemini 3 Flash-Modell der Vorgängergeneration übertrifft.

Beispielsweise erzielt Gemini 3.5 Flash-Lite beim SWE-Bench Pro-Softwareentwicklungs-Test eine Punktzahl von 54,2 %, was über den 49,6 % von Gemini 3 Flash liegt; beim OSWorld-Verified-Test zur Prüfung der Fähigkeit von KI zum Bedienen von Computern übertrifft Gemini 3.5 Flash-Lite mit 74,0 % ebenfalls die 65,1 % von Gemini 3 Flash.

Das bedeutet, dass mit der stetigen Verbesserung der Modellfähigkeiten ein Teil der Agentenaufgaben, für die früher größere Modelle erforderlich waren, allmählich auf günstigere und schnellere Modelle verlagert wird.

Übrigens hat Google neben den ersten beiden allgemeinen Modellen für normale Nutzer auch Gemini 3.5 Flash Cyber eingeführt.

Es richtet sich hauptsächlich an Szenarien der Cybersicherheit. Laut der offiziellen Dokumentation können im CodeMender-System mehrere Gemini 3.5 Flash Cyber Agenten zusammenarbeiten, jeweils unterschiedliche Analyseaufgaben erledigen und schließlich zu einem vollständigen Bericht