Das leistungsstärkste Modell wurde verschoben, die Marktkapitalisierung schrumpfte über Nacht um 200 Milliarden US-Dollar. Google hat nacheinander drei „kostensparsame“ Modelle vorgestellt und setzt alles daran, die Kosten für jedes einzelne Token auf das absolute Minimum zu senken.

Gestern Abend, einen Tag vor der Veröffentlichung der Finanzergebnisse von Alphabet, hat Google in einem Zug drei brandneue Gemini-Modelle vorgestellt, die alle zur Flash-Serie gehören, die auf „Schnelligkeit und niedrige Kosten“ ausgerichtet ist. Der Schwerpunkt liegt auf der Verbesserung der Betriebseffizienz in komplexen agentischen Arbeitsabläufen und der Reduzierung des Token-Verbrauchs. Seine Kernmerkmale sind klar: Effizienz hat Vorrang vor absoluter Leistung.

Innerhalb einer Woche sind nacheinander Grok 4.5 von xAI, mehrere Versionen von GPT-5.6 von OpenAI sowie Kimi K3 von Moonshot AI veröffentlicht worden; gleichzeitig hat Fable 5 von Anthropic mehrere Ranglisten angeführt. In diesem „Sommer der vollständigen Überholung“ gibt Google nun die Antwort aus: günstigere Modelle.

Opfern der Spitzenleistung zugunsten von Effizienz und niedrigeren Preisen

Nach Angaben von Google soll diese neue Flash-Serie durch stärkere Fähigkeiten und ein höheres Preis-Leistungs-Verhältnis die Entwicklung von KI-Agenten optimieren. Die Serie umfasst insgesamt drei Modelle: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite sowie Gemini 3.5 Flash Cyber für sicherheitsrelevante Szenarien.

Unter ihnen ist Gemini 3.6 Flash das „Hauptmodell“ unter seinen Flaggschiffmodellen, das auf die beste Balance zwischen Qualität und Effizienz abzielt. Google gibt an, dass im Vergleich zum Vorgänger das Wissensstichtum auf März 2026 aktualisiert wurde, die Fähigkeiten in Programmierung, wissensbasierten Aufgaben und multimodaler Argumentation verbessert wurden, während der durchschnittliche Ausgabe-Token-Verbrauch um 17 % gesenkt wurde.

Gleichzeitig kann Gemini 3.6 Flash in einigen Anwendungsfällen den Ausgabe-Token-Verbrauch um bis zu 65 % im Vergleich zu 3.5 Flash senken. In der Ära nach dem „sorgfältigen Umgang mit Token“ zeigt es tatsächlich Leistungen bei der „Token-Einsparung“, was bereits zu einem bedeutenden Indikator geworden ist. Durch die Reduzierung zwischengeschalteter Argumentationsschritte und Funktionsaufrufe komprimiert dieses Modell die Gesamtbetriebskosten von mehrstufigen KI-Arbeitsabläufen erheblich. Bei den Benchmark-Leistungen weist Gemini 3.6 Flash deutliche Verbesserungen bei Aufgaben wie Code-Änderungsgenauigkeit, Forschung im Bereich maschinelles Lernen, Computerbedienung, Dokumentenanalyse und Berichterstellung auf. Unternehmenskunden wie Heavia und Harvey haben angegeben, dass die Leistung des Modells bei multimodalen Aufgaben wie visueller Verarbeitung, Diagrammanalyse und Datenextraktion erheblich verbessert wurde.

Entscheidend ist, dass die Kosten dieses Modells ebenfalls niedriger sind: Der Eingabepreis beträgt 1,50 US-Dollar pro Million Token, der Ausgabepreis wurde von 9 US-Dollar pro Million Token auf 7,5 US-Dollar gesenkt. Mit der zunehmenden Erkenntnis der Menschen über die Nutzungskosten von KI stärkt dies zweifellos die Wettbewerbsfähigkeit auf dem Markt weiter. Auf der Ebene des Leistungsvergleichs hinterlässt Gemini 3.6 Flash jedoch keinen überraschenden Eindruck.

Bei den meisten wichtigen Benchmark-Tests scheint es hinter Claude Sonnet 5 von Anthropic und GPT-5.6 von OpenAI zurückzubleiben; sogar bei Aufgaben wie der agentischen Codierung wird es zunehmend von dem neuesten Grok 4.5 überholt. Da der Preis von Gemini 3.6 Flash nicht viel günstiger ist als der der Konkurrenten und etwa auf dem Niveau von Grok 4.5 und GPT-5.6 liegt, ist es für das Modell nicht einfach, seine eigene Position in diesem Modellwettbewerb zu finden.

Gemini 3.5 Flash-Lite ist das „schnellste und kostengünstigste“ Modell dieser Serie, das hauptsächlich auf Szenarien mit hohem Durchsatz wie agentische Suche und umfangreiche Dokumentenverarbeitung ausgerichtet ist. Dieses Modell kann 350 Token pro Sekunde generieren und hat wie 3.6 Flash die Gesamteffizienz auf der Grundlage der Fortführung der Leistung des Vorgängers weiter verbessert. Google gibt an, dass Flash-Lite bei mehreren Agenten- und Programmier-Benchmarks das alte 3 Flash übertrifft, darunter SWE-Bench Pro und OSWorld-Verified. Im Vergleich zu seinem direkten Vorgänger 3.1 Flash-Lite stieg der Score der Endbenutzer-Arbeitsplattform 2.1 von 31 % auf 54 %.

Der Preis dieses Modells ist ebenfalls niedriger: Die Eingabe kostet 0,30 US-Dollar pro Million Token, die Ausgabe 2,50 US-Dollar pro Million Token, was eine kostengünstigere Lösung für hochbelastete Unternehmensanwendungen bietet.

Man kann erkennen, dass die beiden Modelle Gemini 3.6 Flash und Gemini 3.5 Flash-Lite auf die gleiche strategische Einsicht setzen: Die meisten KI-Anwendungsfälle benötigen kein „Spitzenleistungs-Gehirn“, sondern ein Modell, das schnell genug und günstig genug ist. Anfang dieses Jahres sagte Google-CEO Sundar Pichai: „Die Unternehmen haben ihr jährliches Token-Budget bereits überzogen, und es ist erst Mai.“ In einem Interview gab er an, dass die kombinierte Nutzung von Modellen der Flash-Serie Unternehmen jährlich mehr als 1 Milliarde US-Dollar an Kosten einsparen kann.

Derzeit sind diese beiden Modelle für Gemini-Unternehmenskunden und Nutzer von Gemini-Anwendungen freigegeben, und 3.5 Flash-Lite wird in Kürze auch in die Google-Suche integriert.

Das „preiswerte Ersatzprodukt“ im Vergleich zu Mythos, aber mit strengen Einschränkungen

Die am zielgerichtetsten vorgestellte Neuerung ist Gemini 3.5 Flash Cyber. Dieses Modell baut auf Gemini 3.5 Flash auf und wurde speziell für Cybersicherheitsaufgaben optimiert, um Software-Schwachstellen zu erkennen und zu beheben. Es wird berichtet, dass Google es in den Code-Sicherheitsagenten CodeMender von Google DeepMind integriert hat. Dieses System wird von mehreren untergeordneten Flash-Cyber-Agenten parallel ausgeführt und fasst die Ergebnisse zu einem einheitlichen Bericht zusammen, was ein Versuch von Google ist, in den Bereich der spezialisierten Modelle für Cybersicherheit einzutreten.

Google positioniert Flash Cyber als „kostengünstige Alternative“ zu großen Sicherheitsmodellen und behauptet, dass es bei einem wichtigen Benchmark-Test das Niveau von Spitzenmodellen erreichen kann, während seine Kosten nur ein Bruchteil davon betragen. Beim CyberGym-Benchmark erreicht dieses Modell eine Punktzahl von 83,2 %, was nur etwa 2 Prozentpunkte unter dem Wert von GPT-5.5-Cyber von OpenAI (85,6 %) liegt, obwohl sein Modellumfang viel kleiner ist. Es ist bemerkenswert, dass CyberGym derzeit einer der wenigen Benchmark-Tests ist, die einen Vergleich mit Konkurrenzmodellen beinhalten, bei dem die Punkteunterschiede zwischen den Modellen sehr gering sind und der Vorteil von Google hauptsächlich in den niedrigeren Token-Kosten liegt.

In einem weiteren Test nutzte das Cloud-Schwachstellen-Forschungsteam von Google dieses Modell, um öffentliche APIs zu scannen. Es entdeckte innerhalb von nur zwei Stunden eine Schwachstelle zur Ausführung von Remote-Code und generierte einen gültigen Exploit-Code, der Sicherheitsmaßnahmen umgehen kann. In der praktischen Anwendung nutzte das Big-Sleep-Team von Google dieses Modell, um kritische Schwachstellen in Google Chrome und Safari zu erkennen, und seine Leistung übertraf das Standard-Flash-Modell sowie Claude Opus 4.6 von Anthropic. Beim Scannen der Code-Übermittlungen der V8-JavaScript-Engine entdeckte Flash Cyber 55 bestätigte unabhängige Probleme, während das Standard-3.5-Flash-Modell 47 und Opus 4.6 36 fand; darunter waren 10 Schwachstellen, die von anderen Modellen überhaupt nicht erkannt wurden.

Darüber hinaus wird die führende Position von Anthropic im Bereich der KI-Sicherheit ebenfalls herausgefordert. Mythos ist der „versteckte Konkurrent“ dieses Modells, aber sein Preis beträgt bis zu 10 US-Dollar pro Million Eingabe-Token und 50 US-Dollar pro Million Ausgabe-Token.

Google gibt jedoch auch zu, dass solche Modelle sowohl in der „Angriffs-“ als auch in der „Verteidigungsfunktion“ gleichermaßen leistungsstark sind, weshalb die Zugriffsrechte streng kontrolliert werden müssen. Derzeit ist Flash Cyber nur über CodeMender im Rahmen eines Pilotprogramms für Regierungsbehörden und vertrauenswürdige Partner freigegeben, um Sicherheitslücken zu erkennen und zu beheben. Der Agent CodeMender selbst steht bereits als Vorschauversion über die Gemini Enterprise Agent-Plattform zur Verfügung (obwohl er das Standard-Gemini-Modell verwendet) und unterstützt mehrere Programmiersprachen wie C/C++, Go, Java, Python, Ruby, Rust und TypeScript.

Seine Konkurrenten haben ähnliche Zugriffsbeschränkungen für Cybersicherheitsfähigkeiten eingeführt. Anthropic hat den eingeschränkten Zugriff auf sein Claude Mythos implementiert, während OpenAI über das Programm „Vertrauenswürdiger Zugriff“ nur verifizierten Nutzern Teile der Verteidigungsfähigkeiten von GPT-5.6 freigibt.

Wichtiges Modell fehlt, es wird bekannt, dass Gemini 4 mit dem Vortraining begonnen hat

Obwohl Google bei der Entwicklung von 3.6 Flash Fortschritte gemacht hat, ist das, was „nicht veröffentlicht wurde“, eigentlich noch bemerkenswerter.

Derzeit hat Google nicht einmal ein Modell unter den ersten zehn der öffentlichen Ranglisten. Das Flaggschiffmodell Gemini 3.5 Pro, das Google ursprünglich im Juni vorstellen wollte, befindet sich noch in der Testphase, während die Wall Street dieses Modell als wichtiges Signal dafür ansieht, ob Google DeepMind von Google mit Anthropic und OpenAI wettbewerbsfähig bleiben kann. Im vergangenen November führte die Einführung der Gemini-3-Modellreihe dazu, dass Google nach Jahren des Rückstands wieder an die Spitze des KI-Wettbewerbs zurückkehrte, was OpenAI sogar dazu veranlasste, intern einen „roten Alarm“ auszulösen und die Entwicklung seiner GPT-Modelle zu beschleunigen.

Am 17. Juli berichteten ausländische Medien, dass die Verzögerung von Gemini 3.5 Pro angeblich darauf zurückzuführen ist, dass es die internen Erwartungen nicht erfüllt hat, insbesondere bei der Programmierfähigkeit, die inzwischen zu einem der kommerziell wertvollsten Anwendungsbereiche für unternehmensweite KI geworden ist. Ende Juni versuchte das Team, dies durch die Aktualisierung der Trainingsdaten (also der umfangreichen Datensätze, auf denen das Modell lernt) zu verbessern, aber das Ergebnis war weiterhin enttäuschend. Aufgrund dieser Nachfrage fiel der Aktienkurs von Alphabet Inc. an einem einzelnen Tag um etwa 4,4 %, und der Marktwert schrumpfte um etwa 200 Milliarden US-Dollar.

Zehn derzeitige und ehemalige Google-Mitarbeiter berichten, dass viele, darunter Forscher und Führungskräfte, besorgt sind, dass das Unternehmen seine Marktposition verlieren könnte, wenn die Konkurrenten Anthropic und OpenAI Modelle mit höheren Fähigkeiten als die Gemini-Modelle auf den Markt bringen. Diese anonymen Quellen geben an, dass die Komplexität, bei der Google mehrere Ebenen von Interessengruppen vor der Veröffentlichung von Modellen koordinieren muss und gleichzeitig darum bemüht ist, KI in sein umfangreiches Produktportfolio wie Suche, Karten und YouTube zu integrieren, auch zu einer Verlangsamung des Veröffentlichungsfortschritts führen kann.

Die Antwort von Google darauf ist, den Blick in die Ferne zu richten. Das Unternehmen gibt an, dass es bisher das „ambitionierteste Vortraining“ gestartet hat, das auf Gemini 4 abzielt. Dies ist jedoch eher eine Absichtserklärung als eine bereits umgesetzte Fähigkeit. Das heißt, Gemini 4 befindet sich sehr wahrscheinlich bereits in der Vortrainingsphase. Daher ist Gemini 3.6 nicht so sehr ein großes Upgrade, sondern eher eine Demonstration, um den Markt daran zu erinnern, dass Gemini noch existiert, „bevor die große Hauptversion kommt“.

Die Veröffentlichung der drei Modelle durch Google sendet zuerst die Strategie von „Effizienz zuerst“ aus. Insgesamt ist diese Strategie konsistent: In dem Jahr, in dem Unternehmen anfangen, die Token-Kosten sorgfältig zu berechnen, wird der mittlere Markt mit „niedrigen Preisen + hoher Geschwindigkeit“ erobert, während gleichzeitig Zeit für das Flaggschiffmodell gewonnen wird. Diese Strategie beschränkt sich zudem nicht nur auf die Softwareebene. Es ist bekannt, dass Google gleichzeitig an selbst entwickelten Chips arbeitet, um Gemini zu niedrigeren Kosten auszuführen.

Ob diese Wette aufgeht, hängt von zwei Punkten ab: Ob Gemini 3.5 Pro so schnell wie möglich auf den Markt kommt und ob Gemini 4 am Ende nicht nur ein „Versprechen während des Trainings“ ist.

Referenzlinks:

https://ai.google.dev/gemini-api/docs/latest-model

https://www.reuters.com/business/google-updates-lightweight-gemini-models-flagship-still-delayed-2026-07-21/

https://www.bloomberg.com/news/articles/2026-07-16/google-gemini-launch-delayed-as-tech-falls-short-of-internal-goals

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „AI Front“, zusammengestellt von Hua Wei, und wird von 36kr mit Genehmigung veröffentlicht.