Der unvermittelte Vorstoß von Gemini 3.7 Flash ist die erste große Aktion von Google AI nach dem eiligen Führungswechsel, und die Wahrheit hinter dem „internen Machtkampf“ kommt endlich ans Tageslicht.
Google aktualisiert Gemini mit einer beispiellosen Geschwindigkeit.
Gestern Abend, am 13. August Ortszeit, hat Google DeepMind offiziell Gemini 3.7 Flash vorgestellt. Google definiert es sehr direkt: „Das bisher intelligenteste Workhorse-Modell“, das sich vor allem auf Programmierung und Agenten konzentriert.
Interessanterweise liegen zwischen der Veröffentlichung von Gemini 3.6 Flash und der von 3.7 Flash nur drei Wochen. Google selbst hat dies gleich zu Beginn des offiziellen Blogs besonders hervorgehoben: Gemini 3.7 Flash wurde nur drei Wochen nach der Veröffentlichung von 3.6 Flash auf den Markt gebracht, was auf Feedback von Entwicklern und eine Reihe von algorithmischen Innovationen zurückgeht.
Noch bemerkenswerter ist, dass seit der radikalsten Machtumstrukturierung von Google DeepMind in den letzten Jahren nur acht Tage vergangen sind.
Am 5. August legte Demis Hassabis den Posten des CEO von Google DeepMind nieder und wechselte zum Vorsitzenden von Google DeepMind und zum Chefwissenschaftler von Alphabet. Koray Kavukcuoglu, der CTO von Google DeepMind und Chef-KI-Architekt von Alphabet, übernahm offiziell die tägliche Verwaltungsarbeit.
Genau genommen erhielt Koray nicht den Titel des CEO, sondern wurde zum Senior Vice President von Google DeepMind befördert. Was die tatsächliche Macht betrifft, ist er jedoch bereits der neue „Leiter“ von Google KI: Er ist verantwortlich für die Entwicklung des Gemini-Modells, die Forschung im Bereich der Spitzen-KI, das Gemini-App- und das Entwicklerteam und berichtet direkt an Sundar Pichai. Google bestätigte später gegenüber Reuters, dass Koray das letzte Wort bei wichtigen Entscheidungen von DeepMind haben wird.
Daraus ergibt sich ein kaum zu übersehender Zeitstrahl:
Am 5. August wechselte DeepMind die Führung, und am 13. August wurde Gemini 3.7 Flash veröffentlicht.
Wenn man die Ereignisse, die sich bei Google in den letzten Monaten abgespielt haben, miteinander verknüpft, sieht dieses Flash-Update nicht mehr nur wie eine gewöhnliche Modelliteration aus.
Iteration alle drei Wochen: Google beginnt, Zeit zu gewinnen
Google legt den Fokus von Gemini 3.7 Flash fast vollständig auf zwei Schlüsselwörter: Coding und Agent.
Diese Ausrichtung ist nicht überraschend, denn im letzten Jahr hat sich der Schwerpunkt des Wettbewerbs um große Modelle schnell von Chats und Wissensabfragen zu Codegenerierung, Tool-Aufruf, Computer Use und langkettigen Agentenaufgaben verlagert. Ein einziger Sieg bei einem Benchmark reicht nicht mehr aus, um Nutzer zum Bezahlen zu bewegen. Aber es ist erwartungsvoll, wenn ein Modell in der Lage ist, Dutzende von Schritten nacheinander auszuführen: Tools aufzurufen, Code zu ändern, Dokumente zu lesen, auf Systeme zuzugreifen und praktische Aufgaben zu erledigen.
Gemini 3.7 Flash wurde genau in diese Richtung verstärkt.
Laut den offiziellen Daten von Google erreichte Gemini 3.7 Flash in FrontierCode 1.1 Main, das die Qualität von produktionsreifem Code misst, einen Wert von 43,6 %, was eine deutliche Verbesserung gegenüber den 34,4 % von Gemini 3.6 Flash darstellt.
Bei DeepSWE v1.1, das langfristige Software-Engineering-Aufgaben untersucht, stieg die Leistung von rund 49 % bei 3.6 Flash auf 65,3 %.
Web-Entwicklung ist ebenfalls ein Schwerpunkt dieses Upgrades.
Laut Google kann 3.7 Flash mit weniger Prompts vollständigere und funktionsfähige Webanwendungen generieren, und die Fähigkeit, Screenshots, Bilder und das vollständige Design System wiederzugeben, wurde ebenfalls verbessert.
Auf WebDev Arena stieg sein Elo-Wert von 1538 bei 3.6 Flash auf 1588.
Die Veränderung der Agent-Fähigkeiten ist noch deutlicher.
Beim Agentic Terminal Coding-Test von Terminal-bench 2.1 erreichte Gemini 3.7 Flash 85,8 %, was über den 78,0 % von 3.6 Flash liegt. Bei dem schwierigeren Terminal-bench 3.0 stieg der Wert von 5,4 % auf einen Schlag auf 14,9 %.
Bei AutomationBench, das die Fähigkeit zur Automatisierung realer Unternehmensworkflows testet, stieg der Wert von 3.7 Flash von 17,0 % auf 30,4 %.
Auch bei Computer Use gab es deutliche Fortschritte. Auf OSWorld 2.0 erreichte 3.7 Flash 47,9 %, während 3.6 Flash 33,8 % erzielte.
Mit anderen Worten: 3.7 Flash verbessert nicht einfach die Punktzahlen bei Mathematik oder Wissensabfragen, sondern konzentriert sich auf die Bereiche, die Google derzeit am dringendsten stärken muss: Code, Tool-Aufruf und Agent-Ausführung.
Google betont sogar ausdrücklich im Blog, dass 3.7 Flash bei Ausführungshindernissen aktiver seine Strategie anpasst, bei Bedarf die Absicht des Nutzers klärt und Anweisungen strenger befolgt.
Das Modell wird bei mehrstufiger Planung und Tool-Aufruf „mehr Denkarbeit investieren“, wodurch menschliche Überwachung und wiederholte Versuche reduziert werden.
Das Ziel hinter dieser Aussage ist sehr realistisch: Das Modell darf nicht nur bei der „ersten Antwort gut abschneiden“, sondern muss jetzt die Aufgabe vollständig erledigen.
Flash nähert sich den Flaggschiff-Modellen an
Wenn man nur die von Google veröffentlichte Modellkarte betrachtet, ist eine weitere Veränderung von 3.7 Flash offensichtlich: Die Leistungslücke zwischen Flash und teuren Flaggschiff-Modellen schrumpft.
Auf dem Artificial Analysis Intelligence Index erzielte Gemini 3.7 Flash einen Wert von 56, Claude Sonnet 5 von 55 und GPT-5.6 Terra von 57.
In FrontierCode 1.1 liegt der Wert von 3,7 Flash mit 43,6 % über den 42,7 % von Claude Sonnet 5 und den 41,3 % von GPT-5.6 Terra.
Auch im Web-Entwicklungs-Code-Arena erreicht der Elo-Wert von 3.7 Flash 1588 und liegt damit über Claude Sonnet 5, GPT-5.6 Terra und Muse Spark 1.2, die in der Google-Modellkarte aufgeführt sind.
Das bedeutet natürlich nicht, dass Gemini 3.7 Flash die Flaggschiff-Modelle bereits umfassend übertrifft.
Beispielsweise erreicht GPT-5.6 Terra bei DeepSWE v1.1 noch 69,6 %. Bei Terminal-bench 3.0 liegt GPT-5.6 Terra bei 20,8 %, was deutlich über den 14,9 % von 3.7 Flash liegt. Beim Wissensarbeitstest GDPVal-AA v2 liegt 3.7 Flash ebenfalls hinter mehreren Konkurrenzmodellen zurück.
Aber genau das zeigt die aktuelle Positionierung von Google für Flash: Es muss nicht bei allen Benchmarks der absolute Erste sein. Stattdessen soll es mit Fähigkeiten, die an Spitzenmodelle heranreichen, niedrigeren Preisen und höherem Durchsatz zu einem Modell werden, das Agenten im großen Maßstab ausführen kann.
Das ist genau der Punkt, an dem die Bezeichnung „Workhorse-Modell“ wirklich bemerkenswert ist.
Google beginnt auch den Kostenkrieg für Agenten
Der stärkste Punkt von Gemini 3.7 Flash liegt eigentlich im Preis. Bis Ende dieses Jahres beträgt der Einführungspreis: 0,75 USD pro 1 Million Token für die Eingabe und 3,75 USD pro 1 Million Token für die Ausgabe. Laut Google entspricht das der Hälfte des ursprünglichen Preises von Gemini 3.6 Flash.
Das ist kein dauerhafter Preis, aber derzeit möchte Google an diesem Kostenkrieg teilnehmen.
Aus der Modellkarte von Google DeepMind geht hervor, dass der Aktionspreis von 3.7 Flash am 31. Dezember 2026 endet.
Ab dem 1. Januar 2027 wird der Preis auf 1,5 USD pro Million Token für die Eingabe und 7,5 USD pro Million Token für die Ausgabe zurückgesetzt.
Trotzdem zeigt diese Preisstrategie, dass Google zunehmend ernsthaft um die tatsächlichen Arbeitslasten von Agenten konkurriert. Denn nach dem Eintritt in das Agenten-Zeitalter hat sich die Kostenstruktur großer Modelle verändert.
Ein Chatbot ruft das Modell möglicherweise nur ein- oder zweimal auf, aber ein wirklich funktionierender Agent muss möglicherweise Aufgaben planen, Materialien suchen, Dutzende von Dateien lesen, mehrere Tools aufrufen, nach Fehlern neu versuchen und die Ausführungsergebnisse ständig zurück an das Modell senden.
Sobald Agenten skaliert werden, steigt die Anzahl der Token und Tool-Aufrufe schnell an.
Wer mit den niedrigsten Kosten ein ausreichend intelligentes Modell Dutzende oder sogar Hunderte von Schritten ausführen lassen kann, ist möglicherweise der Schlüssel, um sich durchzusetzen. Flash übernimmt diese Rolle.
Am Tag der Veröffentlichung von Gemini 3.7 Flash hat Google es bereits in Gemini Spark bereitgestellt.
Spark ist der persönliche KI-Agent, den Google auf der diesjährigen I/O vorgestellt hat. Er richtet sich an Nutzer von Google AI Pro und Ultra und ist derzeit in mehr als 160 Ländern und Regionen verfügbar. Google definiert ihn als einen persönlichen Agenten, der 24 Stunden lang kontinuierlich laufen und im Rahmen der Nutzerkontrolle im Namen des Nutzers handeln kann.
Nach der Einführung von 3.7 Flash wird Spark das neue Modell verwenden, um Aufrufe von Tools wie Google Workspace zu verarbeiten. Die von Google genannten Szenarien umfassen das Zusammenführen mehrerer Dateien, das Entwerfen von E-Mails und das Aktualisieren von Dokumenten zum Projektstatus.
Mit anderen Worten: Gemini 3.7 Flash ist kein Modell, das nur zum Erreichen hoher Benchmark-Werte entwickelt wurde.
Am Tag der Veröffentlichung wurde es bereits in das eigene Agenten-Produkt von Google integriert. Gleichzeitig können Entwickler 3.7 Flash über die Gemini API, Google AI Studio, Android Studio und Google Antigravity nutzen. Unternehmenskunden können es über Produkte wie die Gemini Enterprise Agent Platform aufrufen.
Aber es taucht eine weitere Frage auf: Flash wurde bereits von 3.6 auf 3.7 aktualisiert, wo ist Gemini 3.5 Pro?
Die Antwort lautet: Es wurde noch nicht offiziell veröffentlicht.
Bereits bei der Vorstellung von Gemini 3.6 Flash am 21. Juli gab Google an, dass Gemini 3.5 Pro derzeit mit Partnern getestet wird und so bald wie möglich öffentlich vorgestellt wird, sobald es fertig ist.
Damals kündigte Google sogar an, dass Gemini 4 das „bisher ambitionierteste“ Vortraining des Unternehmens durchläuft.
Aber bis zur Veröffentlichung von 3.7 Flash hat Google immer noch keinen offiziellen Veröffentlichungszeitpunkt für 3.5 Pro bekanntgegeben.
Reuters wies in seinem Bericht vom 13. August besonders darauf hin, dass diese Veröffentlichung keine neuen Informationen darüber liefert, wann das Flaggschiff-Pro-Modell online gehen wird.
Das macht das plötzliche Auftauchen von Gemini 3.7 Flash noch bemerkenswerter. Denn nur einen Tag zuvor enthüllte Reuters weitere Details hinter der großen Umstrukturierung von Google DeepMind.
Die Wahrheit über die „internen Machtkämpfe“ tritt zutage
Wenn man diese gewaltige Erschütterung bei Google KI mit „internen Machtkämpfen“ beschreiben möchte, handelt es sich eigentlich nicht einfach um private Feindschaften zwischen Führungskräften, sondern um den gleichzeitigen Ausbruch mehrerer langfristiger Widersprüche: zwischen Forschung und Kommerzialisierung, zwischen London und Silicon Valley, zwischen verschiedenen technischen Verantwortlichen für Gemini und die Frage, wohin die begrenzte Rechenleistung gelenkt werden soll.
Laut Reuters unter Berufung auf mehrere Insider forderte Sergey Brin, Mitbegründer von Google, im April dieses Jahres auf einer internen Konferenz mit Hunderten von Teilnehmern DeepMind auf, „das Tempo zu beschleunigen“ und mehr Energie in Gemini zu investieren, während Anthropic an neuen Claude-Modellen arbeitete.
Im August wurde die neue Generation des Flaggschiff-Gemini, die Google ursprünglich vorstellen wollte, um etwa zwei Monate verschoben.
Laut Insider zeigen interne Tests, dass es bei Schlüsselfähigkeiten wie Code immer noch hinter einigen Konkurrenten zurückliegt.
Das noch größere Problem liegt in der Organisationsstruktur.
Laut Reuters gab es beim Gemini