Die KI-Giganten beginnen erneut, sich gegenseitig zu überbieten: Google und Meta agieren gleichzeitig und veröffentlichen die bahnbrechenden Gemini 3.8 sowie Muse Spark 1.3.
In den letzten beiden Tagen ist der Bereich der KI äußerst lebhaft, und der Markt für große Modelle erlebt eine Reihe von aufeinanderfolgenden Aktualisierungen.
Am 1. September veröffentlichte Anthropic gerade Claude Fable 5.1 und Claude Mythos 5.1, die auf Codierung, Wissensarbeit und lang andauernde Agent-Aufgaben ausgerichtet sind. Unmittelbar danach brachten Google und Meta zur gleichen Zeit neue Modelle auf den Markt: Google stellte Gemini 3.8 Flash und Gemini 3.8 Flash Cyber vor, während Meta Muse Spark 1.3 veröffentlichte.
In nur wenigen Tagen haben drei führende KI-Unternehmen nacheinander neue Produkte vorgestellt, und sie legen übereinstimmend den Schwerpunkt auf Codierung, Agenten und die Ausführung komplexer Aufgaben. Der Wettbewerb um große Modelle entwickelt sich weiter von dem bloßen Vergleich „wer hat die klügere Antwort“ hin zu dem Vergleich, wer Aufgaben tatsächlich vollständig erledigen kann.
Nur drei Wochen später ist Gemini 3.8 Flash bereits erschienen
Die Veröffentlichung der Version Gemini 3.7 Flash liegt erst drei Wochen zurück.
Heute beschleunigt Google das Tempo der Iteration von Modellversionen und stellt nun Gemini 3.8 Flash und Gemini 3.8 Flash Cyber vor. Laut offiziellen Angaben handelt es sich um das derzeit intelligenteste Flash-Modell, das die Fähigkeiten im Bereich Software-Engineering, Agent-Aufgaben und mehrstufige Schlussfolgerung gezielt verbessert.
Das größte Merkmal von Gemini 3.8 Flash besteht darin, dass es unter Beibehaltung der Geschwindigkeits- und Kostenvorteile der Flash-Serie sich Modellen mit höheren Fähigkeiten nähert.
Es unterstützt einen Kontext von 1 Million Token, der Eingabepreis beträgt 0,75 US-Dollar pro Million Token und der Ausgabepreis 3,75 US-Dollar. Das Modell unterstützt zudem drei Stufen der Denkintensität (niedrig, mittel und hoch), sodass zwischen Leistung, Latenz und Kosten abgewogen werden kann.
Bei dem Langzeit-Software-Engineering-Test DeepSWE v1.1 zeigen die von Google selbst veröffentlichten Daten, dass Gemini 3.8 Flash komplexe Ingenieurprobleme selbstständig bearbeiten kann.
Bei professionellen Agent-Tests wie Vals Finance Agent V2 und Harvey’s Legal Agent Benchmark übertrifft es ebenfalls die Vorgängerversion. Der HLE-Verified-Score erreicht 54,9 %, was seine Fähigkeit zur Bearbeitung mehrstufiger Schlussfolgerungen in den Bereichen STEM, Geisteswissenschaften und Fachgebieten unter Beweis stellt.
Auch Dritttests lieferten gute Ergebnisse.
Tests von Artificial Analysis zeigten, dass Gemini 3.8 Flash bei höchster Schlussfolgerungsintensität 59 Punkte erreichte, 3 Punkte mehr als die 56 Punkte von Gemini 3.7 Flash; bei mittlerer Schlussfolgerungsintensität liegt der Wert bei 57 Punkten und bei niedriger bei 52 Punkten.
Das liegt nur noch knapp hinter Anthropics GPT-5.6 Sol und dem Grok 4.6 von SpaceXAI.
Dennoch ist Google offen: 3.8 Flash wird „mehr nachdenken“.
Bei der Bearbeitung komplexer Aufgaben verhält sich dieses Modell sorgfältiger, erhöht die Anzahl der Schlussfolgerungsschritte und ruft Werkzeuge wiederholt auf. Manchmal verbraucht das Modell mehr Token, um die Aufgabeleistung so weit wie möglich zu verbessern, insbesondere bei höherer Schlussfolgerungsintensität.
Google empfiehlt dazu: Für Anwendungsfälle, bei denen die Effizienz der Rechenleistung im Vordergrund steht, können Entwickler eine niedrigere Schlussfolgerungsintensität wählen, um den Token-Verbrauch zu senken; alternativ können sie weiterhin Gemini 3.7 Flash verwenden. Letzteres wird derzeit vollständig unterstützt und eignet sich für Arbeitslasten, bei denen Effizienz und Kosten stärker im Vordergrund stehen.
Gemini 3.8 Flash Cyber: Google hat die Cybersicherheit separat herausgestellt
Gemeinsam mit Gemini 3.8 Flash wurde auch Gemini 3.8 Flash Cyber veröffentlicht, das ebenfalls Aufmerksamkeit verdient.
Diese Version ist keine „erweiterte Gemini“ für normale Nutzer, sondern speziell für die Cybersicherheitsabwehr vorgesehen und wird derzeit über das neu eingeführte Fairwind-Programm von Google einer Gruppe vertrauenswürdiger Verteidiger zur Verfügung gestellt.
Google hat zwei Fähigkeiten schwerpunktmäßig getestet: das Auffinden von Sicherheitslücken und die automatische Behebung von Sicherheitslücken.
Bei CyberGym, dem branchenüblichen Benchmark zum Auffinden von Sicherheitslücken, erreicht Gemini 3.8 Flash Cyber das Spitzenniveau und übertrifft Gemini 3.5 Flash Cyber sowie größere Modelle.
Bei dem Sicherheitslücken-Behebungsbenchmark CWE-Bench erreicht das Modell einen pass@1-Wert von 47,2 %, was sehr nah an den 47,8 % der führenden Spitzenmodelle liegt. Google betont jedoch, dass seine Kosten deutlich niedriger sind. Ein direkteres Beispiel aus der Praxis: Das Chrome-Sicherheitsteam stellte fest, dass die Anzahl der korrekten Sicherheitslücken-Patches, die von 3.8 Flash Cyber generiert wurden, das 2,6-fache des besten Ergebnisses größerer kommerzieller Modelle beträgt.
Google gab zudem bekannt, dass das Cloud Vulnerability Research Team mit diesem Modell eine kritische grundlegende Sicherheitslücke in weniger als 2 Stunden entdeckte, für deren Auffindung normalerweise Monate an Forschung erforderlich sind.
Natürlich bedeutet diese Fähigkeit auch strengere Zugriffskontrollen. Laut Google wurden bei Gemini 3.8 Flash bereits Sicherheitsmaßnahmen gegen Cyberangriffe und missbräuchliche Nutzung im Zusammenhang mit CBRN implementiert. Die Cyber-Version wird nur vertrauenswürdigen Verteidigern zugänglich gemacht, da sie umfassendere Cybersicherheitsfunktionen bereitstellen muss.
Meta Muse Spark 1.3 tritt im Wettbewerb an, Alexandr Wang scherzt: „Wer ist Gemini?“
Am selben Tag stellte auch Meta AI Research Muse Spark 1.3 vor, eine weitere Generation von Modellen, die kurz nach der Veröffentlichung von Muse Spark 1.2 im August dieses Jahres aktualisiert wurde.
Alexandr Wang, Leiter von Meta AI, der schon immer gerne für die eigenen Modelle „einsteht“, ließ es sich nach der Veröffentlichung des neuen Modells nicht nehmen, zu scherzen, und fragte direkt auf einer sozialen Plattform: „Ich möchte das wirklich nicht sagen, aber … wer ist Gemini?“
Im Vergleich zu den früheren deutlicheren Modellaktualisierungen von Google und Anthropic hat Meta dieses Mal die Ausrichtung von Muse Spark nicht geändert, sondern die Fähigkeiten im Bereich Agenten und Programmieren weiter ausgebaut.
Laut offiziellen Angaben verbessert Muse Spark 1.3 gezielt die Leistung bei agentischen Aufgaben und Programmieraufgaben und wurde umfassend für reale Nutzungsszenarien optimiert, sodass das Modell nicht nur in Tests besser abschneidet, sondern auch komplexe Aufgaben mit mehrstufiger Ausführung stabiler bearbeiten kann.
Im Detail ist Muse Spark 1.3 für Agent- und Codierungsaufgaben optimiert und kann mehrere Workflows gleichzeitig in einem langen Gesprächsthread bearbeiten. Bei offenen Aufgaben kann es Werkzeuge nutzen, um Kontext zu sammeln, Lücken im Plan zu erkennen und diese aktiv zu korrigieren, während es im Verlauf der Aufgaben die bereits erhaltenen Informationen behält.
Diese Fähigkeit ist in der praktischen Arbeit besonders wichtig. Wenn der Nutzer beispielsweise das Modell auffordert, einen Luftfahrtingenieurbericht auf Basis von CFD-Simulationsdaten und CAD-Dateien zu erstellen, muss Muse Spark 1.3 nicht nur verschiedene Arten von Eingaben lesen, sondern auch Simulationsdaten extrahieren, Leistungsindikatoren aufbereiten, Tabellen erstellen, aerodynamische Leistungen analysieren und schließlich eine PDF-Datei in der angegebenen Struktur ausgeben.
Ein weiteres von Meta vorgestelltes Beispiel verlangt vom Modell, eine Aufgabe im Bereich Audiotechnik zu bearbeiten: falsche Noten, Geräusche und Klickgeräusche in der Bass-Spur anhand von Zeitcodes zu lokalisieren und anschließend die Bearbeitung und das Mischen durchzuführen.
Auch im Bereich der Zusammenarbeit mit Nutzern wurde Muse Spark 1.3 optimiert. Bei unklaren Anfragen bittet das Modell aktiv um Klärung; wenn es während der Ausführung auf nicht lösbare Probleme stößt, kann es den Nutzer um Hilfe bitten und vor der Durchführung wichtiger Aktionen eine Bestätigung einfordern.
Bei lang andauernden Aufgaben kann es je nach Szenario wählen, den Fortschritt kontinuierlich zu melden oder die Störungen so gering wie möglich zu halten und die Arbeit im Hintergrund abzuschließen.
Die Programmierung steht ebenfalls im Mittelpunkt dieser Aktualisierung. Laut Meta ist Muse Spark 1.3 für lang andauernde Codierungsaufgaben und gängige Software-Engineering-Workflows optimiert, reduziert die Anzahl der Interaktionsrunden, wenn dies nicht erforderlich ist, und macht den Code gleichzeitig übersichtlicher.
Nach Tests von Meta-Ingenieuren reduziert sich bei Aufgaben desselben Typs die Anzahl der Werkzeugaufrufe bei Muse Spark 1.3 im Vergleich zu Muse Spark 1.2 um etwa 20 %, und der Token-Verbrauch sinkt um etwa 25 %. Das bedeutet, dass das neue Modell Aufgaben nicht einfach durch mehr Schlussfolgerungen und Werkzeugaufrufe erledigt, sondern die Ausführungseffizienz steigert, während unnötige Operationen reduziert werden.
Auch im Sicherheitsbereich wurde Muse Spark 1.3 für Agent- und Codierungsszenarien optimiert, einschließlich der Stärkung der Fähigkeit, böswillige Eingaben und Prompt-Injection abzuwehren, sowie der Verbesserung der Beurteilung von hochriskanten, irreversiblen Aktionen. Bei Bedarf wird die Ausführung angehalten und die Bestätigung des Nutzers angefordert.
Derzeit ist Muse Spark 1.3 in Muse Code und der Meta Model API verfügbar. Die zuvor bereitgestellten Inferenzmodi sind nun freigegeben, während der Modus mit höherer Intensität „Max Reasoning