Google bringt neue Gemini-Flash-Modelle, aber Pro fehlt noch

Google hat heute drei neue KI-Modelle veröffentlicht: Gemini 3.6 Flash, 3.5 Flash-Lite und 3.5 Flash Cyber. Das war nicht das, was die meisten erwartet hatten.

Nach der Enthüllung von Gemini 3.5 Flash auf der Google I/O 2026 im Mai und dem Versprechen einer Pro-Version innerhalb eines Monats verpasste Google stillschweigend seine eigene Frist. Gemini 3.5 Pro wurde zurückgehalten, weil es die internen Ziele nicht erreichte, laut Bloomberg, insbesondere bei Programmieraufgaben. Ein Versuch Ende Juni, das Problem durch Aktualisierung der Trainingsdaten – der riesigen Datensätze, aus denen ein Modell lernt – zu beheben, lieferte enttäuschende Ergebnisse. Die Alphabet-Aktie fiel aufgrund des Berichts um etwa 4,4 %, was einer Marktkapitalisierung von schätzungsweise 200 Milliarden Dollar in einer einzigen Sitzung entspricht.

Das letzte Pro-Modell, das Google ausgeliefert hat, war der Nachfolger von Gemini 3, Gemini 3.1 Pro, im Februar.

Die Flash-Serie ist Googles Reihe geschwindigkeitsoptimierter Modelle – schnell, kosteneffizient und für KI-Agenten entwickelt, also Programme, die semi-autonom arbeiten, um Aufgaben wie die Verwaltung von Dokumenten, die Verarbeitung von Datenpipelines oder das Surfen im Internet zu erledigen, ohne dass ein Mensch jeden Schritt klicken muss. Pro-Modelle sind die Schwergewichte: langsamer, teurer und für komplexe Überlegungen gebaut, bei denen rohe Rechenleistung wichtiger ist als Geschwindigkeit.

Was jedes KI-Modell tut – und für wen es gedacht ist

Gemini 3.6 Flash ist die Hauptveröffentlichung. Es verwendet 17 % weniger Ausgabe-Token – Token sind die grundlegende Einheit, die KI verarbeitet, etwa drei Viertel eines Wortes – als 3.5 Flash, laut dem Artificial Analysis Index. Es ist auch günstiger: 1,50 $ pro Million Eingabe-Token und 7,50 $ pro Million Ausgabe-Token, gegenüber 9 $ auf der Ausgabeseite für 3.5 Flash. Für Unternehmen, die Agenten in großem Maßstab betreiben, summiert sich dieser Unterschied schnell.

Bei Benchmarks – standardisierten Tests, die KI nach dem Prozentsatz korrekt erledigter Aufgaben bewerten – erreichte 3.6 Flash 49 % bei DeepSWE v1.1, das langfristige Softwareentwicklung wie das Erstellen und Debuggen vollständiger Codebasen testet, gegenüber 37 % für 3.5 Flash. Bei MLE-Bench, einem Test für maschinelles Lernen, erzielte es 63,9 % gegenüber 49,7 %. Es führte die Tabelle bei OSWorld-Verified an – einem Test, bei dem die KI die Kontrolle über einen Computerbildschirm übernimmt, um reale Aufgaben zu erledigen – mit 83,0 %, vor Claude Sonnet 5 (81,2 %) und GPT-5.6 Luna (72,6 %).

Rivalen in derselben Kategorie führen anderswo noch: GPT-5.6 Luna erreicht 67 % bei DeepSWE und 84,7 % bei Terminal-Bench 2.1, das agentisches Terminal-Coding testet. Claude Sonnet 5 führt bei Wissensarbeit auf GDPval-AA v2 – einem Benchmark, der auf einer Elo-Bewertungsskala wie beim Schach bewertet wird, wobei höhere Zahlen eine bessere Leistung bei realen Aufgaben bedeuten – mit 1607 gegenüber 1421 von 3.6 Flash.

Wir haben das Modell zum Programmieren getestet und die Ergebnisse waren … gelinde gesagt enttäuschend.
Unser einfacher Codetest endete mit einer unbrauchbaren Datei. Das HTML war nicht richtig formatiert und Elemente wurden nicht korrekt dargestellt. Nachfolgende Versuche, mit Vibe-Coding eine Lösung für die Probleme zu finden, waren nicht erfolgreich.

Wir baten Deepseek, das erste Modell spielbar zu machen, indem wir einfach die Fehler behoben. Es identifizierte 11 Fehler und implementierte 8 wichtige Korrekturen, was zu einem anständigen Spiel führte.

Deepseeks kleine Anpassungen haben das Spiel repariert, was bedeutet, dass Geminis Kerndenken korrekt war, aber die Details und Ungenauigkeiten das Ergebnis unbrauchbar machten. Bereiten Sie sich auf lange Vibe-Coding-Sitzungen mit einem billigen, aber schlecht performenden Modell vor, wenn Sie vorgeben, das Modell dafür zu verwenden.

Das zweite von Google veröffentlichte Modell, Gemini 3.5 Flash-Lite, ist rein auf Volumen ausgelegt: 350 Ausgabe-Token pro Sekunde bei 0,30 $/Million Eingabe und 2,50 $/Million Ausgabe. Es ist auf Hochdurchsatz-Pipelines ausgerichtet – denken Sie an die Dokumentenverarbeitung in großem Maßstab oder agentische Suchsysteme – und übertrifft das ältere 3 Flash bei wichtigen Codierungsaufgaben, einschließlich Terminal-Bench 2.1 (54 % gegenüber 31 %), obwohl es deutlich günstiger ist.

Es könnte auch ein großartiger Sitzungskompaktor sein (lange Sitzungen analysieren und die Schlüsselelemente extrahieren, damit Ihr Agent nicht durch Rauschen zusammenbricht) für diejenigen, die auf Hermes und Openclaw angewiesen sind.

Das dritte Modell, Gemini 3.5 Flash Cyber, wird nicht öffentlich verfügbar sein. Google beschränkt es auf Regierungen und geprüfte Partner, die Software-Schwachstellen finden und beheben müssen – eine Fähigkeit mit doppeltem Verwendungszweck, die das Unternehmen nicht breit freigeben möchte.

Inzwischen ist das DeepMind-Team von Google bereits weitergezogen. Google bestätigte in der offiziellen Ankündigung, dass es „unser bisher ehrgeizigstes Pre-Training für Gemini 4 gestartet“ hat, und das Team macht bereits Werbung dafür.

Pre-Training ist die grundlegende Phase, in der ein Modell aus massiven Datensätzen lernt, bevor die aufgabenspezifische Feinabstimmung beginnt – das bedeutet, dass Gemini 4 gebaut wird, nicht geplant.

Sowohl 3.6 Flash als auch 3.5 Flash-Lite sind heute in der Gemini-App, in Google AI Studio und über die API verfügbar. Gemini 3.5 Pro wird laut Google ausgeliefert, „sobald es fertig ist“, wann auch immer das sein mag.