Google hat zwei neue Ergänzungen zu seinem schnell wachsenden KI-Portfolio vorgestellt: Gemini 3.8 Flash und Gemini 3.8 Flash Cyber.
Die Veröffentlichung erfolgt nur drei Wochen nach Gemini 3.7 Flash. Bei diesem Tempo benötigen Modellversionsnummern bald vielleicht ein eigenes Live-Dashboard.
Trotz der schnellen Abfolge handelt es sich um mehr als nur ein kosmetisches Update. Laut Googles Ankündigung liefert Gemini 3.8 Flash deutliche Verbesserungen bei langfristiger Softwareentwicklung, autonomen Agenten, Tool-Nutzung und komplexem Reasoning in spezialisierten Fachbereichen.
Das begleitende Modell, Gemini 3.8 Flash Cyber, überträgt denselben Fokus auf Geschwindigkeit und agentische Ausführung auf die Entdeckung von Schwachstellen und automatisiertes Patchen.
Ein Flash-Modell, das mit Frontier-Modellen konkurriert
Google beschreibt Gemini 3.8 Flash als sein bisher intelligentestes „Arbeitspferd“-Modell. Es ist für Anwendungen konzipiert, die mehr Reasoning benötigen, als ein leichtgewichtiges Modell normalerweise bietet, für die sich aber Frontier-Modell-Preise nicht bei jeder Anfrage rechtfertigen lassen.
Die veröffentlichten Benchmarks des Unternehmens zeigen besonders starke Ergebnisse bei Finanzanalysen, juristischen Workflows, Terminal-Coding, Chart-Reasoning, Videoverständnis und wissenschaftlicher Forschung.
Hier sind einige Highlights aus Googles Vergleich:
| Benchmark | Gemini 3.8 Flash | Gemini 3.7 Flash | Claude Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| DeepSWE v1.1 | 73,7% | 65,3% | 74,0% | 72,7% |
| Vals Finance Agent v2 | 61,4% | 59,0% | 58,6% | 53,8% |
| Harvey’s Legal Agent Benchmark | 10,0% | 8,8% | 6,7% | 2,5% |
| Terminal-bench 2.1 | 89,4% | 85,8% | 89,1% | 88,8% |
| CharXiv Reasoning | 86,2% | 84,5% | 83,7% | 85,8% |
| HLE-Verified | 54,9% | 53,6% | 54,4% | 54,5% |
Bei langfristiger Softwareentwicklung erreicht Gemini 3.8 Flash 73,7% bei DeepSWE v1.1, knapp hinter Claude Opus 5 mit 74,0% und vor GPT-5.6 Sol mit 72,7%.
In Googles Tabelle liegt es bei den Finanz- und Rechts-Benchmarks vorn, setzt sich bei Terminal-bench 2.1 knapp gegen beide Modelle durch und zeigt auch bei Chart-Reasoning und fachübergreifendem Experten-Reasoning starke Leistungen.
Auch die Ergebnisse im Bereich Biologie sind bemerkenswert. Gemini 3.8 Flash erzielt 56,5% im „human difficult“-Abschnitt von BioMysteryBench, verglichen mit 49,4% bei Claude Opus 5 und 44,7% bei GPT-5.6 Sol. Zudem erreicht es 86,2% bei LABBench2 und liegt damit vor den anderen Modellen in Googles Vergleich.
Starke Ergebnisse, aber kein Alleinsieger
Die Benchmark-Tabelle zeigt nicht, dass Gemini 3.8 Flash überall gewinnt, und das sollte anerkannt werden, bevor die Siegesparade den Verkehr blockiert.
Claude Opus 5 liegt bei Terminal-bench 4.0, GDPval-AA v2 und OSWorld 2.0 weiterhin deutlich vorn. GPT-5.6 Sol führt beim Dokumentenverständnis-Benchmark GDP.PDF.
Die treffendere Schlussfolgerung lautet, dass Gemini 3.8 Flash für seine Preisklasse ungewöhnlich wettbewerbsfähig ist. Es kommt in mehreren wichtigen Bereichen an deutlich teurere Modelle heran oder übertrifft sie sogar, während es spezialisierten Frontier-Modellen weiterhin Raum lässt, bei anderen Aufgaben die Führung zu übernehmen.
Zudem handelt es sich um vom Hersteller veröffentlichte Auswertungen und nicht um unabhängige Vergleiche aus der Praxis. Benchmarks sind nützliche Hinweise, ersetzen aber nicht das Testen eines Modells anhand Ihrer eigenen Repositories, Prompts, Tools und Fehlerfälle.
Die Preisgestaltung könnte die eigentliche Schlagzeile sein
Gemini 3.8 Flash behält die Einführungspreise bei, die zuvor für Gemini 3.7 Flash galten:
- 0,75 $ pro Million Input-Token
- 3,75 $ pro Million Output-Token
Dieses Einführungsangebot gilt bis zum 31. Dezember 2026. Ab dem 1. Januar 2027 soll der Preis auf 1,50 $ pro Million Input-Token und 7,50 $ pro Million Output-Token steigen.
Selbst zum regulären Preis liegt Gemini 3.8 Flash unter den Preisen, die Google für mehrere größere Konkurrenten in seinem Vergleich angibt. Während der Einführungsphase ist der Unterschied kaum zu übersehen: Claude Opus 5 wird mit 5 $ pro Million Input-Token und 25 $ pro Million Output-Token angegeben, GPT-5.6 Sol mit 4 $ beziehungsweise 20 $.
Hinter dem günstigen Token-Preis verbirgt sich ein wichtiges Detail. Google sagt, dass 3.8 Flash bei komplexen Anfragen „härter arbeitet“, indem es zusätzliches Reasoning durchführt und Tools iterativ aufruft. Das kann zu besseren Ergebnissen führen, aber bei höheren Effort-Stufen auch mehr Token verbrauchen.
Entwickler, denen vorhersehbare Effizienz wichtig ist, können eine niedrigere Reasoning-Stufe wählen oder weiterhin Gemini 3.7 Flash nutzen. Anders gesagt: günstige Token können weiterhin in großen Gruppen auftreten.
Ein Kontextfenster mit einer Million Token
Laut Googles Gemini API Dokumentation unterstützt das Modell:
- Ein Kontextfenster mit 1.048.576 Token
- Bis zu 65.536 Output-Token
- Text-, Bild-, Video-, Audio- und PDF-Eingaben
- Text-Ausgabe
- Niedrige, mittlere und hohe Thinking-Level
Das große Kontextfenster und die multimodalen Eingaben machen das Modell geeignet für Coding-Aufgaben im Umfang ganzer Repositories, Dokumentenanalysen, lange Videos, Forschungssammlungen und agentische Workflows, die einen umfangreichen Arbeitskontext benötigen.
Gemini 3.8 Flash Cyber konzentriert sich auf Verteidigung
Das zweite Modell, Gemini 3.8 Flash Cyber, ist keine öffentliche Allzweck-Veröffentlichung. Es ist Googles leistungsfähigstes Cybersecurity-Modell und wird vertrauenswürdigen Verteidigern über das neue Fairwind Program des Unternehmens zugänglich gemacht.
Seine Hauptaufgaben sind die autonome Entdeckung von Schwachstellen, deren Verifizierung und die Generierung von Patches.
Google berichtet, dass das Modell bei CyberGym eine Leistung auf Frontier-Niveau erreicht und bei einem internen Benchmark zur Schwachstellenentdeckung, der komplexe Codebasen und 20 Programmiersprachen umfasst, eine Erfolgsquote von über 70% erzielt.
Bei CWE-Bench, einer externen Bewertung des Patchings, erreicht Gemini 3.8 Flash Cyber eine Pass-Rate von 47,2%, nahe an den 47,8% eines führenden Frontier-Modells, allerdings zu deutlich geringeren Kosten.
Google gibt an, das Modell bereits intern zu nutzen:
- Das Chrome Security Team erhielt Berichten zufolge 2,6-mal mehr korrekte Schwachstellen-Patches als von den besten größeren kommerziellen Modellen, die getestet wurden.
- Wiz maß eine um 7,5 bis 9,7% höhere Recall-Rate bei einem internen Penetrationstest-Benchmark, bei 2,3 bis 5,2-mal geringeren Kosten.
- Das Cloud Vulnerability Research Team von Google nutzte das Modell, um in weniger als zwei Stunden eine kritische fundamentale Schwachstelle zu identifizieren, eine Aufgabe, die normalerweise monatelange Forschung erfordern würde.
Da fortgeschrittene Schwachstellenentdeckung von Natur aus doppelt nutzbar ist (Dual Use), verfügt Gemini 3.8 Flash Cyber über großzügigere Cybersecurity-Fähigkeiten als das allgemeine Modell und ist auf zugelassene Regierungsbehörden, Betreiber kritischer Infrastrukturen, Software-Maintainer und andere vertrauenswürdige Verteidiger beschränkt.
Wo Gemini 3.8 Flash verfügbar ist
Entwickler können auf Gemini 3.8 Flash zugreifen über:
- OpenCheese.Dev
- Google Antigravity
- Die Gemini API und Google AI Studio
- Android Studio
- Stitch
Unternehmenskunden können es über Gemini Enterprise nutzen. Abonnenten von Google AI Pro und Ultra haben Zugriff darauf über die Gemini App, den AI Mode in der Google-Suche und Gemini in Google Sheets.
Fazit
Gemini 3.8 Flash ersetzt nicht jedes Frontier-Modell, macht es aber für viele Workloads schwerer, die Wirtschaftlichkeit eines solchen Modells zu rechtfertigen.
Bei mehreren Coding-, Fach-, multimodalen und wissenschaftlichen Benchmarks kommt es deutlich teureren Modellen nahe oder übertrifft sie sogar. Gleichzeitig zeigt Gemini 3.8 Flash Cyber, wie spezialisierte Modelle zu praktischen Verteidigungswerkzeugen werden können, statt bloß teure Forschungsdemonstrationen zu bleiben.
Das Interessanteste an dieser Veröffentlichung ist nicht, dass Google ein paar Benchmark-Zeilen für sich entschieden hat. Es ist, dass „Flash“ zunehmend den Preis und die Geschwindigkeit beschreibt, nicht die Obergrenze der Intelligenz.