Der Preis beginnt nach dem Token Der Preis beginnt nach dem Token

Zwei Zahlen, noch kein Sieger

54,9 zu 54,4 Prozent: So knapp liegt Gemini 3.8 Flash in Googles Darstellung beim HLE-Verified-Test vor Claude Opus 5. Beim Finanzagenten-Test Vals Finance Agent v2 fällt der Abstand mit 61,4 zu 58,6 Prozent etwas größer aus. Die Werte stehen auf der Leistungsseite von Google DeepMind ↗. Für eine Schlagzeile genügt das. Für ein Urteil über zwei Modelle nicht.

Google stellte Gemini 3.8 Flash am 2. September 2026 vor und bezeichnet den Release als dritte Flash-Veröffentlichung innerhalb von sechs Wochen. In der offiziellen Ankündigung von Gemini 3.8 Flash ↗ positioniert das Unternehmen das Modell für lang laufende Softwareentwicklung, KI-Agenten und anspruchsvolle Wissensarbeit.

Damit verändert Google zunächst die Bedeutung des Namens Flash. Er steht nicht mehr nur für eine schnelle, günstigere Alternative zu den schwersten Reasoning-Modellen. Das Modell soll Aufgaben übernehmen, die bislang eher den teuersten Modellklassen zugeschrieben wurden.

Die präsentierten Benchmarks sind ein belastbares Signal für diese Verschiebung, aber kein Beweis für einen allgemeinen Gleichstand mit Anthropic. Es handelt sich um ausgewählte Evaluationen in einer vom Anbieter veröffentlichten Gegenüberstellung. Sie zeigen, dass Gemini 3.8 Flash unter bestimmten Testbedingungen mit Claude Opus 5 konkurriert. Mehr lässt sich aus den Balken zunächst nicht ableiten.

Günstig ist nicht dasselbe wie wirtschaftlich

Die größere Irritation steckt in der Preisliste. Bis zum 31. Dezember 2026 verlangt Google 0,75 US-Dollar je Million Input-Token und 3,75 US-Dollar je Million Output-Token. Ab dem 1. Januar 2027 verdoppeln sich beide Tarife auf 1,50 beziehungsweise 7,50 US-Dollar. Die Befristung ist in den Entwicklerangaben zu Gemini 3.8 Flash ↗ ausgewiesen.

Anthropic nennt für Claude Opus 5 Preise von 5 US-Dollar für eine Million Input-Token und 25 US-Dollar für eine Million Output-Token, wie aus den offiziellen Angaben zu Claude Opus 5 ↗ hervorgeht. Googles Einführungstarif entspricht auf dieser reinen Listenebene jeweils 15 Prozent des Opus-Tarifs. Die verbreitete Formel vom „halben Preis“ beschreibt das Verhältnis also nicht präzise.

Sie verdeckt zudem das wichtigere Problem: Beide Anbieter rechnen Token ab, während Nutzer eine erledigte Aufgabe benötigen. Dazwischen können bei agentischen Systemen viele Schritte liegen. Das Modell plant, ruft Werkzeuge auf, verarbeitet deren Antworten, verwirft einen Weg und versucht es erneut. Jeder zusätzliche Durchlauf kann die Rechnung verändern.

Google weist selbst darauf hin, dass Gemini 3.8 Flash bei komplexen Aufgaben mehr Denkschritte und Token verwenden kann als sein Vorgänger. Ein niedriger Einzelpreis garantiert daher noch keinen günstigen Prozess. Umgekehrt kann ein höherer Verbrauch wirtschaftlich sein, wenn dadurch weniger Anläufe scheitern und weniger Korrektur nötig wird.

Die aussagekräftige Größe ist deshalb der Aufwand pro akzeptiertem Ergebnis. In ihn gehören nicht nur Ein- und Ausgabetoken, sondern auch Laufzeit, Werkzeugaufrufe, Wiederholungen und Prüfung. Erst diese Rechnung zeigt, ob ein Modell günstig arbeitet oder lediglich günstig beginnt.

Flash soll länger durchhalten

Googles Produktentscheidung wird an den Steuerungsmöglichkeiten sichtbar. Für Gemini 3.8 Flash lassen sich ein niedriger, mittlerer oder hoher Reasoning-Aufwand wählen; die mittlere Stufe ist voreingestellt. Einen minimalen Modus gibt es nicht. Das Modell ist damit von vornherein auf Aufgaben ausgelegt, bei denen zusätzliche Rechenschritte Teil des Verfahrens sind.

Laut der Modellbeschreibung in der Gemini API ↗ verarbeitet Gemini 3.8 Flash Text, Bilder, Audio, Video und PDF-Dateien in einem Kontextfenster von rund einer Million Token. Die Ausgabe bleibt auf Text begrenzt. Funktionsaufrufe, Code-Ausführung, Suche und eine Vorschau auf Computersteuerung erweitern das Modell zu einem Baustein für längere Aktionsfolgen.

Dadurch verschiebt sich auch die Bedeutung von Geschwindigkeit. Der erste ausgegebene Satz sagt wenig über einen Agenten aus, der anschließend Werkzeuge bedienen und Zwischenergebnisse prüfen soll. Schnell ist in diesem Umfeld das System, das einen Auftrag in vertretbarer Zeit bis zu einem brauchbaren Ergebnis führt.

Ob die Fortschritte aus Architektur, Training oder einer veränderten Steuerung des Reasoning-Aufwands stammen, lässt sich aus den öffentlichen Produktunterlagen nicht unabhängig bestimmen. Belegt ist vor allem die neue Positionierung: Google bringt längeres Denken und agentische Arbeit in eine Modelllinie, deren Name bislang für Tempo und niedrige Stückkosten stand.

Ein Benchmark endet vor dem Arbeitslauf

Benchmark-Grafiken besitzen eine verführerische Eindeutigkeit. Ein längerer Balken sieht nach einer abgeschlossenen Entscheidung aus. Tatsächlich enthält jeder Wert Bedingungen: die erlaubten Werkzeuge, den Reasoning-Aufwand, die Zahl der Versuche, das Bewertungsverfahren und die konkrete Modellversion.

Googles Gegenüberstellung ist deshalb nützlich, aber begrenzt. Sie vergleicht Gemini 3.8 Flash in ausgewählten Tests mit Claude Opus 5. Sie misst nicht, wie beide Modelle mit den Datenquellen, Werkzeugen und Fehlerfällen einer konkreten Organisation umgehen. Auch sagt sie nichts darüber aus, wie viel ein korrekt bewerteter Lauf bis zu diesem Punkt gekostet hat.

Gerade bei KI-Agenten können Modelle mit ähnlichem Endwert sehr unterschiedliche Wege nehmen. Eines löst die Aufgabe mit wenigen Werkzeugaufrufen. Ein anderes erreicht dasselbe Ergebnis nach mehreren Korrekturen. Der Benchmark wertet womöglich beide Antworten gleich, während sich Laufzeit und Kosten deutlich unterscheiden.

Für einen belastbaren Vergleich braucht es daher einen repräsentativen Aufgabenbestand unter identischen Bedingungen. Gemessen werden sollten nicht nur Trefferquoten, sondern auch abgebrochene Läufe, Tokenverbrauch, Werkzeugzugriffe, verstrichene Zeit und der Aufwand bis zur Abnahme. Ein solcher Test ist weniger elegant als eine Rangliste. Für eine Kostenentscheidung ist er erheblich näher an der Realität.

Cyber zeigt die zweite Grenze

Parallel zum allgemein angebotenen Modell stellt Google Gemini 3.8 Flash Cyber vor. Die Variante ist für defensive Sicherheitsarbeit vorgesehen und soll Schwachstellen in Software finden und beheben. Nach Googles Angaben besitzt sie dafür weniger restriktive Schutzmechanismen, steht jedoch nur geprüften Organisationen über das Fairwind Program offen. Beschrieben wird dieser Zugang ebenfalls in der Ankündigung von Gemini 3.8 Flash Cyber ↗.

Damit verläuft die Modellgrenze nicht mehr allein zwischen günstiger und leistungsfähiger. Sie verläuft auch zwischen frei erreichbaren und kontrolliert ausgegebenen Fähigkeiten. Derselbe grundlegende Modellansatz kann mit anderen Schutzschichten und Zugangsbedingungen zu einem anderen Produkt werden.

Für die Bewertung entsteht daraus eine zusätzliche Einschränkung. Eine nur begrenzt verfügbare Cybervariante lässt sich außerhalb des Programms nicht breit und unabhängig testen. Aussagen über ihre Leistungsfähigkeit bleiben deshalb stärker an die Dokumentation des Anbieters gebunden als beim allgemein zugänglichen Flash-Modell.

Das ist dennoch ein relevantes Marktsignal. Anbieter behandeln Sicherheit und Zugang zunehmend nicht als nachträgliche Richtlinie, sondern als Teil der Modellarchitektur im weiteren Sinne: Fähigkeit, Schutzmechanismus und Nutzerkreis werden gemeinsam gestaltet.

Was sich tatsächlich verschoben hat

Gemini 3.8 Flash verschiebt die Flash-Klasse in ausgewählten Evaluationen näher an ein deutlich teureres Spitzenmodell. Auch der Abstand in der Preisliste ist real und größer, als die Formel vom halben Preis vermuten lässt. Das sind die belegten Veränderungen.

Offen bleibt, ob Google Claude Opus 5 über unterschiedliche Aufgaben hinweg eingeholt hat. Ebenso ungeklärt ist, welches Modell einen realen Agentenauftrag günstiger bis zum akzeptierten Ergebnis führt. Anbieterbenchmarks und Tokenpreise können diese Fragen vorbereiten. Beantworten können sie sie nicht.

Die wichtigste Zahl steht deshalb weder im Benchmark noch in der Preistabelle. Sie entsteht erst, wenn der Agent fertig ist und das Ergebnis Bestand hat.