Gemini 3.8 Flash: billig pro Token, offen pro Auftrag Gemini 3.8 Flash: billig pro Token, offen pro Auftrag

Google macht Gemini 3.8 Flash produktionsbereit

Google hat Gemini 3.8 Flash am 2. September 2026 veröffentlicht. Das Modell ist allgemein verfügbar und laut der Dokumentation zur Google Gemini API ↗ für den Produktionseinsatz vorgesehen. Es soll vor allem lange Softwareaufgaben, autonome Agenten und komplexe Unternehmensabläufe bearbeiten.

Damit verschiebt Google die Rolle seiner Flash-Familie. Sie steht nicht mehr nur für schnelle Antworten zu niedrigen Tokenpreisen. Gemini 3.8 Flash soll Aufgaben übernehmen, bei denen ein Modell plant, Werkzeuge wiederholt aufruft und Zwischenergebnisse prüft. Die Launch-Mitteilung vom 2. September ↗ spricht bereits vom dritten Flash-Release innerhalb von sechs Wochen.

Für Entwicklerinnen und Entwickler sind die technischen Eckdaten entsprechend großzügig: ein Kontextfenster von einer Million Tokens, bis zu 64.000 Ausgabe-Tokens und drei wählbare Denkstufen. „Medium“ ist der Standard. Hinter diesen Angaben steht jedoch die wirtschaftlich wichtigere Frage: Wird ein vollständiger Auftrag tatsächlich günstiger, wenn die einzelne Million Tokens deutlich weniger kostet?

Das Modell arbeitet bewusst länger

Google bezeichnet Gemini 3.8 Flash als sein bislang leistungsfähigstes Flash-Modell für Coding und agentische KI. Die veröffentlichten Werte zeigen Fortschritte gegenüber Gemini 3.7 Flash. Im Vals Finance Agent V2 steigt das Ergebnis laut Googles Modellübersicht zu Gemini 3.8 Flash ↗ von 59,0 auf 61,4 Prozent. Bei HLE-Verified erhöht sich der ausgewiesene Wert von 53,6 auf 54,9 Prozent, bei Harveys Legal Agent Benchmark von 8,8 auf 10,0 Prozent.

Diese Zahlen stammen aus der Präsentation des Anbieters. Sie belegen die gemeldeten Ergebnisse unter den jeweiligen Testbedingungen, aber noch keine allgemeine Überlegenheit in produktiven Abläufen. Interessanter als die Rangfolge ist deshalb, wie Google den Fortschritt erklärt: Bei schwierigen Aufgaben geht das Modell in kleineren Schritten vor, ruft Werkzeuge wiederholt auf und überprüft seine Arbeit.

Genau diese Sorgfalt kann den Verbrauch erhöhen. Google weist ausdrücklich darauf hin, dass Gemini 3.8 Flash bei langen oder komplexen Aufgaben mehr Tokens als sein Vorgänger einsetzen kann. Für zeitkritische oder einfachere Arbeiten lassen sich die Denkstufen reduzieren. Gemini 3.7 Flash bleibt ebenfalls unterstützt.

Der zentrale Fortschritt und die zentrale Einschränkung haben damit dieselbe Ursache: Das Modell arbeitet länger, um Fehler in mehrstufigen Abläufen früher zu erkennen.

Weniger als ein Fünftel – vorerst

Bis zum 31. Dezember 2026 berechnet Google für Gemini 3.8 Flash 0,75 US-Dollar je Million Eingabe-Tokens und 3,75 US-Dollar je Million Ausgabe-Tokens. Am 1. Januar 2027 sollen die Preise auf 1,50 beziehungsweise 7,50 US-Dollar steigen. Es handelt sich also um einen befristeten Einführungspreis, nicht um den angekündigten dauerhaften Tarif.

Der Vergleich mit Claude Opus 5.5 fällt deutlicher aus als die Formel „halb so teuer“. Anthropic verlangt seit der Veröffentlichung von Claude Opus 5.5 am 22. September 2026 ↗ vier US-Dollar je Million Eingabe-Tokens und 20 US-Dollar je Million Ausgabe-Tokens. Geminis Einführungstarif entspricht damit bei beiden Tokenarten 18,75 Prozent des Opus-Preises – also weniger als einem Fünftel.

Nach der angekündigten Verdopplung läge Gemini 3.8 Flash bei 37,5 Prozent der entsprechenden Opus-5.5-Tarife. Auch dann wäre der Basistarif deutlich niedriger als die Hälfte. Der Vergleich gilt allerdings nur für die genannten Eingabe- und Ausgabepreise. Cache-Nutzung, Batch-Verarbeitung, regionale Tarife, Werkzeuge und weitere Plattformkosten können die Rechnung verändern.

Vor allem sagt das Verhältnis nichts darüber aus, wie viele Tokens beide Modelle für dieselbe Aufgabe benötigen. Anthropic wirbt seinerseits damit, dass Opus 5.5 in eigenen Tests weniger Tokens pro Auftrag als Opus 5 verbrauche. Ein niedrigerer Stückpreis und ein niedrigerer Gesamtverbrauch sind zwei verschiedene Vorteile.

Der Auftrag ist die richtige Kosteneinheit

Ein gekennzeichnetes Anwendungsszenario zeigt den Unterschied: Ein Agent soll Crawling-Daten auswerten, Seitengruppen bilden, fehlerhafte strukturierte Daten untersuchen und daraus priorisierte Änderungen vorbereiten. Der Lauf umfasst mehrere Datenabfragen, Codeprüfungen und Zwischenschritte. Ein überzeugend formulierter Abschlussbericht genügt nicht. Das System muss die richtigen Daten verwenden, Werkzeugfehler erkennen und seine Priorisierung bis zum Ende konsistent halten.

In einem solchen Ablauf können zusätzliche Prüfschritte Kosten sparen, wenn sie einen fehlerhaften Bericht oder einen vollständigen Neustart verhindern. Sie können den Lauf aber auch verteuern, wenn der Agent unnötige Schleifen erzeugt, große Kontexte wiederholt einliest oder trotz höherem Verbrauch menschliche Nacharbeit verlangt.

Ein belastbarer Vergleich braucht deshalb eine kleine Sammlung wiederholbarer Aufgaben. Zu erfassen sind nicht nur Eingabe- und Ausgabe-Tokens, sondern auch erfolgreiche Abschlüsse, Werkzeugaufrufe, Wiederholungen, Laufzeit und menschlicher Korrekturaufwand. Erst daraus entstehen Kosten pro verwertbarem Ergebnis.

Diese Messung schützt zugleich vor dem umgekehrten Fehler: dem automatischen Einsatz des leistungsfähigsten Modells. Bei klar begrenzten Aufgaben kann ein kleineres Modell wirtschaftlicher und leichter prüfbar sein. Die Journal-Analyse Wenn das stärkere Modell zu viel kann beschreibt diese Grenze ausführlicher.

Ein direkter Leistungsvergleich mit Opus 5.5 fehlt

Googles veröffentlichte Tabellen vergleichen Gemini 3.8 Flash unter anderem mit Claude Opus 5. Claude Opus 5.5 erschien jedoch erst am 22. September. In den hier geprüften Primärquellen findet sich deshalb kein gemeinsamer Test, der Gemini 3.8 Flash und Opus 5.5 unter identischen Bedingungen gegenüberstellt.

Auch die Anbieterzahlen selbst sind nicht ohne Weiteres kombinierbar. Benchmarks unterscheiden sich bei Agentengerüst, Werkzeugen, Denkstufe, Sicherheitsmechanismen und Tokenbudget. Anthropic weist in seiner eigenen Veröffentlichung darauf hin, dass kleine Benchmarkabstände reale Unterschiede zunehmend unzuverlässig abbilden können.

Belegt ist somit ein erheblicher Abstand bei den Basistarifen. Nicht belegt ist, dass Gemini 3.8 Flash bei gleicher Aufgabe zuverlässiger arbeitet oder niedrigere Gesamtkosten verursacht als Claude Opus 5.5. Dafür braucht es einen Lauf mit demselben Ziel, denselben Werkzeugen und einer gemeinsamen Definition von Erfolg.

Geändert hat sich die Einstiegsschwelle

Gemini 3.8 Flash bringt längere Agentenläufe und stärkere Werkzeugnutzung in eine Modellklasse mit ungewöhnlich niedrigem Tokenpreis. Das macht anspruchsvollere Versuche für mehr Teams wirtschaftlich erreichbar und erhöht den Preisdruck auf konkurrierende Anbieter.

Die offene Behauptung beginnt danach. Der Tarif ist befristet, die Leistungswerte sind überwiegend anbietergeführt und das Modell kann bewusst mehr Tokens einsetzen. Tatsächlich gesunken ist die Einstiegsschwelle. Ob auch der vollständige Auftrag günstiger wird, entscheidet sich erst zwischen erstem Werkzeugaufruf und verwertbarem Ergebnis.