LONDON (IT BOLTWISE) – Google bringt mit Gemini 3.6 Flash eine neue Generation seines schnellen Modells in die API und verbessert laut Benchmarks sowohl Codierleistung als auch den Ressourcenverbrauch. Parallel ergänzt der Konzern die Gemini-Familie um Gemini 3.5 Flash Lite und eine erste Cybersecurity-Variante, die für einen begrenzten Pilot vorgesehen ist. Während Gemini 3.5 Pro weiter auf sich warten lässt, läuft zugleich das Pre-Training für Gemini 4 im Hintergrund. Für Unternehmen wird damit vor allem die Frage konkreter, wie stark sich Token-Kosten und Agenten-Workflows im Produktivbetrieb optimieren lassen.
Google setzt seine Gemini-Modellpalette offenbar im „Roadmap-Sprint“ fort: Kaum ist Gemini 3.5 Flash offiziell als zentraler Fokus beim I/O-Update eingeführt worden, folgt bereits Gemini 3.6 Flash als Nachfolger in API und App. Damit verschiebt sich der Schwerpunkt für Entwickler nicht nur auf eine bessere Modellversion, sondern auch auf ein praktisches Betriebsproblem, das in der Unternehmenswelt seit Monaten um sich greift: die laufenden Kosten durch Tokens. Google adressiert genau diese Spannung mit einem Mix aus überarbeiteten Fähigkeiten (u. a. beim Codieren und in multimodalen Szenarien) und einer klaren Effizienzkennziffer, die sich direkt auf den Throughput und die Kostenrechnung auswirkt.
Technisch betrachtet bleibt Gemini 3.6 Flash im Kern ein schnelles Modell, aber Google nennt messbare Verbesserungen gegenüber 3.5 Flash. Im DeepSWE-Test für Coding steigt die Leistung auf 49 Prozent (statt 37 Prozent). Auch der Bereich „Computer Use“ rückt stärker in den Standard: In der Gemini-API soll diese Fähigkeit nun als normales Feature unterstützt werden. Im OSWorld-Test nennt Google eine Steigerung von 78,4 Prozent auf 83 Prozent. Solche Sprünge sind in agentischen Systemen relevant, weil sie weniger „Umwege“ erzeugen: Wenn ein Agent Aufgaben präziser ausführt, braucht er weniger Iterationen, was wiederum weniger Token für Planen, Ausführen, Rückfragen und Korrektursequenzen bedeutet.
Bei der Effizienz liefert Google das zweite, betriebsentscheidende Argument gleich dazu. Laut Angaben verbraucht Gemini 3.6 Flash etwa 17 Prozent weniger Tokens als die 3.5-Flash-Variante, trotz kleinerer Verbesserungen bei Benchmarks. Zusätzlich senkt das Unternehmen die API-Preise: Für Gemini 3.6 Flash nennt Google 1,50 US-Dollar pro 1 Mio. Input-Tokens und 7,50 US-Dollar pro 1 Mio. Output-Tokens; bei 3.5 Flash waren es 1,50 bzw. 9 US-Dollar. Für Entwickler bedeutet das in der Praxis, dass sie bei gleichem Budget mehr Arbeitszyklen oder größere Kontextfenster planen können. Für Agenten-Workflows heißt es außerdem: bessere Erfolgsquote in weniger Schritten, kombiniert mit weniger Token pro Schritt. Das ist genau die Art Optimierung, die in der Unternehmensbeschaffung häufig den Unterschied macht zwischen „funktioniert im Demo-Modus“ und „skaliert ohne Budgetüberlauf“.
Neben Gemini 3.6 Flash erweitert Google die 3.5-Familie noch einmal in zwei Richtungen, die sich an unterschiedlichen Kostenprofilen orientieren. Gemini 3.5 Flash Lite zielt auf maximale Effizienz und erreicht laut Google beeindruckende 350 Tokens pro Sekunde. Das Modell soll sich dafür eignen, agentische Systeme im großen Stil zu skalieren, ohne die Kosten explodieren zu lassen. Bei den Preisen nennt Google 0,30 US-Dollar pro 1 Mio. Input-Tokens und 2,50 US-Dollar pro 1 Mio. Output-Tokens; im Vergleich dazu lag Gemini 3.1 Flash Lite bei 0,25 bzw. 1,50 US-Dollar. Gleichzeitig kommt Gemini 3.5 Flash Cyber, Googles erste Version, die als LLM speziell für Cybersecurity getunt wurde. Diese Variante soll in einem begrenzten Kontext ähnlich gut sein, Sicherheitsprobleme zu finden und zu beheben wie ein deutlich größerer, teurer Ansatz aus dem Marktumfeld – aber mit der Effizienz eines Flash-Modells.
Genau hier wird auch die sicherheitstechnische Balance sichtbar, die moderne Sicherheitsmodelle mit sich bringen: Google spricht die „dual-use“-Natur solcher Systeme offen an. Modelle, die Schwachstellen identifizieren und beheben können, lassen sich theoretisch ebenso für schädliche Zwecke verwenden. Anstatt das Cyber-Modell öffentlich breit auszurollen, plant Google daher einen eingeschränkten Pilot. Laut Angaben startet Gemini 3.5 Flash Cyber „bald“ als begrenzter Release im CodeMender-Agent, der über Google DeepMind bereitgestellt wird und exklusiv Partnern sowie Regierungen zugutekommt. Für Unternehmen und Sicherheitsverantwortliche ist das relevant, weil es zeigt, wie sehr sich die Produktstrategie bei KI-Sicherheit von „Open Availability“ hin zu kontrollierten Zugriffsmodellen bewegt.
Unterm Strich bleibt aber eine zweite, etwas „klingende“ Unklarheit: Gemini 3.5 Pro. Google hatte dieses Modell ursprünglich für Juni angekündigt, es kam jedoch nicht. Bis heute liefert Google keine konkrete neue Terminmarke, sondern sagt lediglich, dass sich das angebliche Flaggschiff derzeit in Tests mit nicht genannten Partnern befinde und „erscheint, sobald es bereit ist“. Als Einordnung nennt Google außerdem frühere Berichte, wonach das Pro-Modell vermutlich aus Gründen der Coding-Performance nicht mit den besten Alternativen mithalten konnte. Für die Praxis heißt das: Viele Teams, die auf maximale Codierqualität setzen, werden weiterhin mit der Spannweite zwischen „schnell und kostengünstig“ (3.6 Flash) und „am Ende vielleicht die beste Qualität“ (3.5 Pro als kommende Benchmark-Option) planen müssen, bis die Lücke geschlossen wird.
Währenddessen hat Google bereits den nächsten Sprung adressiert: Der Konzern beginnt mit dem Pre-Training für Gemini 4, und dieser Prozess soll „ambitionierter“ sein als frühere KI-Vorhaben. Eine Timeline nennt Google nicht. Damit rückt ein technologisches Muster in den Vordergrund, das in vielen Modellgenerationen wiederkehrt: Der Wechsel von der sichtbaren Modellpflege (Flash-Linie, Effizienz- und Funktionsupdates) hin zu den Vorbereitungen für die nächste große Modellklasse (Gemini 4) erfolgt parallel. Genau das passt zur Unternehmenslogik hinter agentischen Systemen: Man optimiert kurzfristig Token-Kosten und Ausführungsqualität im Produktivbetrieb, während man langfristig die Rechenbasis der nächsten Generation vorbereitet. Entscheidend wird, wie schnell sich die Ergebnisse aus dem Pre-Training später in messbare Verbesserungen bei Coding, multimodaler Verarbeitung und Agenten-Controller-Tasks übersetzen lassen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Gemini 3.6 Flash: Effizienz-Upgrade, Cyber-Variante und Gemini 4 im Training" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Gemini 3.6 Flash: Effizienz-Upgrade, Cyber-Variante und Gemini 4 im Training" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Gemini 3.6 Flash: Effizienz-Upgrade, Cyber-Variante und Gemini 4 im Training« bei Google Deutschland suchen, bei Bing oder Google News!