Google DeepMind erweitert die Flash-Modellreihe mit drei neuen KI-Modellen, die auf Effizienz, niedrige Latenz und zuverlässige Performance ausgelegt sind. Gemini 3.6 Flash verspricht dabei deutlich höhere Token-Effizienz bei gleichzeitig besseren Ergebnissen bei Coding und Wissensarbeit. Entwickler können die Modelle ab sofort über verschiedene Kanäle nutzen. Im folgenden Artikel beleuchten wir die wichtigsten Neuerungen im Detail.
Neue Flash-Modelle für agentische Workflows
Die neuesten Modelle der Gemini-Familie adressieren gezielt die Anforderungen von Entwicklern und Unternehmen, die AI Agents im großen Maßstab betreiben möchten. Mit verbesserter Token-Effizienz, reduzierter Latenz und optimierter Zuverlässigkeit schaffen sie die technische Basis für komplexe agentische Abläufe. Die Flash-Serie positioniert sich dabei bewusst im Sweet Spot zwischen Effizienz und Qualität.
Gemini 3.6 Flash – Mehr Leistung bei geringerem Verbrauch
Gemini 3.6 Flash baut direkt auf dem Feedback der Entwicklercommunity zum Vorgänger auf. Das Modell liefert nicht nur bessere Ergebnisse bei Coding und Wissensarbeit, sondern verbessert auch die Token-Effizienz signifikant. Laut Artificial Analysis Index reduziert es den Output-Token-Verbrauch um 17 Prozent im Vergleich zu Version 3.5 Flash. In Benchmarks wie DeepSWE sinkt der Verbrauch sogar um bis zu 65 Prozent.
Bessere Performance bei niedrigeren Kosten
Trotz höherer Effizienz steigt die Performance in nahezu allen Bereichen an. Im Benchmark DeepSWE erreicht 3.6 Flash 49 Prozent gegenüber 37 Prozent beim Vorgänger. Bei MLE Bench klettert der Wert von 49,7 auf 63,9 Prozent. Auch die Computer-Use-Fähigkeiten verbessern sich laut OSWorld-Verified auf 83,0 Prozent. Das Modell ist ab sofort als Built-in-Tool in der Gemini API verfügbar.
Mit einem Preis von 1,50 Dollar pro Million Input-Tokens und 7,50 Dollar pro Million Output-Tokens unterbietet 3.6 Flash zudem die Kosten des Vorgängers. Das macht agentische Workflows deutlich kosteneffizienter.
Eingebaute Sicherheitsvorkehrungen
Google versendet 3.6 Flash mit erweiterten Frontier-Safety-Sicherheitsvorkehrungen. Diese betreffen besonders die Bereiche Chemie, Biologie, Radiologie und Nukleartechnik sowie Cyber-Offensive. Gleichzeitig minimiert das Modell ungewollte Refusals bei positiven Anwendungsfällen.
Gemini 3.5 Flash-Lite – Höchste Geschwindigkeit für große Datenmengen
Mit Gemini 3.5 Flash-Lite stellt Google das schnellste und kostengünstigste Modell der 3.5er-Reihe vor. Laut Artificial Analysis Index erreicht es eine Geschwindigkeit von 350 Output-Tokens pro Sekunde. Der Preis liegt bei 0,30 Dollar pro Million Input-Tokens und 2,50 Dollar pro Million Output-Tokens.
Das Modell übertrifft seinen Vorgänger 3.1 Flash-Lite deutlich. Im Terminal-Bench 2.1 steigt die Performance von 31 auf 54 Prozent. Bei GDM-MRCR v2 verbessert sich das Ergebnis von 60,1 auf 72,2 Prozent. Entwickler können zwischen verschiedenen Thinking Levels wählen, um Latenz oder Komplexität zu priorisieren.
Gemini 3.5 Flash Cyber und CodeMender – Sicherheit im Fokus
Für die Cybersicherheit hat Google ein spezialisiertes Modell entwickelt. Gemini 3.5 Flash Cyber arbeitet innerhalb von CodeMender, wo mehrere Agenten zusammenarbeiten, um Sicherheitslücken zu finden und zu beheben. Auf dem Benchmark CyberGym erzielt das System wettbewerbsfähige Ergebnisse.
Aus Sicherheitsgründen ist das Modell zunächst exklusiv für Regierungen und vertrauenswürdige Partner als Limited-Access-Pilotprogramm verfügbar. Das soll missbräuchliche Nutzung verhindern und gleichzeitig Verteidigern einen Vorsprung verschaffen.
Verfügbarkeit und Ausblick
Entwickler können Gemini 3.6 Flash und 3.5 Flash-Lite ab sofort über die Gemini API, Google AI Studio und Android Studio nutzen. Unternehmen erhalten Zugriff über die Gemini Enterprise Agent Platform. Für Endanwender sind die Modelle außerdem in der Gemini App integriert.
Parallel arbeitet Google bereits an Gemini 3.5 Pro, das derzeit mit Partnern getestet wird. Zudem hat das Unternehmen das ambitionierteste Pre-Training für Gemini 4 gestartet.
Quelle: https://deepmind.google/blog/introducing-gemini-36-flash-35-flash-lite-and-35-flash-cyber/
