Drei leuchtende Kristalle auf Podesten — ein großer magentafarbener, ein kleiner schneller und einer hinter Gittern: Sinnbild für Googles drei neue Gemini-Modelle
KI-News · Google · Gemini · 21. Juli 2026

Drei neue Geminis —
und keins will glänzen.

Google legt nach: Gemini 3.6 Flash, 3.5 Flash-Lite und 3.5 Flash Cyber sind da. In den Arena-Rankings reißt das bisher niemanden vom Hocker — und genau das ist der Punkt: Dieses Release will nicht glänzen, es will sparen. Wir erklären, welches Modell wofür gedacht ist, was sich zum Vorgänger wirklich ändert, und warum du den Fortschritt auf der Rechnung suchst statt im Blindtest.

Lesedauer7 Minuten
KategorieKI-News
Vorgestellt21. Juli 2026
Stand21. Juli 2026
✦ 3.6 Flash: 17 % weniger Output-Tokens ✦ Flash-Lite: 350 Tokens/Sekunde für 0,30 $ ✦ Flash Cyber: nur für Regierungen & Partner ✦ Der Fortschritt steht auf der Rechnung ✦ Und nebenbei: Gemini 4 ist im Training ✦ 3.6 Flash: 17 % weniger Output-Tokens ✦ Flash-Lite: 350 Tokens/Sekunde für 0,30 $ ✦ Flash Cyber: nur für Regierungen & Partner ✦ Der Fortschritt steht auf der Rechnung ✦ Und nebenbei: Gemini 4 ist im Training
Die Nachricht

Ein Release für die Rechnung.

Vier Tage nach den Leaks rund um Gemini 3.5 Pro liefert Google — aber anders als erwartet: Statt des großen Pro-Modells kommen drei kleine Spezialisten. Kein Frontier-Durchbruch, keine Rekord-Benchmarks, kein „bestes Modell der Welt". Stattdessen: weniger Tokens, niedrigere Preise, höheres Tempo.

Wer die Modelle nur durch die Arena-Brille bewertet, sieht deshalb wenig Neues — erste Community-Tests fallen entsprechend verhalten aus. Aber Arena-Rankings messen gefühlte Antwortqualität. Dieses Release ist für eine andere Metrik gebaut: Kosten pro erledigter Aufgabe. Und da tut sich einiges.

Die drei Neuen im Überblick

3.6 FlashDas Arbeitspferd
Preis1,50 $ / 7,50 $ pro Mio. Tokens
3.5 Flash-LiteDas Tempo-Modell
Preis0,30 $ / 2,50 $ pro Mio. Tokens
3.5 Flash CyberDer Spezialist
ZugangNur Regierungen & Partner
Modell 1 von 3

Gemini 3.6 Flash:
das neue Arbeitspferd.

Wofür: Das Allzweck-Modell für den Alltag — Coding, Wissensarbeit, multimodale Aufgaben, Agenten-Workflows. Das ist das Modell, das die breite Masse in der Gemini-App, in AI Studio, Antigravity und GitHub Copilot bekommt.

Warum es das gibt, erzählt das Entwickler-Feedback seit der I/O im Mai: Die Beschwerde über 3.5 Flash war weniger die Qualität als die Geschwätzigkeit — zu viele Reasoning-Schritte, zu viele Tool-Calls, zu viele Output-Tokens. Und Output-Tokens sind das, was du bezahlst. Genau da setzt 3.6 Flash an:

−17 %

Output-Tokens

Dieselben Aufgaben mit deutlich weniger Text-Ausstoß, weniger Reasoning-Schritten und weniger Tool-Calls in Multi-Step-Workflows. Beim Coding: weniger ungewollte Änderungen, weniger Ausführungsschleifen.

49 %

DeepSWE-Benchmark

Vorher 37 % — dazu MLE-Bench 63,9 % (vorher 49,7 %) und Computer Use auf OSWorld 83,0 % (vorher 78,4 %). Alles Google-Angaben.

03/26

Wissensstand

Endlich aktuell: März 2026 statt Januar 2025. Der veraltete Wissensstand war einer der größten praktischen Kritikpunkte am Vorgänger.

7,50 $

Pro Mio. Output

Vorher 9 $. Zusammen mit den 17 % weniger Tokens sinken die realen Kosten pro Aufgabe doppelt — Preis runter, Verbrauch runter.

Kurz: Kein Intelligenz-Sprung, sondern ein Effizienz-Release. Gleiche Liga, weniger Verbrauch, kleinerer Preis.

Modelle 2 und 3

Das Tempo-Modell — und der
Spezialist, den du nicht bekommst.

Gemini 3.5 Flash-Lite · wofür
Masse & Millisekunden

Hochvolumen- und Niedriglatenz-Aufgaben: agentische Suche, Dokumentenverarbeitung, Klassifizierung — alles, was millionenfach läuft. Rund 350 Output-Tokens pro Sekunde (Messung von Artificial Analysis), und es rollt auch in die Google-Suche aus. Der Preis ist die Kampfansage: 0,30 $ Input, 2,50 $ Output pro Million Tokens — gezielt gegen GPT-Minis und Haiku positioniert.

Flash-Lite · Vorgänger-Vergleich
Der größte Sprung der drei

Der direkte Vorgänger ist 3.1 Flash-Lite — ein 3.5er-Lite gab es nie. Die Lite-Linie überspringt fast eine halbe Generation, entsprechend die Sprünge: Terminal-Bench 54 % (vorher 31 %), Long-Context 72,2 % (vorher 60,1 %) — und erstmals hat ein Lite-Modell Computer Use eingebaut (74 % OSWorld). Ein Billig-Modell, das einen Bildschirm bedienen kann, war bis vor Kurzem undenkbar.

Gemini 3.5 Flash Cyber · wofür
Sicherheitslücken jagen

Ein auf Schwachstellen-Suche und -Behebung feingetuntes 3.5 Flash, das in Googles CodeMender-Plattform läuft — mehrere Cyber-Agenten durchkämmen parallel Code und bündeln ihre Funde. Im internen Test auf Chromes V8-Engine fand es 55 bestätigte einzigartige Schwachstellen — mehr als das normale 3.5 Flash (47) und mehr als Claude Opus 4.6 (36). Googles eigene Zahlen, wohlgemerkt.

Flash Cyber · die Besonderheit
Bewusst weggesperrt

Einen Vorgänger gibt es nicht — das ist eine neue Kategorie: Googles erstes öffentliches Spezialmodell für Schwachstellensuche. Wegen des Dual-Use-Risikos (dieselbe Fähigkeit hilft Verteidigern wie Angreifern) geht es ausschließlich an Regierungen und geprüfte Partner im Pilotprogramm. Für alle anderen ist es vor allem eine Ansage: Kleine Spezialmodelle schlagen große Generalisten in ihrer Nische.

Unser Blickwinkel

Warum die Arena diesen
Fortschritt nicht sehen kann.

In Community-Rankings wie der LMSYS-Arena überzeugen die neuen Modelle bisher nicht besonders — und viele lesen das als „Google liefert nicht". Wir lesen es anders.

Arena-Rankings messen gefühlte Antwortqualität im Blindvergleich: Welche Antwort gefällt dir besser? Ein Modell, das dieselbe Aufgabe mit 17 % weniger Tokens, weniger Tool-Calls und niedrigerem Preis erledigt, gewinnt in dieser Disziplin — nichts. Der Fortschritt dieses Releases steht nicht im Blindtest, er steht auf der Rechnung.

Das ist kein Zufall, sondern ein Marktsignal: 2026 ist das Jahr, in dem die KI-Anbieter gemerkt haben, dass ihre Kunden nicht mehr nur fragen „wie schlau ist das Modell?", sondern „was kostet mich die erledigte Aufgabe?". Dieselbe Logik steckt hinter dem Effizienz-Fokus des Releases wie hinter dem Preiskampf in der Chip-Infrastruktur, über den wir heute Morgen geschrieben haben. Die Branche industrialisiert sich — und in industrialisierten Märkten gewinnt, wer pro Stück am wenigsten verbraucht.

Deshalb gilt beim Selbst-Testen — und Testen solltest du: Miss die Kosten pro erledigter Aufgabe, nicht die Schönheit der Antwort. Gib beiden Modellen (alt und neu) zehn deiner echten Aufgaben und vergleiche, was auf dem Token-Zähler steht. Das ist die Metrik, für die dieses Release gebaut wurde.

Randnotiz mit Signalwirkung

Im selben Atemzug bestätigt Google: Gemini 3.5 Pro wird bereits mit Partnern getestet — das deckt sich mit den Leaks aus unserem Beitrag vom 17. Juli — und der Pretraining-Run für Gemini 4 läuft, laut Google der „ambitionierteste bisher". Die drei kleinen Modelle sind also das Vorprogramm, nicht die Show.

Für dich konkret

So testest du das —
ohne dich zu verzetteln.

1.

Echte Aufgaben nehmen

Keine Rätsel, keine Bench-Prompts: Nimm zehn Aufgaben aus deinem echten Alltag — E-Mail-Entwürfe, Datenextraktion, Code-Snippets — und lass alt gegen neu antreten.

2.

Token-Zähler lesen

Vergleiche nicht nur die Antworten, sondern den Verbrauch. 17 % weniger Output klingen abstrakt — bei automatisierten Workflows, die täglich laufen, sind sie bares Geld.

3.

Lite ernst nehmen

Wenn du irgendwo Masse verarbeitest (Klassifizierung, Extraktion, Suche), ist Flash-Lite mit 0,30 $/Mio. Input der eigentliche Star des Releases — teste es zuerst dort.

4.

Nicht alles wechseln

Wie immer gilt: beobachten statt adoptieren. Ein laufender Workflow wird nur umgestellt, wenn der Test einen messbaren Vorteil zeigt — nicht, weil die Versionsnummer neuer ist.

Die neue Königsdisziplin heißt
nicht schlauer. Sie heißt billiger.

Wenn Modelle sich in der Spitze immer ähnlicher werden, verschiebt sich der Wettbewerb dorthin, wo er in jeder reifen Industrie landet: Effizienz. Wer seine KI-Kosten pro Aufgabe kennt, erkennt solche Releases als das, was sie sind — und wer sie nicht kennt, zahlt einfach weiter.

Mein Fazit

Unspektakulär — und genau
deshalb interessant.

Google hat mit diesem Release nichts bewiesen, was in eine Schlagzeile passt — und trotzdem viel gezeigt: 3.6 Flash senkt die realen Kosten pro Aufgabe doppelt (Preis und Verbrauch), Flash-Lite bringt erstmals Computer Use in die Billigklasse, und Flash Cyber demonstriert, dass kleine Spezialmodelle große Generalisten in ihrer Nische schlagen.

Dass die Arena davon nichts sieht, ist kein Widerspruch, sondern der Kern der Geschichte: Der Wettbewerb verlagert sich von der Intelligenz zur Effizienz. Für alle, die KI produktiv einsetzen, ist das die beste Nachricht des Jahres — Effizienz-Wettbewerb kommt direkt auf deiner Rechnung an.

Und das eigentliche Hauptprogramm steht noch aus: 3.5 Pro ist bei Partnern im Test, Gemini 4 im Training. Es bleibt eng getaktet.

Merken für die Praxis

3.6 Flash = Alltag & Agenten: günstiger und sparsamer, kein Intelligenz-Sprung.
3.5 Flash-Lite = Masse & Tempo: der größte Sprung, erstmals mit Computer Use.
3.5 Flash Cyber = nicht für dich: nur Regierungen & geprüfte Partner.
Testen ja — aber Kosten pro erledigter Aufgabe messen, nicht Arena-Gefühl.
Wechseln nur bei messbarem Vorteil: beobachten statt adoptieren.

Quellen: Google — Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber · Google DeepMind — Introducing Gemini 3.5 Flash Cyber · 9to5Google — Launch-Bericht · SiliconANGLE — „a bug-hunter it keeps on a leash" · CybersecurityNews — Flash Cyber im Detail · Android Headlines — Rollout & Pro-Verzögerung. Stand: 21.07.2026. Benchmark-Werte sind Hersteller­angaben; unabhängige Tests stehen aus.

Gratis-Online-Guide

Der KI-Werkzeugkasten 2026

Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.

Jetzt gratis lesen →
Kein Spam · Double-Opt-In · Abmeldung jederzeit
✓ Eingetragen — bitte bestätige noch die Mail in deinem Postfach.
Zum KI-Werkzeugkasten →

Kennst du deine KI-Kosten
pro Aufgabe?

Die meisten Unternehmen wissen, was ihr KI-Abo kostet — aber nicht, was eine erledigte Aufgabe kostet. Ich helfe dir, deine Workflows so aufzusetzen, dass du beides weißt und das richtige Modell am richtigen Platz läuft. Lass uns reden.

Kennenlernen →