Google bringt am 2. September Gemini 3.8 Flash, das dritte Flash-Modell in sechs Wochen, Meta legt am selben Tag Muse Spark 1.3 nach. Beides sind Arbeitspferde, keine Spitzenmodelle, und genau dort tobt jetzt der Preiskampf. Der Faktencheck zu Preisen, Benchmarks und Selbstauskünften, mit einer Entscheidungsregel für kleine Betriebe.
Die Schlagzeilen gehören den Flaggschiffen, das Geld wird mit den Arbeitspferden verdient. Am 2. September haben Google und Meta binnen Stunden zwei Modelle veröffentlicht, die genau in diese Klasse zielen: schnell, günstig, für Agenten und Code gebaut. Wer KI im Betrieb nutzt, zahlt fast immer für diese Klasse, nicht für die Spitze.
Google nennt Gemini 3.8 Flash sein „intelligentestes Arbeitspferd", mit deutlichen Verbesserungen gegenüber 3.7 Flash bei Software-Entwicklung, Agentenaufgaben und mehrstufigem Schließen, bei gleicher Geschwindigkeit und gleichem Preis. Technisch: 1 Million Tokens Kontext, 64.000 Tokens Ausgabe, drei einstellbare Denkstufen. Der Einführungspreis gilt bis 31. Dezember 2026: 0,75 Dollar pro Million Eingabe-Tokens, 3,75 Dollar Ausgabe, ab 1. Januar 2027 das Doppelte (1,50 / 7,50 Dollar).
Dazu kommt Gemini 3.8 Flash Cyber, auf dieselbe Basis aufgesetzt, aber auf Schwachstellensuche und Patches getrimmt, laut Ars Technica vorerst nur für ausgewählte Tester und Behörden. Google berichtet von einer 2,6-fach höheren Patch-Genauigkeit beim Chrome-Sicherheitsteam und einer kritischen Lücke, die das Modell in zwei Stunden fand. Ars Technica ordnet den Takt ein: Es ist das dritte Flash-Modell in sechs Wochen, während ein neues Gemini Pro seit Anfang 2026 aussteht.
Die Vergleichszahlen stammen von Google selbst. Laut Ars sind die Sprünge gegenüber 3.7 Flash in den meisten Tests marginal, deutlicher nur beim Coding (Spitze auf DeepSWE). Bei der Computerbedienung (OSWorld-2.0) liegt das Modell weiterhin klar hinter Claude Opus. Und der Einführungspreis ist ein Einführungspreis: Wer heute kalkuliert, sollte mit 1,50 / 7,50 Dollar rechnen, auch wenn bis Januar vermutlich das nächste Modell kommt.
Meta beschreibt Muse Spark 1.3 als Modell, das in Agenten- und Coding-Aufgaben rund 20 % weniger Werkzeugaufrufe und 25 % weniger Tokens braucht als Muse Spark 1.2, weniger geschwätzig, sauberer im Code, und das bei unklaren Aufträgen nachfragt und vor folgenreichen Aktionen bestätigt. Es läuft in Muse Code und der Meta Model API, die höchste Denkstufe folgt nach weiteren Sicherheitstests. Der Preis bleibt laut Artificial Analysis bei 1,25 Dollar Eingabe, 4,25 Dollar Ausgabe, zwischengespeicherte Eingaben 0,15 Dollar.
Interessanter als Metas eigene Angaben ist die unabhängige Messung: Artificial Analysis sieht Muse Spark 1.3 bei 61 Punkten (xhigh) bis 62 Punkten (max) im Intelligence Index, gleichauf mit GPT-5.6 Sol und Claude Opus 5 in vergleichbaren Stufen, hinter Claude Fable 5.1 (66). Entscheidend für Betriebe: Mit 0,55 Dollar pro gelöster Testaufgabe ist es das günstigste Modell unter allen, die 59 Punkte oder mehr erreichen (GPT-5.6 Sol: 0,95, Grok 4.6: 0,94).
Meta spricht in der Ankündigung von einer kommenden Veröffentlichung offener Gewichte, ohne Version und Datum. Bloomberg berichtet, dass für 1.3 noch nicht entschieden sei, ob die Gewichte freigegeben werden, geplant sei das für den Vorgänger 1.2. Wer auf ein lokal betreibbares Meta-Modell wartet, wartet also weiter. Und die Effizienzgewinne sind Metas Zahlen, die Indexwerte dagegen extern gemessen.
Die Arbeitspferde erledigen inzwischen den größten Teil der Betriebsaufgaben. Das Spitzenmodell gehört dahin, wo ein Fehler wirklich teuer ist, nicht in die tägliche Routine.
Das eigentliche Signal dieses Tages ist nicht ein Benchmark, sondern der Takt: drei Google-Flash-Modelle in sechs Wochen, vier Muse-Spark-Versionen in fünf Monaten, Einführungspreise mit Ablaufdatum. Für einen kleinen Betrieb heißt das, dass die Frage „welches Modell" keine einmalige Entscheidung mehr ist, sondern eine laufende Position wie der Stromtarif. Ich habe bei AGREEMENT deshalb eine Kaskade eingerichtet: günstiges Modell zuerst, teures nur, wenn das Ergebnis nicht reicht. Diese Woche hat sich die untere Stufe wieder verbilligt.
Zwei Regeln reichen für den Anfang. Erstens: Jede Routineaufgabe, ob Angebotstext, Zusammenfassung oder Social-Post, bekommt das Arbeitspferd, und nur die Aufgaben mit echtem Fehlerrisiko das Spitzenmodell. Zweitens: Kein Workflow darf an einem Anbieter hängen. Wer Gemini, Muse Spark oder Claude hinter einer austauschbaren Schnittstelle betreibt, wechselt in einer Stunde, wenn der nächste Einführungspreis kommt. Wer fest verdrahtet hat, zahlt ab Januar das Doppelte und merkt es erst auf der Rechnung.
Quellen: Google (Ankündigung 02.09.2026) und Gemini-API-Dokumentation, Ars Technica (Ryan Whitwam, 02.09.2026), Meta AI Research (02.09.2026), Artificial Analysis, Bloomberg (02.09.2026, zu den Modellgewichten). Stand: 03.09.2026.
Welches Modell für welche Aufgabe, welche Tools wirklich zählen und wie du richtig promptest — komplett lesbar, kein Download.
Jetzt gratis lesen →Ich richte KI-Workflows mit Modell-Kaskade ein: günstig zuerst, teuer nur bei Bedarf, und nie fest an einen Anbieter gebunden. Lass uns rechnen.