Google hat am 2. September Gemini 3.8 Flash veröffentlicht, das dritte Flash-Modell in sechs Wochen. Das Timing ist bemerkenswert: Es fällt auf denselben Tag wie Anthropics Fable 5.1. Zwei Anbieter, ein Tag, beide mit dem Versprechen, beim Coding einen Sprung gemacht zu haben.
Die Zahlen, die Google nennt, zielen genau auf diese Baustelle. Auf Terminal-Bench 2.1 kommt 3.8 Flash auf 90,8 Prozent, nach 81,6 Prozent beim Vorgänger 3.7 Flash. Auf DeepSWE v1.1, einem Benchmark für langlaufende Software-Aufgaben, schlägt das Modell laut Google die meisten größeren Frontier-Modelle beim eigenständigen Lösen kompletter Engineering-Probleme, und das zu einem Bruchteil der Kosten. Google nennt es sein intelligentestes Arbeitspferd und hebt Verbesserungen bei mehrstufigem Reasoning, Refactoring über mehrere Dateien und deterministischer Tool-Ausführung hervor.
Der Preis bleibt, wo er war: 0,75 Dollar pro Million Input-Tokens, 3,75 Dollar für Output. Das ist der eigentliche Punkt an der Flash-Reihe. Nicht das absolute Spitzenergebnis, sondern Leistung nahe an den großen Modellen zu einem Preis, bei dem man das Modell auch für Massen-Workloads einsetzen kann. Wer Agenten baut, die tausendfach laufen, rechnet in Kosten pro Aufgabe, und da ist ein günstiges Modell mit ordentlicher Coding-Qualität mehr wert als ein teures Spitzenmodell.
Dazu kommt eine zweite Variante: Gemini 3.8 Flash Cyber. Sie löst die ältere 3.5-Cyber-Version ab und ist ausschließlich geprüften Sicherheitsforschern, Behörden und Betreibern kritischer Infrastruktur zugänglich, über Googles neues Fairwind-Programm. Das Muster kennt man inzwischen: Die offensiven Cyber-Fähigkeiten werden hinter einer Freigabe eingesperrt. OpenAI hat das gerade bei Astra so gemacht, Anthropic reserviert die heiklen Exploit-Fähigkeiten für die restriktiveren Modelle. Google zieht mit einem eigenen Programm nach.
Ich würde die Benchmark-Zahlen mit der üblichen Vorsicht lesen. Sie kommen von Google, und ein Wert von 90,8 Prozent auf einem einzelnen Benchmark sagt wenig darüber, wie sich das Modell im Alltag anfühlt. Aufschlussreicher wird der Vergleich in den nächsten Tagen, wenn unabhängige Leute Fable 5.1 und Gemini 3.8 Flash nebeneinander an echten Aufgaben testen. Simon Willison hat sein llm-gemini-Plugin schon am selben Tag auf 3.8 Flash aktualisiert, samt der drei Denk-Stufen low, medium und high. Das Rennen im günstigen Coding-Segment ist damit offen wie lange nicht.
Quellen: 9to5Google: Gemini 3.8 Flash launch · DataCamp: Gemini 3.8 Flash · Simon Willison: Release llm-gemini 0.34