Am 21. Juli 2026 hat Google 3 neue Gemini-Modelle in einem einzigen Post angekündigt: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite und Gemini 3.5 Flash Cyber. Im gleichen Atemzug bestätigte das Unternehmen, dass Gemini 3.5 Pro noch im Partner-Testing steckt und das Pre-Training für Gemini 4 bereits begonnen hat. Das sind 5 Modellgenerationen in 1 Ankündigung. Für alle, die KI-Systeme im Produktivbetrieb fahren, ist der Release selbst weniger wichtig als das, was Kadenz und Preiskurve signalisieren.
Was Google angekündigt hat
Zuerst die Fakten, ohne Framing.
Gemini 3.6 Flash wird als Arbeitspferd für Coding, Wissensarbeit und multimodale Aufgaben positioniert. Google nennt eine Reduktion des Output-Token-Verbrauchs um 17% gegenüber 3.5 Flash im Artificial Analysis Index, auf einzelnen Benchmarks wie DeepSWE bis zu 65%. Gemeldete Benchmark-Gewinne: DeepSWE (49% vs. 37%), MLE Bench (63,9% vs. 49,7%) und OSWorld-Verified (83,0% vs. 78,4%). Computer Use ist jetzt ein eingebautes Tool in der Gemini API. Preis: $1.50 pro 1 Mio. Input-Tokens, $7.50 pro 1 Mio. Output-Tokens.
Gemini 3.5 Flash-Lite zielt auf Workloads mit hohem Durchsatz wie Agentic Search und Dokumentenverarbeitung. Es liefert laut Artificial Analysis 350 Output-Tokens pro Sekunde, zum Preis von $0.30 pro 1 Mio. Input- und $2.50 pro 1 Mio. Output-Tokens. Google berichtet, dass es 3 Flash auf mehreren Coding- und Agentic-Evals schlägt, darunter SWE-Bench Pro (54,2% vs. 49,6%).
Gemini 3.5 Flash Cyber ist ein spezialisiertes Modell zum Finden und Beheben von Sicherheitslücken, eingesetzt in Googles CodeMender-Agent. Es wird nicht allgemein verfügbar sein. Der Zugang ist auf Regierungen und geprüfte Partner in einem limitierten Pilotprogramm beschränkt.
Das war die Nachricht. Jetzt die Lesart.
Die Versionsnummern bedeuten nichts mehr
3.6 Flash erschien vor 3.5 Pro. Das Pre-Training von Gemini 4 wurde parallel zu 2 Punkt-Releases der Generation 3.5 angekündigt. Gleichzeitig wurde Gemini 2.0 Flash am 1. Juni 2026 abgeschaltet — Migrationen mit kurzer Vorlaufzeit inklusive.
Für Konsumenten spielt das keine Rolle. Für Enterprise-Teams schon. Jeder Modellwechsel in einer produktiven Pipeline bedeutet Regressionstests, Prompt-Revalidierung, Audits der Output-Qualität und — in regulierten Branchen — eine neue Runde Compliance-Dokumentation. Wenn ein Vendor 3 Modelle in 1 Quartal ausliefert und ein weiteres abkündigt, landen diese operativen Kosten beim Käufer. Und sie tauchen in keinem Token-Preis auf.
«Günstiger» ist wahr und irreführend zugleich
Google erklärt, 3.6 Flash sei billiger als 3.5 Flash. Auf Listenpreis-Ebene stimmt das: Output-Tokens fielen von $9 auf $7.50 pro 1 Mio. Der 12-Monats-Blick sieht anders aus.
| Modell | Release | Input / 1 Mio. Tokens | Output / 1 Mio. Tokens |
|---|---|---|---|
| Gemini 2.5 Flash | Juni 2025 | $0.30 | $2.50 |
| Gemini 3.5 Flash | Mai 2026 | $1.50 | $9.00 |
| Gemini 3.6 Flash | Juli 2026 | $1.50 | $7.50 |
| Gemini 3.5 Flash-Lite | Juli 2026 | $0.30 | $2.50 |
Das Label «Flash» — Googles selbsterklärter Sweet Spot aus Effizienz und Qualität — kostet beim Input 5x mehr und beim Output 3x mehr als vor 12 Monaten. Das Modell zum Flash-Preis des letzten Jahres heisst jetzt Flash-Lite. Die Modelle sind in dieser Zeit deutlich besser geworden, das Ganze ist also ebenso Repositionierung wie Inflation. Aber Teams, die 2025 ihre Budgets an «Flash-Tier-Preisen» ausgerichtet haben und dem Label gefolgt sind, zahlen heute ein Vielfaches ihrer ursprünglichen Stückkosten. Die Lektion für jede KI-Strategie: Budgets an Fähigkeitsanforderungen pro Use Case verankern, nie am Produktnamen eines Vendors.
Die Token-Effizienz-Aussagen wirken in die andere Richtung, und sie verdienen Anerkennung. Wenn 3.6 Flash agentische Aufgaben tatsächlich mit 17% weniger Output-Tokens und weniger Tool Calls abschliesst, können die Kosten pro erledigter Aufgabe sinken — trotz höherem Token-Preis. Das ist die richtige Metrik. Es ist auch eine Metrik, die nur euer eigener Workload bestätigen kann.
Die Benchmarks vergleichen Google mit Google
Fast jede Zahl in der Ankündigung misst ein neues Gemini-Modell an einem älteren Gemini-Modell: 3.6 Flash vs. 3.5 Flash, 3.5 Flash-Lite vs. 3.1 Flash-Lite, 3.5 Flash-Lite vs. 3 Flash. Der GDPval-AA-Vergleich für Flash-Lite (1140 vs. 642) wird gegen ein 2 Generationen altes Budget-Modell gemessen — ein Vergleich, der dramatisch aussehen soll.
Nirgends im Post gibt es einen Vergleich mit Modellen von Anthropic oder OpenAI. Das ist Standardpraxis in Launch-Kommunikation bei allen grossen Labs — und genau deshalb taugen Launch-Posts nicht als Evaluationsmaterial. Unabhängige Indizes wie Artificial Analysis helfen, aber der einzige Benchmark, der eure Produktionsleistung vorhersagt, ist ein Testset aus euren eigenen Dokumenten, euren eigenen Queries und euren eigenen Edge Cases. 20 bis 50 Fragen, die zwingend richtig beantwortet werden müssen, evaluiert vor jeder Migration, sagen mehr als jedes Launch-Chart.
Das interessante Modell ist das, das ihr nicht kaufen könnt
3.5 Flash Cyber ist möglicherweise der folgenreichste Release der Ankündigung — und er ist zugangsbeschränkt. Googles erklärter Grund ist das Dual-Use-Risiko: Ein Modell, das darauf trainiert ist, Sicherheitslücken zu finden, findet sie für Angreifer genauso zuverlässig wie für Verteidiger. Die Beschränkung auf Regierungen und geprüfte Partner ist eine vertretbare Entscheidung.
Sie setzt aber auch einen Präzedenzfall, den man im Blick behalten sollte. Die fähigsten spezialisierten Modelle werden zunehmend über Zugangsprogramme statt über öffentliche APIs verteilt. Unternehmen, die Security-Workflows auf der Annahme aufbauen, dass Frontier-Cyber-Fähigkeiten in der Standard-API ankommen, sollten diese Annahme anpassen. Fähigkeit und Verfügbarkeit driften auseinander.
Was Enterprise-Käufer daraus machen sollten
Der Release selbst ist eine gute Nachricht: schnellere Modelle, günstiger pro Aufgabe, mit glaubwürdigen Effizienzgewinnen. Das Muster drumherum ist der handlungsrelevante Teil.
Modell-Churn ist jetzt ein dauerhafter Betriebszustand. 5x Preisdrift innerhalb eines Produkt-Tiers, 3 Releases pro Quartal und erzwungene Abkündigungen — so sehen die nächsten Jahre bei jedem Anbieter aus. Teams, die ein einzelnes Modell fest in ihre Systeme verdrahten, absorbieren jeden dieser Schocks direkt. Teams, die auf modellagnostische Architektur setzen — das Modell als austauschbare Komponente hinter der eigenen Evaluationsschicht — verwandeln jeden Release in einen routinemässigen A/B-Test statt in ein Migrationsprojekt. Diese Architekturentscheidung, zusammen mit einem workload-spezifischen Benchmark-Set, trennt Organisationen, die von der Release-Kadenz profitieren, von denen, die dafür bezahlen. Sie ist auch das Designprinzip hinter jedem System, das Lab51 baut — KI für Unternehmen in regulierten Branchen, wo ein Modellwechsel erst Evaluations- und Compliance-Gates passieren muss, bevor er die Produktion berührt.
Rechnet mit eurem eigenen Traffic, bevor ihr migriert. Prüft die Token-Effizienz-Aussage an euren tatsächlichen Prompts. Preis pro Aufgabe, nicht pro Token. Und behandelt den Tier-Namen auf der Rechnung als Marketing.
