Gemini 3.8 Flash: Preise, Benchmarks und Googles Fairwind-Programm

Google hat Gemini 3.8 Flash als universelles Modell für Softwareentwicklung, agentische Aufgaben und spezialisiertes mehrstufiges Schlussfolgern veröffentlicht. Parallel startet mit Fairwind ein kontrolliertes Zugangsprogramm für ein separates Modell zur Cyberabwehr. Die Botschaft: Flash soll nicht nur schnell und günstig sein, sondern auch längere Entwickler- und Agentenprozesse zuverlässig bewältigen – bei einem deutlich niedrigeren Einstiegspreis als mehrere Frontier-Konkurrenten. 8

Was Google vorgestellt hat

Gemini 3.8 Flash erschien nur drei Wochen nach Gemini 3.7 Flash – der dritte Release der Flash-Familie innerhalb von sechs Wochen. Google bezeichnet 3.8 Flash als sein bislang intelligentestes „Arbeitstier“ und verspricht Fortschritte bei Software Engineering, agentischen Aufgaben und kritischem mehrstufigem Denken. 38

Für Entwicklungsteams ist das ein wichtiger Unterschied: Google zielt nicht allein auf kurze Anfragen mit geringer Latenz, sondern auf Arbeitsabläufe mit Planung, wiederholter Ausführung und Tool-Nutzung. Das kann 3.8 Flash zu einer interessanten Standardoption für Coding-Assistenten und autonome Workflows machen. Zugleich entscheidet das tatsächliche Nutzungsverhalten über die realen Kosten.

Preise: Einführungstarif jetzt, regulärer Tarif ab 2027

Für die API verlangt Google zunächst 0,75 US-Dollar pro Million Eingabe-Token und 3,75 US-Dollar pro Million Ausgabe-Token – identisch zu Gemini 3.7 Flash. Der Einführungstarif gilt bis zum 31. Dezember 2026. Ab dem 1. Januar 2027 soll der reguläre Preis bei 1,50 US-Dollar pro Million Eingabe-Token und 7,50 US-Dollar pro Million Ausgabe-Token liegen. 38

Für die Budgetplanung bedeutet das: Ein Test mit dem Launch-Preis bildet die regulären Listenpreise von 2027 nicht ab.

Warum der Tokenpreis allein nicht genügt

Ein Modell, das länger nachdenkt, Ergebnisse selbst prüft und mehrfach Werkzeuge aufruft, kann je erledigter Aufgabe deutlich mehr Ausgabe-Token und Tool-Aufrufe verursachen. Artificial Analysis bezifferte die gemessenen Kosten von Gemini 3.8 Flash auf rund 0,58 US-Dollar pro Aufgabe im Intelligence Index, gegenüber 0,40 US-Dollar bei Gemini 3.7 Flash. Zugleich fiel die durchschnittliche Zahl der Ausgabe-Token höher aus. 2532

Ein niedriger Tokenpreis garantiert daher bei komplexen Agentenschleifen keine niedrige Rechnung. Teams sollten auf ihren eigenen Repositories und Workflows die Kosten pro erfolgreich abgeschlossener Aufgabe messen – nicht nur Ein- und Ausgabe-Tokenpreise vergleichen. Für einfachere Aufgaben, bei denen Gemini 3.7 Flash die Qualitätsanforderungen bereits erfüllt, kann es sinnvoll sein, dieses Modell weiter im Routing zu behalten, solange beide Modelle zum Einführungstarif angeboten werden. 3

Benchmark-Vergleich mit GPT-5.6 Sol, Grok 4.6 und Claude Fable 5.1

Im zusammengesetzten Intelligence Index von Artificial Analysis erzielte Gemini 3.8 Flash bei hoher Reasoning-Stufe 59 Punkte – drei Punkte mehr als Gemini 3.7 Flash. Damit lag es gleichauf mit GPT-5.6 Sol bei „extra high“ und Grok 4.6 bei mittlerer Reasoning-Stufe. In höheren Einstellungen kamen GPT-5.6 Sol und Grok 4.6 in derselben Auswertung auf 61 Punkte; Claude Fable 5.1 erreichte 66 Punkte. 21

Das ist ein nützlicher Vergleich, aber keine allgemeingültige Rangliste. Reasoning-Einstellungen, Aufgabenauswahl, Latenzvorgaben, Regeln für Tool-Nutzung und Tokenbudgets können die Resultate erheblich verändern.

Modell	Gemeldetes Ergebnis im Intelligence Index	API-Listenpreis pro 1 Mio. Eingabe-/Ausgabe-Token
Gemini 3.8 Flash	59 bei hoher Reasoning-Stufe	0,75 / 3,75 US-Dollar Einführungspreis; 1,50 / 7,50 US-Dollar regulär 321
GPT-5.6 Sol	59 bei „extra high“; 61 bei Maximum	5 / 30 US-Dollar 2021
Grok 4.6	59 bei Mittel; 61 bei Hoch	2 / 6 US-Dollar 2021
Claude Fable 5.1	66 bei Maximum	10 / 50 US-Dollar 2126

Geminis Einführungstarif liegt damit deutlich unter den genannten Listenpreisen der Konkurrenten. Doch ein niedrigerer Listenpreis beweist nicht, dass ein Modell für jede Aufgabe günstiger ist. Die verfügbaren CursorBench-Ergebnisse zeichnen etwa ein aufgabenspezifisch anderes Bild: Fable 5.1 Max erzielte eine höhere Erfolgsquote als Gemini 3.8 Flash High, während Gemini in diesem Benchmark niedrigere gemessene Ausführungskosten hatte. 30

Die sinnvolle Entscheidung ist deshalb immer an den konkreten Einsatzfall gebunden: Modelle sollten mit den Reasoning-Stufen, Kontextgrößen und Tool-Berechtigungen getestet werden, die später auch im Produktivbetrieb gelten.

Fairwind: Gemini 3.8 Flash Cyber bleibt begrenzt zugänglich

Zusammen mit dem allgemeinen Modell hat Google das Fairwind Program eingeführt. Dabei handelt es sich um ein Programm mit begrenztem Zugang für Regierungen, vertrauenswürdige Partner und priorisierte Verteidiger. Google nennt unter anderem Gesundheitsdienstleister und Telekommunikationsunternehmen als Beispiele. 514

Teilnehmende erhalten frühen Zugriff auf Gemini 3.8 Flash Cyber, eine auf Cybersicherheit ausgerichtete Variante. Google zufolge ist sie für die Erkennung von Schwachstellen und automatisiertes Patchen vorgesehen. Zusammen mit dem Code-Sicherheitsagenten CodeMender soll sie Schwachstellenforschung und Software-Reparaturen unterstützen. 814

Das ist ausdrücklich nicht dasselbe wie eine breite Freigabe eines Cybermodells für alle API-Kunden. Die Begrenzung ist relevant, weil Fähigkeiten zur Suche und Behebung von Sicherheitslücken einen doppelten Verwendungszweck haben: Sie helfen Verteidigern, können bei Missbrauch aber auch Angreifern nutzen. Der Zugang für vertrauenswürdige Verteidiger ist damit Teil des Produktdesigns – nicht nur eine Frage der Verfügbarkeit. 514

Was der Start über Googles KI-Strategie aussagt

Der Launch zeigt einen Ansatz auf zwei Ebenen:

• Allgemeine Verfügbarkeit: ein preiswertes Modell für Coding, Schlussfolgern und agentische Entwicklung in schneller Release-Folge.
• Kontrollierter Zugang: die sensiblere Cyberfähigkeit wird über ein geprüftes Verteidigerprogramm bereitgestellt. 58

Der Zeitpunkt fällt zudem in eine Phase offener Fragen rund um Googles nächstes Flaggschiffmodell. Demis Hassabis wechselte aus der operativen Führung von Google DeepMind in die Rollen als DeepMind-Chair und Alphabet-Chefwissenschaftler; Alphabet hat er nicht verlassen. Separat wurde berichtet, dass sich die erwartete Veröffentlichung von Gemini 3.5 Pro, die für Juni vorgesehen war, verzögert hat. 33

Daraus lässt sich nicht ableiten, warum Google die Flash-Releases beschleunigt. Die Produktstrategie wird jedoch klarer: Mit Gemini 3.8 Flash setzt Google jetzt konkret auf leistungsfähige, kostenbewusste Agenten, während die Roadmap für das Flaggschiffmodell weniger klar bleibt.

Fazit

Gemini 3.8 Flash ist besonders interessant für Teams, die bei niedrigen Launch-Tokenpreisen stärkeres Coding und agentisches Schlussfolgern als bei einem klassischen Leichtgewichtsmodell suchen. Seine Benchmark-Position deutet bei bestimmten Reasoning-Einstellungen auf konkurrenzfähige Leistung hin, macht es aber nicht pauschal zum Spitzenmodell vor GPT-5.6 Sol, Grok 4.6 oder Claude Fable 5.1. 21

Entscheidend sind für Käufer die Gesamtkosten und die Zuverlässigkeit bei realen Aufgaben – gerade wenn lange Denkpfade und wiederholte Tool-Aufrufe nötig sind. Für Sicherheitsorganisationen, die für Fairwind infrage kommen, könnte der kontrollierte Zugang zu Flash Cyber und CodeMender für Schwachstellenerkennung und Behebung sogar der wichtigere Teil der Ankündigung sein. 14