Gemini 3.7 Flash: Schnell, günstig und für KI-Agenten gebaut

Gemini 3.7 Flash ist Googles neues Produktions-„Arbeitsmodell“ für anspruchsvolles Programmieren, Webentwicklung, Tool-Nutzung und mehrstufige KI-Agenten. Der Start erfolgte am 13. August 2026. Verfügbar ist das Modell unter anderem über die Gemini API, Google AI Studio, Google Antigravity und die Gemini Enterprise Agent Platform.

Die wichtigste Nachricht lautet dabei nicht, dass Flash jeden Intelligenz-Benchmark anführt. Googles eigentliche Wette ist eine Kombination aus nahezu führender Leistungsfähigkeit, sehr hoher Ausgabegeschwindigkeit und einem niedrigen Einstiegspreis für die API. Das ist besonders für Entwickler interessant, deren Agenten immer wieder Kontext verarbeiten, Tools aufrufen, Ergebnisse prüfen und neue Versuche starten.

Was hinter „am schnellsten wachsend“ steckt

Google bezeichnet Gemini 3.7 Flash als sein „am schnellsten wachsendes Modell aller Zeiten“. Die vorliegenden Quellen nennen jedoch keine Nutzungsbasis, keinen Messzeitraum, keine Zahl aktiver Entwickler, kein Tokenvolumen und keinen konkreten Vergleichswert. Die Aussage lässt sich deshalb nicht als unabhängig bestätigte Marktstatistik bewerten.

Belastbar ist eine engere Schlussfolgerung: Google positioniert Flash gezielt für eine schnelle Verbreitung unter Entwicklern. Der niedrige Einführungspreis und die Integration in mehrere Google-Produkte unterstützen diese Strategie. Das Wachstumsversprechen bleibt ohne offengelegte Zahlen allerdings eine nicht quantifizierte Unternehmensangabe.

API-Preise: günstig zum Start, doppelt so teuer ab 2027

Bis einschließlich 31. Dezember 2026 gelten für Gemini 3.7 Flash folgende Einführungspreise:

• Eingabe: 0,75 US-Dollar pro Million Token
• Ausgabe einschließlich Thinking-Token: 3,75 US-Dollar pro Million Token

Ab dem 1. Januar 2027 steigen die regulären Preise auf 1,50 US-Dollar pro Million Eingabetoken und 7,50 US-Dollar pro Million Ausgabetoken – genau das Doppelte der Einführungspreise. Auch die aufgeführten rabattierten beziehungsweise Batch-Preise steigen von 0,375 beziehungsweise 1,875 US-Dollar auf 0,75 beziehungsweise 3,75 US-Dollar pro Million Ein- und Ausgabetoken.

Für die Produktionsplanung ist dieses Datum entscheidend. Ein Agent, der während der Einführungsphase ungewöhnlich günstig wirkt, sollte vor einer langfristigen Architekturentscheidung mit den Preisen ab 2027 kalkuliert werden.

Die Tokenpreise allein bilden die tatsächlichen Kosten eines Agenten zudem nur teilweise ab. Kontextlänge, Tool-Aufrufe, Wiederholungen, gecachter Input, der gewählte Denkaufwand und die Ausgabelänge können die Rechnung deutlich beeinflussen. Ein Benchmark-Preis pro Aufgabe ist daher nicht automatisch der Preis für einen vollständigen Produktions-Workflow.

Geschwindigkeit und allgemeine Leistungsfähigkeit

Im Intelligence Index von Artificial Analysis erreicht Gemini 3.7 Flash bei hohem Reasoning-Aufwand einen Wert von 56. Damit liegt es vor Claude Sonnet 5 mit 55, aber knapp hinter GPT-5.6 Terra mit 57.

Der deutlichste Vorteil liegt beim Tempo. Artificial Analysis misst ungefähr 340 Ausgabetoken pro Sekunde. Der durchschnittliche Wert für die benötigte Zeit pro Aufgabe liegt bei 1,7; laut dem Vergleich ist Flash bei maximalem Reasoning rund 40 Prozent schneller als GPT-5.6 Terra.

Diese Messwerte sind keine Garantie für identische Antwortzeiten in jeder Anwendung. Netzwerkbedingungen, Routing beim Anbieter, Promptgröße, Tool-Latenz und die gewählten Reasoning-Einstellungen beeinflussen die tatsächliche End-to-End-Geschwindigkeit.

Coding und agentische Workflows

Google berichtet gegenüber Gemini 3.6 Flash von deutlichen Verbesserungen bei Softwareentwicklung, Debugging, der Behebung von Issues, Webentwicklung und agentischen Abläufen. Zu den genannten Ergebnissen gehören:

• 43,6 Prozent bei FrontierCode 1.1 Main, gegenüber 34,4 Prozent bei Gemini 3.6 Flash.
• 1.588 Elo bei Code Arena im Bereich Webentwicklung.
• 85,8 Prozent bei Terminal-Bench 2.1, verglichen mit 80,4 Prozent für Claude Sonnet 5 und 87,4 Prozent für GPT-5.6 Terra in Googles Vergleich.

Das deutet auf ein leistungsfähiges Modell für Coding und Terminal-Agenten hin – aber nicht auf einen unangefochtenen Gesamtsieg. GPT-5.6 Terra liegt beim genannten Terminal-Bench-Ergebnis weiterhin vorn. Flash punktet stattdessen mit höherem Tempo und niedrigeren Einführungskosten.

ARC-AGI: starke Werte zu niedrigen Aufgabenkosten

Bei hohem Reasoning-Aufwand meldet ARC Prize für Gemini 3.7 Flash folgende Ergebnisse:

• 95,5 Prozent bei ARC-AGI-1 Semi-Private zu 0,12 US-Dollar pro Aufgabe
• 84,6 Prozent bei ARC-AGI-2 Semi-Private zu 0,25 US-Dollar pro Aufgabe

Das sind starke Resultate, vor allem angesichts der ausgewiesenen Kosten pro Aufgabe. Sie sollten aber als Benchmark-Signal und nicht als direkte Prognose für die Zuverlässigkeit eines Software-Agenten verstanden werden. In der Praxis kann ein Agent mehrere Modellaufrufe durchführen, externe Tools verwenden, nach Fehlern erneut starten und deutlich größere Kontexte verarbeiten.

Vergleich mit wichtigen Konkurrenzmodellen

Modell	Genannter Preis pro 1 Mio. Token, Eingabe/Ausgabe	Einordnung anhand der vorliegenden Daten
Gemini 3.7 Flash	0,75 / 3,75 US-Dollar zum Start	Intelligence Index 56, etwa 340 Ausgabetoken pro Sekunde; auf Coding und Agenten mit hohem Durchsatz ausgerichtet.
GPT-5.6 Terra	2 / 12 US-Dollar	Intelligence Index 57 und höheres Ergebnis bei Terminal-Bench, aber bei den genannten Preisen teurer und langsamer.
Claude Sonnet 5	2 / 10 US-Dollar	Enger Konkurrent für produktives Coding und Agenten; der genannte Intelligence-Index liegt bei 55.
Claude Opus 5	5 / 25 US-Dollar	Teureres Modell für anspruchsvollere agentische Coding-Aufgaben.
Qwen3.8-Max	2 / 6 US-Dollar	Genannte Ergebnisse von 67,7 bei SWE-bench Pro und 86,6 bei Terminal-Bench 2.1; die Tokenpreise liegen über Flashs Einführungspreisen.
GLM-5.3	1,40 / 4,40 US-Dollar	Preislich nahe an Flash, aber ohne belastbaren, unabhängigen Gleich-zu-Gleich-Vergleich bei Intelligenz oder Kosten pro Aufgabe in den vorliegenden Daten.
Nemotron 3.5 Lightning	0,05 / 0,20 US-Dollar als genannter Hosting-Preis	Nominal deutlich günstiger; für einen methodisch vergleichbaren Benchmark-Vergleich mit Flash reichen die verfügbaren Angaben jedoch nicht aus.

Die Tabelle ist keine allgemeingültige Rangliste. Die Benchmarks stammen aus unterschiedlichen Tests, und die Quellen belegen keinen einheitlich kontrollierten Vergleich aller Modelle. Auch Hosting-, Rabatt- und Verfügbarkeitsbedingungen können sich unterscheiden.

Googles Strategie: Durchsatz statt Spitzenplatz

Die genannten Vergleiche zeigen eine klare Positionierungsentscheidung. Gemini 3.7 Flash liegt beim Intelligence Index nahe an der Spitze, beansprucht aber nicht den höchsten Wert: GPT-5.6 Terra kommt auf 57 und führt auch beim zitierten Terminal-Bench-Vergleich.

Google stellt stattdessen das Verhältnis von Intelligenz, Latenz und Kosten in den Mittelpunkt. Ein Modell, das schnell genug für interaktive Entwicklung und günstig genug für wiederholte Aufrufe ist, kann für eine Agentenplattform praktischer sein als ein langsameres und teureres Modell, das einen einzelnen Benchmark gewinnt.

Das spielt bei Coding-Assistenten, automatisierter Fehlerbehebung, Webentwicklungs-Agenten und mehrstufigen Workflows eine wichtige Rolle. Solche Systeme lesen Kontext ein, rufen Tools auf, prüfen Resultate und versuchen Aufgaben bei Bedarf erneut. Jede zusätzliche Runde macht Geschwindigkeit und Kosten im laufenden Betrieb relevant.

Die Konkurrenz im August 2026 verschärft diesen Zielkonflikt: Qwen3.8-Max bringt starke Ergebnisse bei Agenten und Softwareentwicklung, GLM-5.3 und Nemotron 3.5 Lightning setzen Preis- und Effizienzimpulse, während Claude Opus 5 und GPT-5.6 auf höhere Spitzenleistung zielen.

Fazit

Gemini 3.7 Flash ist am besten als schneller Hochdurchsatz-Arbeiter und nicht als unangefochten intelligentestes Modell zu verstehen. Sein stärkstes Argument ist die Kombination aus einem Intelligence-Index-Wert von 56, etwa 340 Ausgabetoken pro Sekunde, soliden Coding- und Terminal-Agent-Ergebnissen sowie niedrigen Einführungspreisen.

Für Entwickler liegt der wichtigste Vorbehalt weniger bei der Technik als bei der Kostenplanung: Die Preise von 0,75 beziehungsweise 3,75 US-Dollar pro Million Ein- und Ausgabetoken enden am 31. Dezember 2026. Ab dem Folgetag gelten 1,50 beziehungsweise 7,50 US-Dollar.

Googles Wachstumsbehauptung könnte sich bewahrheiten. Ohne offengelegte Nutzungszahlen belegen die verfügbaren Informationen derzeit jedoch vor allem eine Strategie: schnelle, bezahlbare Inferenz soll zum Standard für Entwickler- und Agenten-Workflows werden – nicht, dass Gemini 3.7 Flash bereits nachweislich den Adoptionsrekord anführt.