Modellüberprüfung · Offizielle Benchmarks · API-Tests mit identischer Eingabeaufforderung
Gemini 3.8 Flash ist Googles neues, allgemein verfügbares Flash-Modell für Softwareentwicklung mit langfristiger Perspektive, Agenten und komplexe Wissensarbeit. Die Ankündigungen zur Markteinführung klingen vielversprechend. Unsere ersten kontrollierten Tests fallen jedoch weitaus weniger eindeutig aus.
Dieser Testbericht zu Gemini 3.8 Flash unterscheidet zwischen offiziellen Angaben und praktischen Erfahrungen. Auf den Seiten von Google werden das Veröffentlichungsdatum, der Status des Modells, das Kontextfenster, die Preise, die Tools und die Angaben zu den Benchmark-Ergebnissen aufgeführt. Sieben API-Aufgaben mit identischer Eingabe zeigen, welche Ergebnisse das Modell im Vergleich zu Gemini 3.7 Flash tatsächlich geliefert hat.
Wenn Sie den Vergleich wiederholen möchten, ohne separate Modellregisterkarten verwalten zu müssen, GlobalGPT bietet eine Arbeitsumgebung zum Testen mehrerer KI-Modelle. Hintergrundinformationen zur Vorgängergeneration finden Sie in unserem Gemini 3.6 Kurzrezension zeigt, wie schnell sich die Flash-Reihe verändert hat.
Gemini 3.8 Flash-Testbericht: Die kurze Antwort
Gemini 3.8 Flash konnte sich in dieser ersten Bewertung von sieben Aufgaben nicht gegen Gemini 3.7 Flash durchsetzen. Bei den sechs bewertbaren Paaren gewann 3.8 die Frontend-Planungsaufgabe, erzielte bei einer Python-Fehlerbehebung ein Unentschieden und verlor vier Aufgaben in den Bereichen Statusgenauigkeit, Datenauswertung, Planung mit begrenzten Agenten und SEO-Bearbeitung. Die verbleibende Forschungsaufgabe ergab kein eindeutiges Ergebnis.
Der Unterschied lag nicht im reinen Wissen. Er ergab sich aus kleinen Mängeln in der fertigen Arbeit: eine falsche Angabe zum Nenner, ungenaue Statusbezeichnungen, weniger prägnante Formulierungen und ein weniger konkreter Werkzeugplan. Genau diese Details entscheiden darüber, ob eine Antwort sofort verwendet werden kann.
Übersicht über die Bewertung
| Maß | Gemini 3.8 Flash | Gemini 3.7 Flash |
|---|---|---|
| Auftragserfolge | 1 | 4 |
| Krawatten | 1 | 1 |
| Verstrichene Zeit für abgeschlossene Aufgaben | 49,266 s | 42,909 s |
| Ausgabe-Token für abgeschlossene Aufgaben | 9,199 | 7,489 |
| Geschätzte Kosten für abgeschlossene Aufgaben | $0.036121 | $0.028569 |
Diese Ergebnisse beziehen sich auf sechs kleine Textaufgaben, die über eine API-Route und eine Konfiguration ausgeführt wurden. Sie stellen keine allgemeingültige Rangliste der beiden Modelle dar.
Was ist Gemini 3.8 Flash?
Google beschreibt Gemini 3.8 Flash als sein intelligentestes Flash-Arbeitstier für die Programmierung und die Agenten, wobei der Schwerpunkt insbesondere auf Softwareentwicklung mit langfristiger Perspektive und Wissensarbeit liegt. Es basiert auf Gemini 3.7 Flash und nicht auf einer völlig eigenständigen Architektur.
Die Positionierung ist wichtig, da es sich hierbei nicht lediglich um einen günstigeren allgemeinen Chatbot handelt. Google präsentiert 3.8 Flash als ein Produktionsagentenmodell, das über Dokumente, Tools, Code und längere Aufgabenabläufe hinweg Schlussfolgerungen ziehen kann und dabei die Latenz und Skalierbarkeit auf Flash-Niveau beibehält.
Gemini 3.8 Flash – Erscheinungsdatum
Die offizielle Modellkarte wurde veröffentlicht am 2. September 2026. Auf der Produktseite von Google wird das Modell als allgemein verfügbar und nicht nur als Vorschau aufgeführt.
Was hat sich gegenüber der Version „Gemini 3.7 Flash“ geändert?
Der offizielle Schwerpunkt verlagert sich auf länger andauernde Agenten-Aufgaben und fertige Ergebnisse. Google hebt Softwareentwicklung, rigoroses logisches Denken, den Einsatz von Tools, multimodales Verständnis und komplexe Unternehmensaufgaben hervor. In unserem kleinen Testdurchlauf führte diese Ausrichtung zwar zum stärksten Frontend-Konzept, jedoch nicht zu durchweg zuverlässigeren Endergebnissen.
Gemini 3.8 Flash – Technische Daten und Verfügbarkeit
| Spezifikation | Gemini 3.8 Flash | Beweise |
|---|---|---|
| API-Modell-ID | gemini-3.8-flash | Offizielle Preisseite und zurückgegebenen API-Antworten |
| Status | Allgemeine Verfügbarkeit | Google DeepMind-Produktseite |
| Eingabekontext | Bis zu 1 Million Token | Offizielle Modellkarte |
| Maximale Textlänge | 64K-Token | Offizielle Modellkarte |
| Eingaben | Text, Bilder, Audio, Video und PDF-Dateien | Offizielle Produktseite |
| Ausgabe | Text | Offizielle Modellkarte |
| Werkzeugunterstützung | Funktionsaufruf, Suche als Werkzeug, Umgang mit dem Computer | Offizielle Produktseite |
| Offizielle Zufahrtsflächen | Gemini-App, Gemini Enterprise Agent Platform, Google AI Studio, Gemini-API, KI-Modus und Google Antigravity | Offizielle Modellkarte |
| Wissensabgrenzung | März 2026 für einige Domänen; Januar 2025 für andere | Offizielle Modellkarte |
Ein Fenster von 1 Million Token ist eine Kapazitätsangabe und kein Beweis für eine perfekte Wiederauffindbarkeit langer Dokumente. Das unten stehende Testpaket enthält eine kurze, zustandsabhängige Extraktionsaufgabe, belegt jedoch nicht die Leistung bei einer Million Token.
Gemini 3.8 Flash-Preise und API-Kosten
Die Offizielle Preisseite für die Gemini-API gibt eine Startquote bis zum 31. Dezember 2026 von $0,75 pro 1 Million Eingabetoken und $3,75 pro 1M ausgegebener Token, einschließlich Denk-Token. Am 1. Januar 2027 steigen diese Sätze auf $1,50 und $7,50.
Veröffentlichte Preisänderung
Preis pro 1 Million Token im kostenpflichtigen Tarif. Die Tarife für Januar 2027 sind doppelt so hoch wie die Einführungstarife für 2026.
Gemini 3.8 Flash und Gemini 3.7 Flash hatten in unserem Testzeitraum denselben veröffentlichten Einstiegspreis. Dennoch war 3.8 bei jedem abgeschlossenen Paar teurer, da der erfasste Token-Verbrauch höher war. Über die Zeiträume T02 bis T07 lagen die Schätzwerte bei $0,036121 für 3,8 und bei $0,028569 für 3,7.
Einen anderen Punkt auf der Geschwindigkeits- und Kostenkurve finden Sie in unserem Gemini 3.5 Flash Lite – Testbericht. Ein Lite-Modell ist für andere Anwendungsbereiche ausgelegt, daher sollte sein niedrigerer Preis nicht automatisch als Qualitätsvorteil gewertet werden.
Gemini 3.8 Flash – Offizielle Benchmark-Ergebnisse
Auf der Leistungsübersicht von Google werden vier Bereiche hervorgehoben: DeepSWE v1.1, Vals Finance Agent v2, Harveys Legal Agent Benchmark und HLE-Verified. Die dortigen Diagramme zeigen, dass Gemini 3.8 Flash bei allen drei Bewertungen mit den genau veröffentlichten Prozentsätzen vor Gemini 3.7 Flash liegt.
| Offizielle Bewertung | Gemini 3.8 Flash | Gemini 3.7 Flash | Beweisgrenze |
|---|---|---|---|
| DeepSWE v1.1 | Über 70% im Google-Diagramm | Weniger als 3,8 in der Tabelle | Google gibt an, dass 3,8 im Bereich der Effizienz führend ist; die öffentlich zugängliche Grafik enthält jedoch keine genaue Zahlenangabe. |
| Vals Finance Agent v2 | 61.4% | 59.0% | Offizielle Google-Statistik; die vollständige Methodik des Benchmarks spielt nach wie vor eine wichtige Rolle. |
| Harveys Benchmark für Rechtsvertreter | 10.0% | 8.8% | Dieses Benchmark-Ergebnis stellt keine Garantie für die rechtliche Korrektheit bei der Umsetzung dar. |
| HLE-geprüft | 54.9% | 53.6% | Es misst weder SEO-Bearbeitung noch UI-Planung noch die Reaktionsökonomie direkt. |
So haben wir den Gemini 3.8 Flash getestet
Beide Modelle erhielten dieselbe Aufgabenstellung, eine Temperatur von 0, eine Obergrenze von 3.200 Token für die Ausgabe und denselben API-Pfad. T02 wurde für beide Modelle einmal erneut ausgeführt, nachdem die ersten 3,8 Anfragen aus technischen Gründen fehlgeschlagen waren; nur die übereinstimmende Wiederholung wird bewertet.
| Erfasstes Feld | Wie es verwendet wurde |
|---|---|
| Zurückgegebene Modell-ID | Es wurde bestätigt, dass das angeforderte Modell geantwortet hat. |
| Reale Leistung | Es wurden Richtigkeit, Vollständigkeit, Statusgenauigkeit und der Bearbeitungsaufwand verglichen. |
| Verstrichene Sekunden | Gemessene lokale End-to-End-Reaktionszeit, nicht die Latenz auf Anbieterseite. |
| Eingabe- und Ausgabemarken | Kostenschätzungen auf Aufgabenebene zum offiziellen Einführungssatz wurden unterstützt. |
| Grund für den Abschluss | Nützliche Antworten wurden von unvollständigen oder durch das Budget eingeschränkten Ergebnissen getrennt. |
Gemini 3.8 Flash – Praxistestergebnisse
Auf jeder Karte sind die Aufgabe, die tatsächlich eingereichte Arbeit, die Bewertungskriterien und das redaktionelle Urteil zusammengefasst. Die Auszüge wurden aus Gründen der Lesbarkeit gekürzt, enthalten jedoch weiterhin die entscheidenden Details.
Test 1: Zusammenfassung der Forschungsergebnisse
Aufgabe: Erstellen Sie anhand eines festgelegten Sachverhalts eine Kaufempfehlung mit einer Länge von 180 Wörtern, die drei Gründe, zwei Unbekannte und einen Testplan enthält.
Gemini 3.8 Flash
18,211 s · 361 Eingabe- / 3.196 Ausgabe-Token · geschätzt: $0,012256
“Wir empfehlen die Wahl von Modell A… 3. Preisgleichheit: Der Einführungspreis für die API ist für Modell A und Modell B identisch.”
Gemini 3.7 Flash
13,490 s · 108 Eingabe- / 3.196 Ausgabe-Token · geschätzt: $0,012066
“Wir empfehlen ausdrücklich, Modell A zu testen und zu erwerben … Der Einführungs-API-Preis bleibt für beide Modelle bis zum 3. Dezember unverändert.”
Beide Antworten brechen mitten im Satz ab, noch bevor die erforderlichen Unbekannten und der Testplan genannt werden. Die Antwort 3.8 berichtet Stopp, während in Abschnitt 3.7 berichtet wird, Länge; keine der beiden Ursachen beeinflusst die Beurteilung der Benutzerfreundlichkeit.
Test 2: Fehlerbehebung in Python
Aufgabe: Geben Sie die drei Datensätze mit den höchsten Werten zurück, behalten Sie bei Gleichstand die Eingabereihenfolge bei, behandeln Sie leere Eingaben, erläutern Sie die Ursache und fügen Sie zwei Tests hinzu.
Gemini 3.8 Flash
7,969 s · 344 Eingabe- / 1.517 Ausgabe-Token · geschätzt: $0,005947
paid.sort(key=lambda r: r["amount"], reverse=True)
Darin wurden die stabile Sortierung in Python erläutert und die Rangfolge, Gleichstände, Filterung sowie leere Eingaben getestet.
Gemini 3.7 Flash
7,818 s · 91 Eingabe- / 1.359 Ausgabe-Token · geschätzt: $0,005164
paid.sort(key=lambda r: r["amount"], reverse=True)
Es lieferte dieselbe minimale Korrektur und erfüllte dieselben Abnahmekriterien.
Der Code ist funktional gleichwertig. Die Antwort unter 3.7 ist etwas kürzer und ressourcenschonender, doch das reicht nicht aus, um einen Unterschied in der Ausgabequalität festzustellen.
Test 3: Plan zur Implementierung des textbasierten Frontends
Aufgabe: Planen Sie fünf priorisierte Fehlerbehebungen, das Reaktionsverhalten und die Qualitätssicherung für einen beschriebenen Checkout-Vorgang. Es wurde kein Screenshot bereitgestellt.
Gemini 3.8 Flash
10,128 s · 340 Eingabe- / 1.509 Ausgabe-Token · geschätzt: $0,005914
Darin wurden ein 58/42-Raster für den Desktop, ein CTA mit einer Größe von 48–52px, ein Vertrauenshinweis in der Nähe, eine kontextbezogene Rabattanzeige, ein Akkordeon für die Bestellübersicht auf Mobilgeräten, Fokuszustände sowie Überlaufprüfungen festgelegt.
Gemini 3.7 Flash
8,149 s · 87 Eingabe- / 1.416 Ausgabe-Token · geschätzt: $0,005375
Es schlug eine ähnliche Grid- und Mobil-Architektur vor, führte jedoch das “256-Bit-verschlüsselte Checkout” ein – ein Detail, das in der Aufgabenstellung fehlte.
Beide Pläne sind umsetzbar. Der 3.8-Plan verfügt über die umfassendere Qualitätssicherungs-Checkliste und vermeidet es, eine spezifische Verschlüsselungsangabe zu erfinden.
Test 4: Statusorientierte Extraktion
Aufgabe: Fassen Sie Orion zusammen und speichern Sie die Status „bestätigt“, „geplant“, „genehmigt“, „ausstehend“, „unbekannt“ und „unbestätigt“ in einer Faktentabelle.
Gemini 3.8 Flash
6,292 s · 371 Eingabe- / 1.122 Ausgabe-Token · geschätzt: $0,004486
Es bezeichnete den zweiten Piloten als “Bestätigt / Ausstehend” und schrieb, dass der erste Pilot 82% Fälle “erfolgreich bearbeitet” habe.
Gemini 3.7 Flash
7,126 s · 118 Eingabe- / 1.152 Ausgabetoken · geschätzt: $0,004409
Die Einführung wurde weiterhin als “Geplant (noch nicht genehmigt)”, die rechtliche Prüfung als “Geplant (noch ausstehend)” und die Produktionsbereitschaft als “Unbekannt” geführt.”
Beide behalten die wesentlichen Fakten bei, doch in 3.7 werden die Status “genehmigt”, „in Planung“, „zur Prüfung anstehend“ und „unbekannt“ genauer voneinander abgegrenzt. Beide fügen dem neutralen Pilot-Statement „82%“ das Wort „erfolgreich“ hinzu.
Test 5: Datenauswertung
Aufgabe: Berechnen Sie den ROAS und die bezahlte Konversionsrate, behandeln Sie einen Nenner mit Nullausgaben korrekt, erstellen Sie eine Rangliste der Kanäle und empfehlen Sie eine bedingte $300-Aufteilung.
Gemini 3.8 Flash
11,074 s · 377 Eingabe- / 2.355 Ausgabe-Token · geschätzt: $0,009114
Es hat E-Mail mit 7,0×, Suche mit 3,0× und Social Media mit 2,6× korrekt bewertet und den Partner-ROAS ausgeschlossen. Anschließend wurde darauf hingewiesen, dass bei null Ausgaben sowohl für den ROAS als auch für den CPA ein Nenner von null entsteht.
Gemini 3.7 Flash
9,106 s · 124 Eingabe- / 1.969 Ausgabe-Token · geschätzt: $0,007477
Es lieferte dieselben korrekten Platzierungen und stufte den Partner-ROAS als nicht messbar ein; anschließend schlug es „$200 E-Mail / $100 Suche“ vor, sofern E-Mail skalierbar ist.
Die Antwort unter Punkt 3.8 enthält einen echten mathematischen Fehler: Die CPA ergibt sich aus den Ausgaben geteilt durch die Conversions, daher ist $0 geteilt durch 4 gleich $0 und kein Fall mit einem Nennwert von Null.
Test 6: Begrenzte agentische Planung
Aufgabe: Verwenden Sie vier namentlich genannte Tools, um einen offiziellen API-Preis zu ermitteln, verzichten Sie auf inoffizielle oder mehrdeutige Angaben und definieren Sie den Begriff „Abschluss“ in weniger als 220 Wörtern.
Gemini 3.8 Flash
5,603 s · 354 Eingabe- / 948 Ausgabetoken · geschätzt: $0,003821
Es wurden die Schritte „Suchen“, „Abrufen“, „Analysieren“ und „Speichern“ abgebildet und anschließend Prüfkriterien hinsichtlich Authentizität, Verfügbarkeit und Preistransparenz hinzugefügt.
Gemini 3.7 Flash
5,127 s · 101 Eingabe- / 894 Ausgabetoken · geschätzt $0,003428
Es verwendete eine explizite Tool-Aufruf-Syntax mit dem Namen model_pricing.csv, erforderte unterschiedliche Eingabe- und Ausgaberaten und definierte eine verifizierte Zeile als Fertigstellung.
Beide Pläne berücksichtigen die Stoppbedingungen. Der 3.7-Plan enthält konkretere Angaben zu den verfügbaren Aufrufen und dem gespeicherten Artefakt, ohne dabei vorzugeben, dass die Tools ausgeführt wurden.
Test 7: SEO-Texterstellung und -Bearbeitung
Aufgabe: Geben Sie ausschließlich HTML zurück, verwenden Sie den Ausdruck “Gemini 3.8 Flash-Testbericht” genau einmal, behalten Sie vier feststehende Fakten bei und vermeiden Sie nicht belegte Ergebnisse, Preise, Daten oder Zugangsangaben.
Gemini 3.8 Flash
8,200 s · 379 Eingabe- / 1.748 Ausgabe-Token · geschätzt $0,006839
<p>In unserem Testbericht zum Gemini 3.8 Flash wird das Google-Modell bewertet, indem offizielle Benchmark-Ergebnisse mit API-Tests unter Verwendung derselben Eingabe verglichen werden. Praktische Testergebnisse stehen noch aus, wie aus den Bewertungsunterlagen hervorgeht:</p>Gemini 3.7 Flash
5,583 s · 126 Eingabe- / 699 Ausgabe-Token · geschätzt: $0,002716
<p>Dieser Testbericht zum Gemini 3.8 Flash befasst sich mit dem neuen Google-Modell, indem er offizielle Benchmark-Ergebnisse mit API-Tests unter identischen Bedingungen vergleicht; praktische Testergebnisse stehen derzeit noch aus.</p>Beide erfüllen die strukturellen Vorgaben und die feststehenden Fakten. Der Satz in 3.7 ist prägnanter und liest sich wie ein veröffentlichungsfähiger SEO-Text; die Formulierung ’wie aus den Bewertungsunterlagen hervorgeht“ in 3.8 wirkt umständlich.
Gemini 3.8 Flash-Test-Bewertungsbogen
| Aufgabe | Gewinner | Ausschlaggebender Unterschied |
|---|---|---|
| Forschungssynthese | Nicht eindeutig | Beide unvollständig |
| Python-Fehlerbehebung | Krawatte | Äquivalenter Code und Abdeckung |
| Frontend-Plan | Gemini 3.8 Flash | Bessere Qualitätssicherung und keine erfundenen Verschlüsselungsangaben |
| Status-Extraktion | Gemini 3.7 Flash | Genauere Zustandsbezeichnungen |
| Datenauswertung | Gemini 3.7 Flash | Kein Fehler im CPA-Nenner |
| Agentenbasierte Planung | Gemini 3.7 Flash | Konkretere Aufrufe und Artefakte |
| SEO-Bearbeitung | Gemini 3.7 Flash | Ein klarer, veröffentlichungsfähiger Satz |
Das Ergebnis bildet ein nützliches Gegengewicht zur Berichterstattung anlässlich der Markteinführung. Gemini 3.8 Flash mag zwar bei den offiziellen Agenten- und Langzeitbewertungen, die Google besonders hervorgehoben hat, besser abschneiden, doch 3.7 lieferte bei vier unserer kleinen kontrollierten Aufgaben bessere Endergebnisse.
Gemini 3.8 Von uns festgestellte Einschränkungen beim Flash-Modus
Das größte Problem war kein dramatischer Fehlschlag. Es war zusätzliche Korrekturarbeiten: ein Fehler im Nenner, unklare Statusbezeichnungen, ein umständlicher SEO-Satz und mehr Tokens, die bei jeder abgeschlossenen Aufgabe verwendet wurden. T01 endete zudem, bevor ein genau festgelegtes Ergebnis mit 180 Wörtern fertiggestellt war.
Dieses Testpaket verwendete ausschließlich Text. Es bewertet weder Bilder, Audio- und Videodateien, PDFs, die Computernutzung, das Abrufen von Informationen aus einem wirklich langen Kontext noch einen mehrstündigen Agent-Lauf. In der Modellbeschreibung von Google wird zudem auf mögliche Halluzinationen, gelegentliche Verzögerungen oder Zeitüberschreitungen sowie einen höheren Token-Verbrauch bei höheren Schwierigkeitsstufen hingewiesen.
Gemini 3.8 Blitz-Testbericht: Fazit
Gemini 3.8 Flash ist ein sinnvolles offizielles Upgrade für agentische Workloads und solche mit langem Zeithorizont, stellt jedoch kein automatisches Upgrade für jede alltägliche Aufgabe dar. Es gewann eines von sechs brauchbaren Paaren in diesem Test, während Gemini 3.7 Flash vier gewann und dabei weniger Zeit, weniger Ausgabetoken und geringere geschätzte Kosten benötigte.
Die praktische Erkenntnis lautet: Testen Sie die Arbeit, die Sie tatsächlich ausliefern. Wenn Ihr Arbeitsaufwand aus lang andauernden Softwareentwicklungsprojekten oder der Ausführung dokumentenintensiver Agenten besteht, lohnt es sich gemäß den offiziellen Benchmark-Empfehlungen von Google, Version 3.8 ernsthaft auszuprobieren. Wenn Ihre Priorität auf prägnanter Bearbeitung, Analysen kleiner Datenmengen oder statusabhängigen Zusammenfassungen liegt, zeigen unsere ersten Ergebnisse, dass Version 3.7 weiterhin äußerst wettbewerbsfähig ist.
Das gleiche Muster zeigte sich bereits in unserer früheren Vergleich zwischen Gemini 3.6 Flash und Gemini 3.1 Pro: Generationskennzeichnungen ersetzen nicht die Sichtprüfung der nebeneinander liegenden Ausgabeteile. Führen Sie eine wiederkehrende Abfrage in GlobalGPT, überprüfen Sie die fertige Antwort und stützen Sie sich dabei auf die Belege statt auf die Versionsnummer.
Gemini 3.8 Flash – Häufig gestellte Fragen
Wann wurde Gemini 3.8 Flash veröffentlicht?
Google DeepMind hat am 2. September 2026 die Modellkarte „Gemini 3.8 Flash“ veröffentlicht.
Ist Gemini 3.8 Flash allgemein verfügbar?
Ja. Auf der offiziellen Produktseite von Google wird der Gemini 3.8 Flash als allgemein erhältlich aufgeführt.
Wie lautet die Modell-ID der Gemini 3.8 Flash-API?
Die offizielle Modell-ID lautet gemini-3.8-flash, was auch mit der in unseren API-Tests zurückgegebenen Modell-ID übereinstimmte.
Wie viel kostet Gemini 3.8 Flash?
Bis zum 31. Dezember 2026 gibt Google $0,75 pro 1 Million Eingabe-Token und $3,75 pro 1 Million Ausgabe-Token an, einschließlich Thinking-Token. Ab dem 1. Januar 2027 steigen die Sätze auf $1,50 bzw. $7,50.
Ist Gemini 3.8 Flash kostenlos?
Auf der Preisseite von Google wird ein kostenloses Kontingent mit eingeschränktem Zugriff auf Modelle sowie kostenlosen Eingabe- und Ausgabetoken aufgeführt. Die Limits und die Verfügbarkeit der Modelle können je nach Konto und Route variieren.
Was ist das Gemini 3.8 Flash-Kontextfenster?
Laut der offiziellen Modellkarte unterstützt Gemini 3.8 Flash bis zu 1 Mio. Eingabetoken und bis zu 64.000 Text-Ausgabetoken.
Unterstützt Gemini 3.8 Flash Bilder, Audio, Video und PDF-Dateien?
Ja, als Eingaben. Auf der Produktseite von Google werden Text, Bilder, Videos, Audiodateien und PDF-Dateien als Eingaben aufgeführt; in der Modellbeschreibung wird Text als Ausgabe angegeben.
Unterstützt Gemini 3.8 Flash-Tools?
Google führt Funktionsaufrufe, die Suche als Tool und die Computernutzung auf. Die Verfügbarkeit der Tools kann vom jeweiligen Produkt und dem API-Ansatz abhängen.
Ist Gemini 3.8 Flash besser als Gemini 3.7 Flash?
Nicht bei jeder Aufgabe. Gemini 3.8 Flash gewann eines von sechs auswertbaren Aufgabenpaaren in diesem Test, Gemini 3.7 Flash gewann vier, und bei einem Paar gab es ein Unentschieden. Die offiziellen Bewertungen von Google heben die stärkere Leistung bei Agenten mit langfristigem Horizont und im Bereich Software-Engineering hervor.
Eignet sich der Gemini 3.8 Flash zum Programmieren?
Beide Modelle lieferten bei unserer Programmieraufgabe die korrekte, minimal mögliche Python-Korrektur. Aufgrund der offiziellen Positionierung von Google und der Behauptung von DeepSWE ist 3.8 besonders relevant für längere Softwareentwicklungs-Workflows, die bei unserer kleinen Fehlerbehebung nicht berücksichtigt wurden.
Warum war Gemini 3.8 Flash in den Tests teurer, obwohl der veröffentlichte Preis derselbe war?
Die erfasste Token-Nutzung war bei jedem abgeschlossenen Paar höher. Eine einheitliche Rate pro Token kann dennoch zu höheren Gesamtkosten führen, wenn eine Antwort mehr Token verbraucht.
Wo kann ich auf Gemini 3.8 Flash zugreifen?
Google listet die Gemini-App, die Gemini Enterprise Agent Platform, Google AI Studio, die Gemini-API, den AI-Modus und Google Antigravity auf. Die Verfügbarkeit kann je nach Konto, Produkt und Region weiterhin variieren.
Werden die Benchmark-Ergebnisse hier unabhängig überprüft?
Nein. Im Abschnitt „Benchmark“ werden die offiziellen Angaben von Google direkt wiedergegeben. Da „Artificial Analysis“ während der Recherche nicht erreichbar war, werden dessen Ranglistendaten in diesem Entwurf nicht als verifizierte Belege berücksichtigt.
