Gemini Flash 3.6: Nicht intelligenter, aber deutlich günstiger

Am 21. Juli veröffentlichte Google drei Modelle: Gemini 3.6 Flash (ersetzt 3.5 Flash, Preis 1,50 $/7,50 $ pro Million Tokens), Gemini 3.5 Flash-Lite (extrem schnell und günstig mit 0,30 $/2,50 $) und Gemini 3.5 Flash Cyber (für Sicherheitslücken-Suche, nur für Behörden). Die Schlagzeile ist eine um 17 % reduzierte Anzahl von Ausgabe-Tokens im Vergleich zu 3.5 Flash laut Artificial Analysis, was bei der DeepSWE-Codierungsbenchmark Einsparungen von 65 % erreicht (97.000 Tokens gegenüber 276.000). Der allgemeine Intelligenzindex (50 Punkte) bleibt unverändert. Bei Benchmarks verbesserte sich 3.6 Flash bei DeepSWE (37 % → 49 %), MLE-Bench (49,7 % → 63,9 %), OSWorld-Verified (78,4 % → 83,0 %) und Long-Context-Recall (~27 % → 54 %), lag aber bei reinem Coding (SWE-Bench Pro 58,7 % gegenüber 64,7 %) und Wissensaufgaben (GDPval-AA Elo 1421 gegenüber 1607 für Sonnet 5) hinter Top-Konkurrenten wie Grok 4.5 und Claude Sonnet 5 zurück. Eine bemerkenswerte Regression: Der LlamaIndex-CEO Jerry Liu stellte fest, dass die Diagramm-Lesefähigkeit bei ParseBench von 45 % auf 31 % sank und die Dokumentenbewertung von 69,9 auf 66,8 fiel – vermutlich ein Trade-off durch den Post-Training-Fokus auf Code/Agenten. Das Flash-Lite-Modell ist ein preislicher Ausreißer: 350 Tokens/s Ausgabe, bei einigen Tests besser als das ältere Gemini 3 Flash (SWE-Bench Pro 54,2 % gegenüber 49,6 %, OSWorld-Verified 74,0 % gegenüber 65,1 %) und günstiger als Claude Haiku 4.5. Flash Cyber, basierend auf 3.5 Flash, fand 55 einzigartige Schwachstellen in Chrome V8 (gegenüber 47 für das Basis-, 36 für Claude Opus 4.6) und erreichte 83,2 % auf dem CyberGym-Benchmark (vierter unter spezialisierten Modellen). Google gab zudem bekannt, dass interne Tests von Gemini 3.5 Pro mit Partnern laufen und das Pre-Training von Gemini 4 begonnen hat.