Google senkt den Preis für Gemini 3.6 Flash um 17 % und startet das Pre-Training von Gemini 4

Google hat am Dienstag Gemini 3.6 Flash mit einem direkten Preisnachlass vorgestellt: 7,50 USD pro Million Ausgabetokens gegenüber 9,00 USD der Version 3.5 und 1,50 USD pro Million Eingabetokens. Der Kontext-Cache liegt bei 0,15 USD pro Million, mit Speicherung zu 1,00 USD pro Million pro Stunde. Laut dem Unternehmen verbraucht das Modell 17 % weniger Tokens bei der Ausgabe, um denselben mehrstufigen agierenden Flow abzuschließen, was eine zweite Kostenreduzierung auf den bereits gesenkten Preis aufbaut.

Der Zeitpunkt ist wichtiger als der absolute Wert. Logan Kilpatrick, Senior Product Manager bei Google DeepMind, kündigte am selben Tag den Beginn des "ambitioniertesten Pre-Trainings" in der Geschichte des Unternehmens, Gemini 4, an. Es ist das erste Mal, dass Google öffentlich ein bestehendes kommerzielles Modell mit einem bestätigten Nachfolger in der Entwicklung überlagert und OpenAI und Anthropic dazu zwingt, zu entscheiden, ob sie jetzt auf den Preis reagieren oder auf die nächste Generation des Rivalen warten.

Die Zahlen, die Anthropic und OpenAI zuerst lesen werden

In den von Google veröffentlichten Benchmarks erzielt 3.6 Flash 49 % im DeepSWE (gegenüber 37 % von 3.5 Flash), 63,9 % im MLE Bench (49,7 % zuvor), 83,0 % im OSWorld-Verified (78,4 %) und 1421 im GDPval-AA v2 (1349). Die Gewinne konzentrieren sich auf drei Bereiche, für die der Markt für Unternehmensagenten teuer zu lösen bereit ist: Software-Engineering, Nutzung von Betriebssystemen und mehrstufige Ausführung mit externen Tools.

Zu 7,50 USD pro Million Ausgabetokens konkurriert Flash in derselben Preisklasse wie Claude Haiku 4.5 und GPT Luna, die günstigste Stufe des Trios Sol/Terra/Luna, die OpenAI am 9. Juli freigegeben hat. Die Sichtweise von Google ist auf der Preisseite deutlich: Flash ist das Standardmodell für Code-Pipelines, Datenextraktion und Support-Agenten, wo die Kosten pro Anfrage die Wirtschaftlichkeit des Produkts dominieren.

Was sich für Käufer von Tokens in großem Umfang ändert

Für einen CIO, der einen Support-Agenten mit 5 Millionen Gesprächen pro Monat und 3.000 Ausgabetokens pro Gespräch betreibt, sinken die Bruttokosten von 135.000 USD auf 112.500 USD pro Jahr auf Basis von 3.5 Flash. Bei Anwendung des 17 %-igen Preisnachlasses auf das Volumen der erzeugten Tokens liegt die Jahresrechnung bei etwa 93.000 USD, was einem Unterschied von etwa 31 % im Vergleich zur vorhergehenden Generation im selben Szenario entspricht. Diese gleiche Mathematik hat Klarna dazu gedrängt, Flash für die Ticket-Vorfilterung im Jahr 2025 zu standardisieren, wie aus einer Präsentation der Fintech auf der Google Cloud Next hervorgeht.

Der Effekt ist nicht lokal. In den Lieferzentren von Accenture in Bengaluru und Capgemini in Krakau, wo der Großteil der MVPs von Agenten derzeit in Vertex AI läuft, wird Flash 3.6 zur günstigen Referenz-Baseline, die jede Architekturvorschlag rechtfertigen muss. Im Vereinigten Königreich, wo Cohere sein Modell Command für den souveränen Markt positioniert hat, schränkt der neue Preis von Flash die Argumentation für "europäische KI" ein, um gegenüber einem Hyperscaler, der in weniger als sechs Monaten um 31 % günstiger geworden ist, eine Marge zu verteidigen.

Der Schatten von Gemini 4 ist der tatsächliche Punkt

Die Ankündigung von Kilpatrick kam ohne Zeitrahmen, Benchmark oder Architektur. Es ist eine Botschaft an das Einkaufskomitee: Wer einen Dreijahresvertrag mit einem Konkurrenten unterschreibt, wird vor Ablauf des Zeitraums neu verhandeln müssen, wenn Gemini 4 das liefert, was das Marketing suggeriert. Sundar Pichai hat bereits im Q2-Call gesagt, dass Gemini 3 Pro "entschieden" den Rest des Marktes im internen Benchmark des Unternehmens übertroffen hat, und die nächste Kurve kommt im größten Compute-Training, das Google jemals finanziert hat.

Es bleibt abzuwarten, wie Anthropic und OpenAI reagieren. Anthropic versprach im Pressebriefing zu Claude Opus 4.7 im Mai, dass man "keinen Preiskrieg führen" und die Marge zugunsten der Qualität priorisieren würde. OpenAI hat die Linie 5.6 in drei Namen segmentiert, um nicht das eigene Sol zu kannibalisieren, wenn Luna gegen Flash antreten muss. Falls Gemini 3.6 Flash beginnen sollte, Aufträge von SaaS-Anbietern zu gewinnen, die heute GPT Luna als Backend für ihre Agenten nutzen, wird die Segmentierung gegen die Einnahmen von OpenAI arbeiten, anstatt dafür.

Die Frage, die Google in der Ankündigung nicht beantwortet hat: Wenn Gemini 4 18 Monate braucht, um zu erscheinen, wie kann der wirtschaftliche Anreiz von Flash 3.6 in diesem Intervall aufrechterhalten werden? Die Antwort wird aus dem nächsten Preiskreislauf kommen, nicht aus dem nächsten Modell.