Google startet Gemini 3.8 Flash zu 0,75 USD pro Million Tokens und reserviert Cyber-Variante für gefilterte Kunden
Die dritte Flash-Version innerhalb von sechs Wochen kommt mit einem Aktionspreis bis zum 31. Dezember und übertrifft Claude Opus 5 in drei der fünf Benchmarks, die von Google selbst veröffentlicht wurden. Sofortige Auswirkungen auf die Preisgestaltung von Agenten.
Google hat am 2. September Gemini 3.8 Flash in Produktion genommen, die dritte Iteration der Flash-Reihe innerhalb von sechs Wochen, und gleichzeitig eine gehärtete Variante namens 3.8 Flash Cyber freigegeben, die nur für Kunden zugänglich ist, die einen spezifischen Filterprozess durchlaufen. Der entscheidende Punkt für diejenigen, die ein Budget für autonome Agenten erstellen, ist die Preisliste: 0,75 USD pro Million Input-Tokens und 3,75 USD pro Million Output-Tokens, gültig bis zum 31. Dezember 2026, mit einer automatischen Erhöhung auf 1,50 USD und 7,50 USD am 1. Januar 2027. Batch und Flex kosten die Hälfte dieser Tarife, Priority dagegen 1,8x.
Das Geschäftskonzept ist aggressiv. Das Flash 3.7 war bereits ein Kostenmaßstab für Pipelines in großem Maßstab, und ein Nachfolgemodell mit einem Preis unter dem angekündigten Deckel der vorherigen Stufe ist ein klarer Schritt, um Lasten vom Claude Fable 5.1 zu übernehmen, dessen Cache-Lesegebühr zu Beginn des Septembers auf 0,25 USD pro Million Tokens gefallen ist. Das Aktionsfenster bis Dezember gibt Betreibern drei Monate Zeit, um Arbeitslasten zu migrieren, bevor es zur Neupreisgestaltung kommt, was die Architekturentscheidung in das vierte Quartal und nicht in das erste Quartal 2027 verschiebt.
Der Vergleich, den Google veröffentlicht hat
Die Preistabelle positioniert das 3.8 Flash gegen das eigene 3.7 Flash und gegen das Claude Opus 5 in fünf Benchmarks. Die von Google veröffentlichten Zahlen: DeepSWE v1.1 mit 73,7 % gegen 65,3 % des Opus 5, Terminal-bench 2.1 mit 89,4 % gegen 85,8 %, OSWorld-2.0 mit 59,0 % gegen 50,6 %, Vals Finance Agent v2 mit 61,4 % gegen 59,0 % und HLE-Verified mit 54,9 % gegen 53,6 %. In drei von fünf (DeepSWE, Terminal-bench und OSWorld) ist der Abstand groß genug, um nicht ins Rauschen zu fallen; in Vals Finance Agent und HLE-Verified ist der Vorteil statistisch marginal und wird angefochten werden, sobald Anthropic und OpenAI ihre eigenen Tabellen veröffentlichen.
Das Detail, das Google betont, ist, dass das 3.8 Flash auf dem 3.7 Flash basiert, nicht auf einem neuen Basis-Modell. Das Unternehmen sagt in der eigenen Dokumentation, dass der Gewinn aus einer höheren Tokenverbrennung für das Denken stammt, und empfiehlt, dass diejenigen, die rein auf Kosten optimieren, beim 3.7 Flash bleiben. Es ist das erste Mal, dass Google diese Haltung der Segmentierung nach Verbrauchsmuster einnimmt, und es ist ein Zeichen für kommerzielle Reife: Das Flash hört auf, eine einzige Stufe zu sein, und wird zu einer Familie mit unterschiedlichen Kurven.
Was sich für Beratungen und Banken ändert
Die Lesart muss in mindestens zwei Märkten erfolgen. In den Vereinigten Staaten operieren Integratoren wie Accenture Federal, Deloitte Consulting US und IBM Consulting bereits im Bereich "agentic finance" in staatlichen und kommerziellen Verträgen, und die Kostentabelle des Gemini 3.8 ermöglicht eine Neupreisgestaltung von Angeboten im laufenden RFP-Zyklus mit einer Bruttomarge von 30 % bis 40 % über dem, was mit Flash 3.7 bei demselben Durchsatz möglich war. In europäischen Banken ist die dominierende Variable regulierungsbedingt: BaFin und die französische ACPR verlangen, dass jedes Modell, das an Kreditentscheidungen beteiligt ist, einer Bewertung nach den Artikeln 13 und 14 des AI Act unterzogen werden muss, was die Einführung des 3.8 Cyber in Produktion trotz des wettbewerbsfähigen Preises verzögert. Das praktische Ergebnis ist asymmetrisch: Amerikanische Banken beschleunigen, europäische Banken ziehen sich in Pilotprojekte zurück.
In Indien gewinnen TCS und Infosys, die im zweiten Quartal AI-managed Verträge in Dollar neu bepreist haben, an Raum für Aggressivität. Das Flash 3.8 im Aktionspreismodell passt in SLA für 24x7-Support, ohne das Budget zu sprengen, was die Preisschwelle senkt, zu der diese Firmen mit westlichen Integratoren konkurrieren können. In Brasilien haben Anbieter wie CI&T und Stefanini zwei Quartale Zeit, um dasselbe Fenster zu nutzen, bevor die Tarife im Januar verdoppelt werden, und die Entscheidung, Arbeitslasten in der Cloud zu halten oder sie auf lokale dedizierte Inferenz umzustellen, rückt wieder auf die oberste Agenda der Technologie.
Der Gegenausdruck, der bestehen bleiben muss
Von Anbietern veröffentlichte Benchmarks sind immer zugunsten des Anbieters zugeschnitten. DeepSWE, Terminal-bench und OSWorld sind nützlich, haben jedoch hohe Varianz zwischen den Ausführungen, und HLE-Verified ist ein geschlossener Benchmark von Google. Unabhängige Analysten wie Artificial Analysis und Aider veröffentlichen in der Regel Replikate innerhalb von zwei Wochen nach dem Start; bis dahin sollten technische Architekten, die vendor-neutrale Vergleiche anstellen, Claude oder GPT nicht nur auf Grundlage der veröffentlichten Tabelle ersetzen.
Das Signal unterhalb der Ankündigung
Drei Flash-Veröffentlichungen in sechs Wochen sind ein Produktzyklus, der nur Sinn macht, wenn Google versucht, überschüssige Inferenzkapazitäten abzubauen, bevor sie am Ende des Geschäftsjahres abzuleben. Das Aktionspreismodell bis zum 31. Dezember untermauert diese Hypothese. Wer das Budget für 2027 aufstellt, sollte davon ausgehen, dass der Preis im Januar der tatsächliche Preis ist und dass der Rabatt von September bis Dezember ein vorübergehendes Subvention für die Migration ist, nicht eine neue Basislinie. Jetzt abgeschlossene Jahresverträge mit einer Bindung bis Dezember sind eine gute Absicherung; Verträge, die bis zum zweiten Quartal 2027 ohne explizite Bindung laufen, sind ein Risiko.