Gemini 3.8 Flash kostet wie sein Vorgänger – kann aber mehr Tokens verbrauchen

Google hat Gemini 3.8 Flash am 2. September 2026 veröffentlicht und für Entwickler über die Gemini API und Google AI Studio verfügbar gemacht. Die offizielle Ankündigung von Google nennt denselben Einführungspreis wie für Gemini 3.7 Flash: 0,75 US-Dollar je Million Eingabetokens und 3,75 US-Dollar je Million Ausgabetokens.

Mit dem Start am 2. September bleibt damit der Preis je Token stabil, nicht zwingend der Preis je erledigter Aufgabe. Die Modellkarte von Google DeepMind warnt, dass Gemini 3.8 Flash zur Leistungssteigerung zeitweise mehr Tokens verwenden kann, besonders bei höheren Effort-Stufen.

Der gleiche Preis gilt nur pro Token

Für die API-Kalkulation zählt weiterhin die Summe aus Eingabe- und Ausgabekosten. Beim Einführungspreis lautet die Formel: Eingabetokens geteilt durch eine Million, multipliziert mit 0,75 Dollar, plus Ausgabetokens geteilt durch eine Million, multipliziert mit 3,75 Dollar.

Ein ausdrücklich hypothetischer Lauf mit 200.000 Eingabe- und 100.000 Ausgabetokens kostet danach 0,525 Dollar. Benötigt das neue Modell für dieselbe Aufgabe doppelt so viele Eingabe- und Ausgabetokens, steigen die variablen Modellkosten ebenfalls auf das Doppelte, obwohl die veröffentlichten Stückpreise unverändert sind.

Bei Agentensystemen reicht die Rechnung für einen einzelnen Modellaufruf deshalb nicht aus. Für die Gesamtkosten einer Aufgabe müssen auch die Zahl der Aufrufe, erneut übermittelter Kontext, Wiederholungen und paralleler Versuche berücksichtigt werden. Ein höherer Tokenverbrauch kann wirtschaftlich sein, wenn er Fehlversuche oder manuelle Nacharbeit reduziert; ohne Messwerte aus dem eigenen Arbeitsablauf ist dieser Ausgleich jedoch nicht belegt.

Hohe Effort-Stufen verlagern das Kostenrisiko

Gemini 3.8 Flash unterstützt konfigurierbare Effort-Stufen, mit denen sich Qualität, Kosten und Latenz gegeneinander abwägen lassen. Höherer Effort kann zusätzliche Denkschritte und iterative Werkzeugaufrufe auslösen. In einer langen Agentenschleife wächst dadurch nicht nur die Ausgabe: Jeder weitere Aufruf kann auch den bisherigen Verlauf und neue Werkzeugergebnisse als Eingabe an das Modell zurücksenden.

Das Migrationsrisiko liegt somit weniger in der sichtbaren Preisliste als in der Laufzeitkonfiguration. Zwei Modelle mit identischem Preis je Million Tokens können pro erfolgreicher Aufgabe unterschiedlich viel kosten, wenn eines länger plant, häufiger Werkzeuge aufruft oder mehr Anläufe benötigt.

Für einen belastbaren Vergleich sollten Eingabe- und Ausgabetokens je Aufruf, Aufrufe je Aufgabe, Wiederholungsquote, Laufzeit und abgebrochene Durchläufe getrennt erfasst werden. Feste Grenzen für Effort, Gesamttokens, Werkzeugaufrufe und Laufzeit verhindern, dass einzelne Schleifen ein vorgesehenes Budget unbemerkt überschreiten. Diese Grenzen sind eine betriebliche Empfehlung, keine von Google vorgeschriebene Einstellung.

Die Fortschritte konzentrieren sich auf Coding und Agenten

Google positioniert Gemini 3.8 Flash für Softwareentwicklung, agentische Aufgaben und mehrstufiges Schlussfolgern. Das Unternehmen begründet den möglichen Mehrverbrauch damit, dass das Modell bei komplexen Aufgaben gründlicher arbeitet, zusätzliche Denkschritte ausführt und Werkzeuge iterativ verwendet. Hersteller-Benchmarks beschreiben damit die beabsichtigte Leistungsrichtung, erlauben aber noch keine Aussage über Kosten und Erfolgsquote in einem konkreten Produktionssystem.

Der Bericht von Ars Technica ordnet den Start als Googles dritte Flash-Veröffentlichung innerhalb von sechs Wochen ein und beschreibt die Zuwächse gegenüber 3.7 Flash in vielen Tests als gering, bei Coding-Evaluationen jedoch als deutlicher. Auch das spricht gegen eine Migration allein anhand eines zusammengefassten Benchmarkrangs.

Entscheidend ist die Kostenquote pro erfolgreicher Aufgabe. Ein Lauf mit mehr Tokens kann günstiger sein als mehrere kurze Fehlversuche; umgekehrt kann ein kleiner Qualitätsgewinn durch längere Agentenschleifen vollständig aufgezehrt werden. Beides lässt sich nur mit identischen Aufgaben, Werkzeugrechten und Abbruchbedingungen vergleichen.

Die Zugangskanäle sind nicht identisch

Das Standardmodell ist zum Start über die Gemini API, Google AI Studio, Android Studio, Google Antigravity, Stitch und Gemini Enterprise zugänglich. Für Verbraucher ist es in der Gemini-App, im AI Mode der Google-Suche und in Gemini für Google Sheets vorgesehen, dort jedoch für Abonnenten von Google AI Pro und Ultra.

Gemini 3.8 Flash darf nicht mit Gemini 3.8 Flash Cyber gleichgesetzt werden. Die Cyber-Variante nutzt dieselbe grundlegende Modellintelligenz, ist aber auf Schwachstellensuche und automatisiertes Patchen zugeschnitten. Ihr Zugang ist über das Fairwind-Programm auf ausgewählte vertrauenswürdige Verteidiger begrenzt; diese Beschränkung gilt nicht pauschal für das Standardmodell.

Auch der aktuelle API-Preis ist ausdrücklich ein Einführungspreis. Er läuft am 31. Dezember 2026 aus; ab dem 1. Januar 2027 sind 1,50 US-Dollar je Million Eingabetokens und 7,50 US-Dollar je Million Ausgabetokens angekündigt. Eine längerfristige Kalkulation muss daher sowohl den möglichen Mehrverbrauch als auch den bereits vorgesehenen Preiswechsel berücksichtigen.

Ein Parallelbetrieb macht die Migration messbar

Der identische Einführungspreis allein ist kein ausreichender Grund, Gemini 3.7 Flash sofort zu ersetzen. Ein kontrollierter Parallelbetrieb zeigt, ob die stärkere Coding- und Agentenleistung den zusätzlichen Tokenaufwand bei den eigenen Aufgaben tatsächlich ausgleicht.

1. Eine feste Stichprobe aus kurzen, mittleren und lang laufenden Produktionsaufgaben definieren.
2. Für beide Modelle dieselben Grenzen für Effort, Tokens, Werkzeugaufrufe, Wiederholungen und Laufzeit setzen.
3. Erfolgsquote, Kosten pro erfolgreicher Aufgabe, Latenz, Abbrüche und manuelle Nacharbeit getrennt messen.
4. Gemini 3.8 Flash nur für Aufgabengruppen freigeben, in denen bessere Ergebnisse oder weniger Wiederholungen den zusätzlichen Aufwand rechtfertigen.
5. Gemini 3.7 Flash während der Umstellung als Rückfalloption behalten, wenn Kosten-, Zeit- oder Qualitätsgrenzen überschritten werden.

Gesichert sind der Marktstart, der zunächst gleiche Tokenpreis und Googles Hinweis auf möglichen Mehrverbrauch bei anspruchsvollen Aufgaben und hohem Effort. Offen bleibt, wie stark dieser Effekt in einzelnen Produktionssystemen ausfällt. Die relevante Vergleichsgröße ist deshalb nicht der Preis pro Million Tokens, sondern der gemessene Aufwand pro erfolgreich abgeschlossener Aufgabe.

Lesen Sie auch:

• Roman vor dem Start: Das Teleskop sieht 100-mal mehr Himmel als Hubble
• KI-Benchmarks können auswendig gelernt sein – so erkennt man die Täuschung
• Metas KI-Umbau scheiterte: mehr Code, aber 40 Prozent mehr Großstörungen