Gemini 3.8 Flash startet günstig – hoher Denkaufwand verbraucht mehr Tokens
Google veröffentlichte Gemini 3.8 Flash am 2. September 2026 als allgemein verfügbares, produktionsbereites Modell. Ars Technica bestätigte zum Start den regulären API-Zugang, den Einführungstarif und die Beschränkung der separaten Cyber-Variante auf ausgewählte Nutzer.
Für Entwickler ist der Listenpreis nur die halbe Rechnung: Ausgegebene Denk-Tokens werden mitberechnet, und eine hohe Denkstufe kann bei schwierigen, mehrstufigen Aufgaben zusätzlichen Verbrauch verursachen. Zudem endet der Einführungstarif am 31. Dezember 2026; ab dem 1. Januar 2027 verdoppeln sich die Standardpreise.
Der günstige Preis gilt nur bis Jahresende
Im kostenpflichtigen Standardtarif verlangt Google zunächst 0,75 US-Dollar je Million Eingabetokens und 3,75 US-Dollar je Million Ausgabetokens. Die offizielle Preistabelle der Gemini API nennt ab dem 1. Januar 2027 Preise von 1,50 beziehungsweise 7,50 US-Dollar und zählt Denk-Tokens ausdrücklich zur kostenpflichtigen Ausgabe.
Ein kurzer, vereinfachter Lauf mit 20.000 Eingabe- und 4.000 Ausgabetokens kostet bis Ende 2026 insgesamt 0,03 US-Dollar: 0,015 Dollar entfallen auf die Eingabe und 0,015 Dollar auf die Ausgabe. Bei identischem Verbrauch steigt der Betrag im Januar auf 0,06 Dollar. Gebühren für Suchanfragen, Caching, andere Werkzeuge oder zusätzliche Dienste sind darin nicht enthalten.
Bei einem längeren Agentenlauf mit kumuliert 200.000 Eingabe- und 80.000 Ausgabetokens ergeben sich 0,45 Dollar im Einführungstarif. Nach dem Tarifwechsel kostet derselbe Tokenumfang 0,90 Dollar. Die Verdopplung betrifft damit nicht nur neue Projekte, sondern jeden unveränderten Produktionslauf, der über den Jahreswechsel hinaus weiterläuft.
Hoher Denkaufwand macht den Verbrauch variabel
Die Denkstufe ist kein eigener Preisaufschlag. Sie beeinflusst vielmehr, wie intensiv das Modell eine Aufgabe bearbeitet und wie viele kostenpflichtige Tokens dabei entstehen können. Gerade bei langen Agentenschleifen ist deshalb nicht allein die sichtbare Antwort entscheidend: Auch interne Denk-Tokens gehören zur abgerechneten Ausgabe.
Ein ausdrücklich bedingtes Rechenbeispiel zeigt den Hebel. Bleibt die Eingabe bei 20.000 Tokens und kommen zu 4.000 Antworttokens weitere 12.000 Denk-Tokens hinzu, steigt der Preis im Einführungstarif von 0,03 auf 0,075 Dollar. Ab Januar würde derselbe Lauf 0,15 Dollar kosten. Das Beispiel unterstellt einen bestimmten Mehrverbrauch; es ist keine Prognose dafür, wie viele Denk-Tokens eine reale Aufgabe erzeugt.
Die Kostenwirkung hängt somit von zwei getrennten Größen ab: vom Preis je Million Tokens und vom tatsächlich gemessenen Verbrauch. Eine hohe Denkstufe kann mehr Schlussfolgerungsschritte, wiederholte Werkzeugaufrufe und zusätzliche Prüfungen auslösen. Wie stark sich das auf Kosten und Laufzeit auswirkt, lässt sich nicht pauschal beziffern.
Modell-ID und Migration ändern die API-Konfiguration
Die technische Einführung von Google nennt die Modell-ID gemini-3.8-flash, ein Kontextfenster von einer Million Tokens, höchstens 64.000 Ausgabetokens sowie die Denkstufen low, medium und high; sie warnt zugleich vor möglichem Mehrverbrauch bei langen, komplexen Aufgaben und dokumentiert die erforderlichen Migrationsänderungen.
Medium ist die Voreinstellung. Low reduziert den Aufwand für zeitkritische Anwendungen, während high die Schlussfolgerungs- und Werkzeugfähigkeiten für schwierige mehrstufige Aufgaben maximiert. Die Stufe minimal wird nicht unterstützt und führt zu einem Fehler.
- Den Modellbezeichner auf gemini-3.8-flash umstellen.
- temperature, top_p und top_k aus der Generierungskonfiguration entfernen.
- Das numerische thinking_budget durch thinking_level mit low, medium oder high ersetzen.
- candidate_count entfernen, da der Parameter nicht unterstützt wird.
- Mehrstufige Unterhaltungen mit previous_interaction_id fortsetzen und keine vorbefüllten Modellantworten verwenden.
- In der GenerateContent API bei FunctionResponse-Objekten sowohl call_id als auch name übermitteln.
Die Migration ist damit mehr als der Austausch eines Modellnamens. Bestehende Anwendungen können an nicht mehr unterstützten Parametern oder ungültigen Gesprächsverläufen scheitern. Außerdem sollten Kosten- und Zeitlimits den Verbrauch der drei Denkstufen getrennt erfassen, weil der Tarif allein die Rechnung nicht vorhersagt.
Flash Cyber bleibt ein getrenntes, beschränktes Modell
Gemini 3.8 Flash Cyber ist kein zuschaltbarer Modus der regulären API. Die Variante ist auf das Finden und Beheben von Schwachstellen ausgerichtet und wird über Googles Fairwind Program nur ausgewählten, geprüften Verteidigern bereitgestellt. Für den allgemein verfügbaren Dienst bleibt gemini-3.8-flash die maßgebliche Modell-ID.
Die Zugangsregeln und Ergebnisse der Cyber-Variante lassen sich daher nicht auf das Standardmodell übertragen. Ebenso sagen veröffentlichte Cyber-Benchmarks nichts darüber aus, wie viele Tokens ein gewöhnlicher Software- oder Wissensagent mit einer bestimmten Denkstufe verbraucht.
Fest steht der Tarifwechsel, nicht der Verbrauch pro Aufgabe
Bestätigt sind die allgemeine Verfügbarkeit, die Modell-ID, drei Denkstufen und der bis Ende 2026 befristete Einführungstarif. Offen bleibt der zusätzliche Tokenbedarf konkreter Produktionsabläufe: Er hängt von Aufgabe, Laufzeit, Werkzeugaufrufen und gewähltem Denkaufwand ab.
Die nächste terminierte Änderung folgt am 1. Januar 2027 mit der Verdopplung der Standardpreise für Ein- und Ausgabe. Damit kann ein langer Agentenlauf auf zwei Arten teurer werden: durch mehr Denk-Tokens bei hohem Aufwand und durch den höheren Tarif ab Jahresbeginn.
Lesen Sie auch:
Newsletter abonnieren
Erhalten Sie die neuesten Nachrichten zu Web3, KI und Krypto direkt in Ihren Posteingang.