Gemini 3.8 Flash: Preis, API, Benchmarks und Wechsel von 3.7

Neuere Generation: Dieser Artikel beschreibt Gemini 3.8 Flash. Die neuere Gemini-4-Generation ist im Gemini-4-Argon-Guide eingeordnet.

Geprüft am 9. Oktober 2026. Gemini 3.8 Flash kostet in der Standard-API bis 31. Dezember 2026 0,75 US-Dollar pro 1 Mio. Input-Tokens und 3,75 US-Dollar pro 1 Mio. Output-Tokens. Ab 1. Januar 2027 verdoppeln sich diese Listenpreise auf 1,50 bzw. 7,50 US-Dollar. Batch und Flex kosten bis zum 31. Dezember 0,375/1,875 US-Dollar, Priority 1,35/6,75 US-Dollar; Output-Preise schließen Thinking-Tokens ein. ¹²

Google hat Gemini 3.8 Flash am 2. September 2026 offiziell veröffentlicht. Die stabile Modell-ID lautet gemini-3.8-flash. Das Modell verarbeitet bis zu 1.048.576 Input-Tokens, kann maximal 65.536 Output-Tokens erzeugen und unterstützt Text, Bilder, Video, Audio und PDF als Eingaben. Die Ausgabe ist Text. ¹³

Der Generationswechsel von Gemini 3.7 Flash bedeutet mehr als eine reine Modellpflege zum identischen Listenpreis. Zwar belegen Googles Messungen Zuwächse in mehreren Coding- und Agent-Benchmarks, der Hersteller verweist jedoch ausdrücklich auf den höheren Tokenverbrauch bei komplexeren Aufgaben und intensiveren Thinking-Stufen. Gleichzeitig übertrifft 3.8 die Version 3.7 keineswegs in jeder veröffentlichten Einzelmessung. ¹⁴⁵

Gemini 3.8 Flash in Kürze

Punkt	Gemini 3.8 Flash
Veröffentlichung	2. September 2026
Modell-ID	gemini-3.8-flash
Status	GA / production-ready
Input-Kontext	1.048.576 Tokens
Max. Output	65.536 Tokens
Thinking	low, medium, high; kein minimal
Standardpreis bis 31.12.2026	$0,75 Input / $3,75 Output je 1 Mio. Tokens
Standardpreis ab 01.01.2027	$1,50 Input / $7,50 Output je 1 Mio. Tokens
Batch/Flex bis 31.12.2026	$0,375 Input / $1,875 Output
Priority bis 31.12.2026	$1,35 Input / $6,75 Output
Eingaben	Text, Bild, Video, Audio, PDF
Ausgabe	Text
Live API	nicht unterstützt
Bildgenerierung	nicht unterstützt
Computer Use	Preview

Was ist Gemini 3.8 Flash?

Google positioniert 3.8 Flash als sein derzeit intelligentestes Flash-Modell für lang laufende Softwareentwicklung, autonome Agenten und komplexe Enterprise-Workflows. Anders als ein Preview-Modell wird gemini-3.8-flash als stabile, allgemein verfügbare Modell-ID dokumentiert. ³⁶

Das Modell baut laut Model Card auf Gemini 3.7 Flash auf. Die Grundidee ist nicht, Flash in ein langsames „Pro“-Modell zu verwandeln, sondern schwierige Aufgaben mit mehr internen Arbeitsschritten, längeren Agent-Loops und mehr Tool-Aufrufen zu bearbeiten. Google beschreibt genau daraus aber auch einen Kosten- und Latenztrade-off: Bei komplexen Aufgaben kann 3.8 mehr Tokens verbrauchen, besonders bei höherem Reasoning-Aufwand. ¹⁵

Das ist für reale Agentensysteme wichtiger als ein einzelner Benchmarkwert. Bei einer festen Tokenrate kann ein Modell pro Million Tokens gleich teuer bleiben und pro erledigter Aufgabe trotzdem mehr kosten, wenn es deutlich mehr Reasoning- und Output-Tokens erzeugt.

API: Kontext, Modalitäten und Thinking-Stufen

Die offizielle Gemini-API-Seite nennt folgende Grenzen und Fähigkeiten: ³

• Input: Text, Bild, Video, Audio und PDF
• Output: Text
• Input-Limit: 1.048.576 Tokens
• Output-Limit: 65.536 Tokens
• Context Caching: unterstützt
• Code Execution: unterstützt
• Function Calling: unterstützt
• Structured Outputs: unterstützt
• Google Search Grounding: unterstützt
• Google Maps Grounding: unterstützt
• URL Context: unterstützt
• Computer Use: Preview
• Live API: nicht unterstützt
• Bildgenerierung: nicht unterstützt

minimal fällt weg

Für Gemini 3.8 Flash sind nur LOW, MEDIUM und HIGH dokumentiert; auf Googles Agent-Platform-Dokumentation ist MEDIUM der Default. Wer aus älterem Code explizit thinking_level="MINIMAL" übernimmt, erhält laut Google einen Validierungsfehler. ⁴

Für die dort dokumentierte Agent-Platform-API hebt Google hervor, dass ältere Sampling-Parameter wie temperature, top_k und top_p vom Backend ignoriert werden. frequency_penalty, presence_penalty und candidate_count lösen dort aktive API-Fehler aus. Diese Vorgaben gelten zwar spezifisch für Googles aktuelle 3.8-Schnittstelle, markieren jedoch eine entscheidende Hürde bei der Migration älterer Client-Bibliotheken. ⁴

Aktuelles Python-Beispiel

Das Beispiel folgt Googles aktueller Gemini-API-Dokumentation zur Interactions API. ⁶

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Analysiere diesen Python-Code auf Race Conditions.",
    generation_config={
        "thinking_level": "medium"
    },
)

print(interaction.output_text)

Für Anwendungen, die weiterhin client.models.generate_content() verwenden, sollte die konkrete SDK-Version und die zugehörige Gemini-API-Dokumentation geprüft werden. Nicht jede neue Beispielseite nutzt denselben API-Stil.

Gemini 3.8 Flash vs. 3.7 Flash: Was zeigen Googles Benchmarks?

Googles Entwicklerdokumentation veröffentlicht eine direkte Vergleichstabelle. Die Werte sind nützlich, weil beide Modelle innerhalb derselben Tabelle gegenübergestellt werden; sie bleiben dennoch Hersteller-Evaluationen. ⁴

Benchmark	3.8 Flash	3.7 Flash	Differenz
Terminal-bench 2.1	90,8 %	81,6 %	+9,2 pp
SWE-Bench Pro	61,6 %	60,4 %	+1,2 pp
SWE-Atlas	51,9 %	48,0 %	+3,9 pp
τ³-bench Banking	38,1 %	30,9 %	+7,2 pp
CharXiv	86,2 %	84,5 %	+1,7 pp
GDP.pdf	35,0 %	34,0 %	+1,0 pp
Humanity’s Last Exam	45,4 %	45,7 %	−0,3 pp

Googles Ankündigung nennt separat 54,9 % auf HLE-Verified. Dieser Wert weicht von den 45,4 % in der HLE-Zeile der Entwicklervergleichstabelle ab: Die beiden Ergebnisse basieren auf unterschiedlichen Testmethoden und dürfen nicht zu einer pauschalen Benchmark-Aussage verschmolzen werden. ¹⁴

Der Vergleich zeigt damit ein weniger spektakuläres, aber glaubwürdigeres Bild: 3.8 verbessert sich deutlich bei bestimmten agentischen und Coding-Aufgaben, während kleinere Zugewinne und sogar ein leichter Rückgang ebenfalls vorkommen.

Unabhängiger Gegencheck: Artificial Analysis

Artificial Analysis bewertet die High-Konfiguration von Gemini 3.8 Flash mit 59 Punkten im eigenen Intelligence Index. Die entsprechende High-Konfiguration von Gemini 3.7 Flash steht im direkten Vergleich bei 56 Punkten. Für 3.8 High wurden rund 304,6 Output-Tokens pro Sekunde gemessen. ⁷⁸

Die unabhängige Messung bestätigt damit grundsätzlich einen Leistungszuwachs, zeigt aber auch die Kehrseite. Artificial Analysis beschreibt 3.8 High als sehr ausführlich und weist für seinen Intelligence-Index-Lauf einen hohen Output-Tokenverbrauch aus. Der gemessene Preis pro Index-Aufgabe liegt bei 0,58 US-Dollar. Diese Zahl ist keine allgemeine „Kosten pro Anfrage“-Angabe, sondern ein Ergebnis des spezifischen Benchmarkmixes von Artificial Analysis. ⁷

Auch die Latenz sollte getrennt von der Generierungsgeschwindigkeit betrachtet werden. Im 3.8-vs.-3.7-Vergleich ist 3.8 nach Beginn der Ausgabe schneller, benötigt aber in der Messung länger bis zum ersten Antworttoken. Das passt zu einem Modell, das vor der Ausgabe mehr Arbeit in Reasoning steckt. ⁸

Preise: Einführungstarif, Batch, Flex und Priority

Die offizielle Developer-API-Preisübersicht ist ungewöhnlich klar datiert. ²

Modus	Input bis 31.12.2026	Output bis 31.12.2026	Input ab 01.01.2027	Output ab 01.01.2027
Standard	$0,75	$3,75	$1,50	$7,50
Batch	$0,375	$1,875	$0,75	$3,75
Flex	$0,375	$1,875	$0,75	$3,75
Priority	$1,35	$6,75	$2,70	$13,50

Alle Beträge gelten pro 1 Mio. Tokens. Für Standard-Context-Caching nennt Google bis Jahresende 0,075 USD je 1 Mio. Cache-Input-Tokens, ab 1. Januar 2027 0,15 USD. Für gespeicherte Cache-Inhalte berechnet Google zusätzlich 0,50 USD je 1 Mio. Tokens und Stunde bis 31. Dezember 2026; ab 2027 1,00 USD je 1 Mio. Tokens und Stunde. Ein Cache spart deshalb nicht automatisch Geld, wenn er lange gespeichert und wenig wiederverwendet wird. Für Google-Search-Grounding dokumentiert Google im Paid Tier 5.000 kostenlose Suchanfragen pro Monat, geteilt über die Gemini-3.x-Modelle, danach 14 USD je 1.000 Suchanfragen. Ein Modellaufruf kann mehrere Suchanfragen auslösen; die Zahl der Modellaufrufe ist nicht identisch mit den abgerechneten Suchanfragen. Google Maps Grounding hat eine separate Freimenge und kann ebenfalls Zusatzkosten verursachen. Google: Gemini-API-Preisliste

Datennutzung und Abrechnung: Laut Google können Inhalte des Free Tiers zur Produktverbesserung verwendet werden; im Paid Tier schließt die Preistabelle diese Nutzung aus. Diese Unterscheidung ersetzt keine vertragliche Prüfung für europäische Unternehmen. Die Developer-API-Preise in USD verstehen sich als Nettotarife vor Steuern; für Kunden in Deutschland fallen bei der Abrechnung 19 % Mehrwertsteuer sowie tagesaktuelle Währungsumrechnungen an. Google: API-Tarife und Datennutzung ²

Auf Googles Enterprise Agent Platform existieren zusätzlich regionale Preisunterschiede. Dort kostet nicht-globaler Standardzugriff bis Jahresende beispielsweise $0,825 Input und $4,125 Output je Million Tokens statt $0,75/$3,75 global. ⁹

Drei Kostenbeispiele

Die folgenden Werte sind eigene Berechnungen auf Basis des globalen Standardpreises. Tool-Kosten, Cache-Speicher, Steuern und Rabatte sind nicht enthalten.

Szenario 1: kleine Nutzung

Annahme: 5 Mio. Input-Tokens + 1 Mio. Output-Tokens pro Monat.

Bis 31.12.2026:

5 × $0,75 + 1 × $3,75 = $7,50

Ab 01.01.2027:

5 × $1,50 + 1 × $7,50 = $15,00

Szenario 2: mittlere Nutzung

Annahme: 50 Mio. Input + 10 Mio. Output.

Bis 31.12.2026:

50 × $0,75 + 10 × $3,75 = $75,00

Ab 01.01.2027:

50 × $1,50 + 10 × $7,50 = $150,00

Szenario 3: intensive Agent-Nutzung

Annahme: 500 Mio. Input + 100 Mio. Output.

Bis 31.12.2026:

500 × $0,75 + 100 × $3,75 = $750,00

Ab 01.01.2027:

500 × $1,50 + 100 × $7,50 = $1.500,00

Diese Beispiele zeigen nur die Tarifänderung. In der Praxis ist die schwierigere Variable der Tokenverbrauch pro abgeschlossener Aufgabe. Google selbst warnt, dass 3.8 bei hoher Reasoning-Stufe mehr Tokens einsetzen kann. Deshalb sollte ein Wechsel von 3.7 nicht allein anhand des Listenpreises bewertet werden. ¹⁵

Lohnt sich der Wechsel von Gemini 3.7 Flash?

Für neue Coding-Agenten und komplexe Tool-Workflows ist 3.8 Flash der logischere Startpunkt: gleicher Einführungspreis, stabile Modell-ID und sichtbare Verbesserungen in mehreren relevanten Benchmarks. ¹⁴²

Für bereits optimierte Hochvolumen-Pipelines ist ein sofortiger Komplettwechsel weniger eindeutig. Google unterstützt 3.7 weiterhin und weist selbst darauf hin, dass 3.8 bei schwierigen Aufgaben mehr Tokens verbrauchen kann. ¹

Ein sinnvoller Migrationstest misst deshalb mindestens:

1. Erfolgsrate pro realer Aufgabe,
2. Input-, Reasoning- und Output-Tokens pro erfolgreichem Lauf,
3. Tool-Aufrufe und Wiederholungen,
4. Time-to-first-token,
5. gesamte End-to-End-Latenz,
6. Kosten pro erfolgreich abgeschlossener Aufgabe statt nur Preis pro Million Tokens.

Wer nur einen synthetischen Qualitätswert vergleicht, kann übersehen, dass ein intelligenteres Modell in einer Agentenschleife zugleich mehr Schritte ausführt.

Migrationspraxis auf macOS: Im ergänzenden Gemini-3.7-zu-3.8-Leitfaden stehen ein reproduzierbarer Python-Aufruf beider Cloud-Endpunkte, echte API-Felder für Input-, Antwort- und Thinking-Tokens sowie die von Google dokumentierten Umstellungen bei thinking_level, Sampling und mehrstufigen Tool-Abläufen. Der Code enthält keine erfundenen Testergebnisse. Erst ein Vergleich mit eigenen, berechtigten Testdaten sollte den produktiven Rollout bestimmen.

Einschränkungen und Sicherheitsdaten

Googles Model Card nennt weiterhin typische Foundation-Model-Probleme wie Halluzinationen, gelegentliche Langsamkeit oder Timeouts sowie erhöhten Tokenverbrauch bei höheren Effort-Stufen. ⁵

Der dokumentierte Knowledge Cutoff ist ungewöhnlich differenziert: Für einige Bereiche nennt Google März 2026, während Wissen in anderen Domänen auf Januar 2025 begrenzt sein kann. Das ist ein Argument dafür, zeitkritische Aufgaben mit Grounding oder externen Quellen abzusichern. ⁵

Auch die Safety-Ergebnisse sind nicht durchgehend besser. In Googles automatisierter Vergleichsevaluation verbessert sich Text-to-Text Safety um 0,4 Prozentpunkte in der Richtung „lower is better“, während Multilingual Safety um 5,4 Prozentpunkte schlechter ausfällt. Google bezeichnet dies selbst als leichte Regression gegenüber 3.7 Flash. Diese Messungen sind automatisierte interne Evaluationen, keine vollständige menschliche Red-Team-Bewertung. ⁵

Wo Gemini 3.8 Flash verfügbar ist

Google nennt Gemini API, Google AI Studio, Gemini Enterprise Agent Platform, Gemini App, AI Mode und Antigravity als Distributionskanäle. Die Ankündigung führt ergänzend Android Studio und Stitch für Entwickler sowie Sheets für bestimmte Consumer-Pläne auf. Einzelne Oberflächen oder Regionen können zeitversetzt ausgerollt werden. ¹⁵

gemini-3.8-flash ist damit am 2. September 2026 nicht mehr nur ein interner Testname oder Leak. Frühere Berichte über Googles interne Tests sind durch die offizielle Veröffentlichung überholt. ¹¹⁰

Fazit: ein Upgrade-Kandidat mit Kostenhaken

Gemini 3.8 Flash ist gegenüber 3.7 vor allem für Coding, agentische Tool-Nutzung und längere autonome Arbeitsabläufe interessant. Die direkte Google-Vergleichstabelle und die unabhängigen Artificial-Analysis-Daten sprechen für einen echten Leistungszuwachs. Gleichzeitig gibt es keine Grundlage für die Aussage, 3.8 sei in jeder Aufgabe besser: Googles eigene HLE-Tabelle zeigt sogar einen kleinen Rückgang. ⁴⁷⁸

Der entscheidende Kostenfaktor liegt beim effektiven Aufwand pro Aufgabe. Bis Ende 2026 bleibt der nominelle Standardpreis bei $0,75/$3,75 pro Million Input-/Output-Tokens. Sofern 3.8 für komplexe Aufgaben jedoch umfangreichere Thinking-Tokens und Tool-Schritte generiert, steigen die Gesamtkosten je Anfrage spürbar. Zum 1. Januar 2027 tritt planmäßig eine Verdopplung der veröffentlichten Standard-Tokenpreise in Kraft. ²

Für Produktionssysteme ist deshalb ein A/B-Test gegen 3.7 mit echten Workloads sinnvoller als ein Wechsel allein aufgrund der Launch-Benchmarks.

Quellenbelege

Footnotes

1. Google: Release ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰

2. Google AI: API-Preise ↩ ↩² ↩³ ↩⁴ ↩⁵

3. Google: Modellübersicht ↩ ↩² ↩³

4. Google Cloud: 3.8 Guide ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

5. DeepMind: Modellkarte ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

6. Google: aktuelle Modelle ↩ ↩²

7. Artificial Analysis ↩ ↩² ↩³

8. Artificial Analysis: Vergleich ↩ ↩² ↩³

9. Google Cloud: Preise ↩

10. Business Insider ↩