Gemini 3.7 Flash: Benchmarks, Preise, API-Verfügbarkeit und was sich geändert hat

Lisa Ernst · 17.08.2026 · Künstliche Intelligenz · 15 Min Lesezeit

Google veröffentlichte Gemini 3.7 Flash am 13. August 2026, nur drei Wochen nach Gemini 3.6 Flash. Das Update richtet sich gezielt an Coding, Agenten-Workflows, Webentwicklung und dokumentenlastige Wissensarbeit, wobei Google erhebliche Gewinne gegenüber 3.6 Flash bei mehreren Benchmarks für Software-Engineering und Automatisierung veröffentlicht.

Das Ungewöhnliche ist der Preis: Gemini 3.7 Flash startet zu 0,75 USD pro Million Eingabetokens und 3,75 USD pro Million Ausgabetokens über die Standard-bezahlte API bis zum 31. Dezember 2026. Diese Preise sind vorübergehend und verdoppeln sich am 1. Januar 2027. Dieser Leitfaden erklärt die Benchmark-Ergebnisse, API-Verfügbarkeit, Modellgrenzen, unterstützte Tools, Preisstufen und die praktischen Unterschiede zu Gemini 3.6 Flash.

Quelle: pexels.com

Wichtige Erkenntnisse

• Veröffentlichung: Gemini 3.7 Flash wurde am 13. August 2026 allgemein verfügbar.
• API-Modell-ID: Der stabile Gemini API-Bezeichner lautet gemini-3.7-flash.
• Einführungspreise: Standardmäßige kostenpflichtige Nutzung kostet 0,75 USD pro 1 Mio. Eingabetokens und 3,75 USD pro 1 Mio. Ausgabetokens bis zum 31. Dezember 2026. Ab dem 1. Januar 2027 werden diese Preise 1,50 USD und 7,50 USD betragen.
• Benchmark-Gewinne: Google berichtet 43,6 % bei FrontierCode 1.1 Main, 65,3 % bei DeepSWE v1.1, 1588 Elo bei Code Arena und 30,4 % bei AutomationBench.
• Kontext: Das Modell akzeptiert bis zu 1.048.576 Eingabetokens und kann bis zu 65.536 Ausgabetokens zurückgeben.
• Verfügbarkeit: Google vertreibt es über die Gemini API, Google AI Studio, Google Antigravity, Gemini Enterprise-Produkte und Gemini Spark für berechtigte Google AI Pro- und Ultra-Abonnenten.

Gemini 3.7 Flash auf einen Blick

Was ist Gemini 3.7 Flash?

Gemini 3.7 Flash ist die nächste Iteration von Googles Gemini 3 Flash-Familie. Google DeepMind gibt an, dass es auf Gemini 3.6 Flash basiert und algorithmische Verbesserungen an der Kern-Logikgrundlage des Modells vornimmt. Die Positionierung ist auch expliziter geworden: Google bezeichnet 3.7 Flash als sein primäres "Arbeitstier" für Coding und Agents und nicht als ein Modell, das einfach darauf ausgelegt ist, den rohen Durchsatz zu maximieren.

Dieser Unterschied ist wichtig. Flash-Modelle wurden traditionell ausgewählt, weil sie schneller und günstiger sind als die größten Denkmodelle. Mit 3.7 versucht Google, mehr mehrstufige Arbeit in diese kostengünstige Stufe zu verlagern: Repository-basiertes Coding, Browser- oder Computerinteraktion, Funktionsaufrufe, komplexe Dokumentenverarbeitung und Geschäfts-Workflows, die mehrere Tool-Aufrufe erfordern, bevor eine Antwort vollständig ist.

Wenn Sie vom Vorgänger kommen, bietet Zerlos Gemini 3.6 Flash Übersicht den Startkontext für das frühere Modell. Die wichtige Neuerung ist nun, dass 3.7 Flash das gleiche Million-Token-Kontextfenster und eine breite Palette von Tools beibehält und gleichzeitig die Leistung bei vielen von Google veröffentlichten Agenten- und Coding-Evaluierungen verbessert.

Was hat sich von Gemini 3.6 Flash geändert?

Die letzte Zeile ist leicht missverständlich. Google beschreibt Gemini 3.7 Flash als mit der Hälfte der ursprünglichen Kosten von Gemini 3.6 Flash startend. Die aktuelle Modellkarte von Google listet jedoch sowohl 3.6 Flash als auch 3.7 Flash mit 0,75 USD Eingabe und 3,75 USD Ausgabe pro Million Tokens unter der gleichen temporären Aktion. 3.7 ist also derzeit nicht günstiger pro Standard-Token als 3.6; der Vergleich bezieht sich auf die ursprüngliche Startpreisgestaltung von 3.6.

Gemini 3.7 Flash Benchmarks

Die Modellkarte von Google vom August 2026 veröffentlicht eine breite Palette von Benchmarks für Software-Engineering, Agenten-Terminalnutzung, Unternehmensautomatisierung, Wissensarbeit, PDFs, langen Kontext, Computernutzung und wissenschaftliches Denken. Die untenstehenden Zahlen vergleichen Gemini 3.7 Flash mit Gemini 3.6 Flash anhand der Werte in dieser Modellkarte.

Quelle: blog.google

Googles Bewertungstabelle vom August 2026 zeigt besonders große Gewinne von 3.7 Flash im Bereich Software-Engineering über lange Zeiträume, Automatisierung von Unternehmensworkflows, Dokumentenverständnis und Computernutzung. Die Benchmarks messen verschiedene Arbeitslasten und sollten nicht zu einer einzigen universellen Punktzahl zusammengefasst werden.

Wo die Gewinne am stärksten sind

Die deutlichste Bewegung zeigt sich bei Arbeitslasten, die vom Modell erfordern, dass es eher fortlaufend arbeitet, anstatt nur einmal zu antworten. DeepSWE steigt von 48,6 % auf 65,3 %, während AutomationBench von 17,0 % auf 30,4 % steigt. Das unterstützt Googles Behauptung, dass das Modell für Agenten nützlicher ist, die planen, Tools aufrufen, Ergebnisse prüfen und Hindernisse überwinden müssen.

Die Dokumentenarbeit verbessert sich laut Googles veröffentlichten Daten ebenfalls erheblich. GDP.pdf steigt von 22,0 % auf 34,0 %, und das Unternehmen hebt insbesondere Finanzen, Recht und Biowissenschaften als wissensintensive Domänen hervor, in denen es eine bessere Schlussfolgerung erwartet. Das bedeutet nicht, dass das Modell eine Expertenprüfung in regulierten oder risikoreichen Arbeiten ersetzen kann; es bedeutet, dass das Benchmark-Ergebnis bei den getesteten Aufgaben materiell höher ist als bei 3.6 Flash.

3.7 Flash gewinnt nicht jeden Benchmark

Die Veröffentlichung ist kein klarer Sieg in allen Bereichen. Auf CharXiv ohne Tools erzielt Gemini 3.7 Flash 84,5 % gegenüber 85,2 % für 3.6 Flash; mit Tools erzielt es 88,7 % gegenüber 89,4 %. In Googles plattformübergreifender Tabelle bleibt GPT-5.6 Terra bei einigen Coding- und Terminal-Bewertungen ebenfalls vorn. Deshalb sollte eine Benchmark-Tabelle verwendet werden, um vielversprechende Arbeitslasten zu identifizieren, nicht um einen universellen Gewinner zu verkünden.

Es gibt auch einen kleinen Berichtsunterschied, der erwähnenswert ist: Googles Veröffentlichungsartikel rundet das Gemini 3.6 Flash DeepSWE-Ergebnis auf 49,0 %, während die detaillierte DeepMind-Modellkarte 48,6 % angibt. Dieser Artikel verwendet den präziseren Wert der Modellkarte in der Vergleichstabelle.

Quelle: blog.google

Google rahmt die Veröffentlichung auch um die Kosten pro abgeschlossener Software-Engineering-Aufgabe herum ein, nicht nur um den Preis pro Token. Das ist die richtige Produktionsmetrik für Agenten: Wiederholungsversuche, Schlussfolgerungs-Tokens und wiederholte Tool-Aufrufe können wichtiger sein als die Schlagzeilen-Token-Rate.

Gemini 3.7 Flash Preisgestaltung

Gemini 3.7 Flash hat einen zeitlich begrenzten Preisplan. Die aktuellen Einführungspreise gelten bis zum 31. Dezember 2026. Googles Preisdokumentation verdoppelt dann die Token-Preise am 1. Januar 2027.

Die Ausgabe-Preise beinhalten Denk-Tokens. Standard-Cache-Speicherung kostet 0,075 $ pro Million gespeicherter Tokens während der Einführungsphase, plus 0,50 $ pro Million Tokens pro Stunde für die Cache-Speicherung; diese Preise verdoppeln sich ebenfalls 2027. Google Search Grounding und Google Maps Grounding können zusätzliche Gebühren nach dem gemeinsamen monatlichen Freibetrag hinzufügen, der in Googles Preisdokumentation beschrieben ist.

Die Standard-API hat auch eine kostenlose Stufe, die als kostenlos aufgeführt ist. Diese sollte nicht als garantierte Produktionskapazität behandelt werden: Ratenbegrenzungen hängen vom Modell, Projekt, Nutzungsebene und Kontostatus ab, und Google gibt ausdrücklich an, dass veröffentlichte Limits nicht garantiert sind. Für bezahlte Produktionsarbeitslasten sind die Modellkosten nur ein Teil des Budgets; Grounding, externe APIs, Speicher und fehlgeschlagene oder wiederholte Agentenschritte können die Gesamtkosten verändern.

Beispielkosten für die Standard-API

Diese Beispiele umfassen nur Modell-Ein- und Ausgabetoken. Sie beinhalten keine Grounding-, Cache-Speicher-, externe Dienste oder Anwendungs-Infrastruktur.

Gemini 3.7 Flash API Verfügbarkeit

Gemini 3.7 Flash ist keine reine Vorschau-Ankündigung. Google Cloud listet gemini-3.7-flash als GA mit einem Veröffentlichungsdatum vom 13. August 2026, und die Gemini API-Dokumentation identifiziert dieselbe Zeichenkette als stabile Modellversion.

Für Entwickler, die den Zugriff noch nicht eingerichtet haben, enthält Zerlos Anleitung zur Gemini API-Schlüssel die Einrichtung von Google AI Studio. Sobald der Zugriff bereit ist, ist die entscheidende Bereitstellungsänderung der Modellbezeichner; die Produktionsmigration sollte weiterhin Regressionstests für Tools, Schemata, Latenz und den gesamten Token-Verbrauch beinhalten.

Quelle: pexels.com

Das Wechseln zu einer neuen Modell-ID ist der einfache Teil. Die sicherere Migration besteht darin, repräsentative Coding- und Agentenaufgaben in der Staging-Umgebung zu testen, die Aufgabenerfolgsrate, Latenz, Token-Nutzung, Wiederholungsversuche und Tool-Aufrufe zu protokollieren und erst dann den Produktionsverkehr zu verlagern.

Ratenbegrenzungen sind projektspezifisch

Es gibt keine einzelne Gemini 3.7 Flash RPM- oder TPM-Zahl, die für jedes Konto gilt. Google misst Limits anhand von Anfragen pro Minute, Tokens pro Minute und Anfragen pro Tag, wendet sie pro Projekt und nicht pro API-Schlüssel an und passt sie anhand der Nutzungsebene und des Kontostatus an. Google empfiehlt, die aktiven Limits für das Projekt direkt in AI Studio zu überprüfen. Stapelverarbeitungsverkehr hat separate Limits; beispielsweise erlaubt die dokumentierte Stapelwarteschlange der Stufe 1 3.000.000 enqueued Tokens für Gemini 3.7 Flash.

Kontextfenster, Modalitäten und unterstützte Tools

Das Kern-API-Umfang ist für jeden vertraut, der bereits 3.6 Flash verwendet: ein Eingabekontext von 1.048.576 Tokens und eine maximale Textausgabe von 65.536 Tokens. Das Modell kann Text, Bilder, Video, Audio und PDF-Dokumente verarbeiten, generiert aber selbst keine Bilder oder Audio.

Eine Migrationsfalle ist die Denk-Konfiguration. Gemini 3.7 Flash unterstützt niedrig, mittel und hoch. Google Cloud dokumentiert mittel als Standard in seiner Enterprise Agent Platform, während die explizite Festlegung auf minimal einen Validierungsfehler ergibt. Anwendungen, die zuvor eine minimale Einstellung verwendet haben, sollten dieses Verhalten auf eine unterstützte Stufe abbilden und Latenz und Ausgabequalität neu messen.

Quelle: pexels.com

Gemini 3.7 Flash verbessert die veröffentlichten PDF- und Wissensarbeitsergebnisse von Google, was für dokumentenintensive Arbeitsabläufe relevant ist. Ein höherer Benchmark-Wert beseitigt nicht das Risiko von Halluzinationen, daher müssen wichtige extrahierte Fakten und konsequente Entscheidungen weiterhin überprüft werden.

Was die Änderungen in der Praxis bedeuten

Für Coding-Agenten

Gemini 3.7 Flash bietet die stärkste Upgrade-Story, wenn eine Anwendung Long-Horizon-Coding anstelle von isolierten Snippets durchführt. Die Gewinne bei DeepSWE, FrontierCode und Terminal-Bench deuten alle in die gleiche Richtung: Das Modell ist besser in der Lage, mehrstufige Engineering-Aufgaben zu bewältigen. Google gibt außerdem an, dass es disziplinierter darin ist, sich an Hindernisse anzupassen und die Absicht zu klären, was wichtig sein kann, wenn ein Agent die Berechtigung hat, Dateien zu bearbeiten oder wiederholt Tools aufzurufen.

Für Dokumenten- und Wissensworkflows

Das Kontextfenster von einer Million Token ist unverändert, aber die Qualität der Arbeit mit dichten Materialien scheint in den Release-Bewertungen verbessert zu werden. Das macht 3.7 Flash zu einem stärkeren Kandidaten für Jahresberichte, juristische Dokumenten-Pipelines, wissenschaftliche Literatur, interne Wissensdatenbanken und gemischte PDF-Workflows. Ein riesiges Kontextfenster ist jedoch nicht dasselbe wie perfekte Abrufung; Abrufsysteme, Dateisuche und Prompt-Segmentierung können immer noch zuverlässiger und kostengünstiger sein, als alles bei jeder Anfrage zu senden.

Für die Webentwicklung

Google hebt eine höhere Genauigkeit beim erstmaligen Code-Durchlauf, funktionalere Layouts und weniger Prompts zur Erreichung von Feature-Complete-Apps hervor. Der Elo-Score von 1588 im Code Arena ist der klarste veröffentlichte Indikator. Teams sollten die Übereinstimmung mit dem Design, das Browserverhalten, die Zugänglichkeit und Framework-spezifische Konventionen weiterhin auf ihrer eigenen Codebasis bewerten, da ein aggregierter Web-Benchmark nicht jeden Frontend-Stack darstellen kann.

Für einfache Aufgaben mit hohem Volumen

Gehen Sie nicht davon aus, dass 3.7 Flash jedes günstigere Modell ersetzen sollte. Wenn die Arbeitslast Klassifizierung, Extraktion oder templated Transformation mit sehr hohem Volumen ist, kann ein Flash-Lite-Modell bei Kosten und Durchsatz immer noch gewinnen. Der Zweck von 3.7 Flash ist es, stärkere Schlussfolgerungs- und agentische Leistung in die Flash-Schicht zu bringen, nicht die kostengünstigste Option für jede Anfrage zu werden.

Sollten Sie von Gemini 3.6 Flash migrieren?

Migrationscheckliste für Gemini 3.7 Flash

1. Ändern Sie das Zielmodell auf gemini-3.7-flash zuerst in einer Staging-Umgebung.
2. Überprüfen Sie die Denk-Konfiguration. Senden Sie nicht minimal; wählen Sie niedrig, mittel oder hoch.
3. Führen Sie Funktionstestaufrufe, strukturierte Ausgabenvalidierung und Tool-Berechtigungsprüfungen erneut durch.
4. Testen Sie Long-Context- und PDF-Workflows mit denselben repräsentativen Dokumenten, die in der Produktion verwendet werden.
5. Messen Sie erfolgreiche Aufgabenerfüllung, Latenz, Eingabe-Token, Ausgabe- und Denk-Token, Wiederholungsversuche, Runden und Tool-Aufrufe.
6. Berücksichtigen Sie Verankerungs- und Caching-Gebühren bei der Berechnung der Gesamtkosten pro Aufgabe.
7. Führen Sie die Einführung schrittweise durch und behalten Sie einen getesteten Rollback-Pfad zum bestehenden Produktionsmodell bei.

Zu beachtende Einschränkungen

Die Modellkarte von Google DeepMind listet die Standardbeschränkungen von Foundation Models auf, einschließlich Halluzinationen, und stellt fest, dass gelegentliche Langsamkeit oder Timeouts auftreten können. Sie gibt Gemini 3.7 Flash einen Wissensstand vom März 2026 an, warnt jedoch, dass einige Domänen effektiv auf Januar 2025 beschränkt sein können. Aktuelle Informationen erfordern daher immer noch eine Verankerung oder Abfrage aus aktuellen Quellen, wenn Aktualität wichtig ist.

Computer-Nutzung ist als Vorschau gekennzeichnet, daher sollten Anwendungen Berechtigungen einschränken, Aktionen validieren und menschliche Bestätigung für folgenschwere Schritte beibehalten. Dem Modell fehlen außerdem Live-API, Bilderzeugung und Audiosynthese. Schließlich ist die attraktive Startpreisgestaltung ausdrücklich zeitlich begrenzt; Anwendungen mit einer sinnvollen Nutzung im Jahr 2027 sollten gegen die Preise nach der Promotion budgetieren, anstatt davon auszugehen, dass die Preise vom August 2026 bestehen bleiben.Technischer Vergleich von Gemini und Claudebietet zusätzlichen Kontext. Da Modellgenerationen und Preise sich schnell ändern, verwenden Sie die aktuellen Anbieterdokumentationen für Beschaffungsentscheidungen und vergleichen Sie die genauen Modelle, die Sie einsetzen möchten.

FAQ

Fazit

Gemini 3.7 Flash ist ein bedeutsames Upgrade für den Teil der Flash-Familie, der für Entwickler am wichtigsten ist: mehrstufige Codierung, Agenten, Automatisierung und dokumentenintensive Arbeitsabläufe. Googles stärkste veröffentlichten Verbesserungen sind keine kleinen Ranglisten-Schubser; DeepSWE steigt von 48,6 % auf 65,3 %, AutomationBench von 17,0 % auf 30,4 % und GDP.pdf von 22,0 % auf 34,0 %, während das Modell dasselbe Millionen-Token-Kontextfenster und die breite Gemini-Tool-Unterstützung beibehält.

Die Preisgestaltung ist ebenso wichtig. Die Standard-API-Nutzung kostet vorübergehend 0,75 $ pro Million Eingabe-Tokens und 3,75 $ pro Million Ausgabe-Tokens, aber diese Sätze verdoppeln sich am 1. Januar 2027. Für Teams, die bereits Gemini 3.6 Flash verwenden, ist der beste Grund für die Migration daher eine bessere Aufgabenausführung zum gleichen aktuellen Einführungspreis pro Token und nicht eine dauerhafte Preissenkung. Testen Sie 3.7 Flash mit echten Arbeitslasten, berücksichtigen Sie Tool- und Wiederholungsschleifen-Kosten und treffen Sie die Migrationsentscheidung basierend auf den Kosten und der Zuverlässigkeit pro erfolgreicher Aufgabe und nicht allein auf dem Modellnamen.