Neue KI-Modelle erscheinen bekanntermaßen bevorzugt donnerstags. Google bringt Gemini 3.7 Flash nur drei Wochen nach Gemini 3.6 Flash heraus. Es sei nun Googles bislang leistungsfähigstes Modell der Flash-Reihe für Coding- und Agentenaufgaben.

Google stellt Gemini 3.7 Flash bei den obligatorischen Benchmarks den Konkurrenzmodellen Claude Sonnet 5, GPT-5.6 Terra und Muse Spark 1.2 gegenüber. Das Ergebnis fällt gemischt aus.

Bei der Bewertung der Code-Qualität (FrontierCode 1.1 Main) liegt Gemini 3.7 Flash mit 43,6 Prozent knapp vorn, gefolgt von Claude Sonnet 5 mit 42,7 Prozent und GPT-5.6 Terra mit 41,3 Prozent. Bei länger angelegten Software-Engineering-Aufgaben (DeepSWE v1.1) kehrt sich das Verhältnis um: Hier erreicht GPT-5.6 Terra 69,6 Prozent und liegt damit vor Gemini (65,3 Prozent) sowie deutlich vor Claude Sonnet 5 (53,8 Prozent). Im Bereich Webentwicklung (WebDev Arena) führt Gemini 3.7 Flash mit einem Elo-Wert von 1588 vor Claude Sonnet 5 (1541) und Muse Spark 1.2 (1535). Bei der Automatisierung von Unternehmens-Workflows (AutomationBench) liegt Gemini nach Google-Angaben ebenfalls vorn (30,4 Prozent), vor GPT-5.6 Terra (23,6 Prozent) und Claude Sonnet 5 (10,7 Prozent).

Andere Kategorien zeigen wiederum Vorteile der Konkurrenz: Bei agentischer Computernutzung (OSWorld-2.0) erreicht GPT-5.6 Terra 50,2 Prozent gegenüber 47,9 Prozent bei Gemini. Und im zusammenfassenden Artificial Analysis Intelligence Index, der mehrere Benchmarks zu einem Gesamtwert verrechnet, liegen GPT-5.6 Terra und Muse Spark 1.2 mit jeweils 57 Punkten sogar knapp vor Gemini 3.7 Flash (56 Punkte). Claude Sonnet 5 kommt in diesem Index auf 55 Punkte.

Bei der Einordnung dieser Zahlen ist wie immer Vorsicht angebracht. Es handelt sich durchweg um Google-Angaben.

Befristet günstigere Preismodelle

Mit dem Release von 3.7 Flash halbiert Google die Kosten für die gesamte aktuelle Flash-Generation – unabhängig davon, ob Entwickler das ältere 3.6- oder das neue 3.7-Modell einsetzen. Der Einführungspreis von 3.7 Flash liegt bei 0,75 US-Dollar pro Million Input-Tokens sowie 3,75 US-Dollar pro Million Output-Tokens. Der reduzierte Preis gilt bis 31. Dezember 2026. Der reguläre Preis beider Modelle liegt bei 1,50 respektive 7,50 Dollar.

OpenAI und Cerebras versprechen „ultraschnelles“ GPT-5.6 Sol

Parallel haben Cerebras und OpenAI in einem gemeinsamen Blogbeitrag den neuen Service-Tier „Ultrafast“ für GPT-5.6 Sol vorgestellt. Beschleunigt von Cerebras‘ „Wafer Scale Engine“-Hardware soll GPT-5.6 Sol im Ultrafast-Modus bis zu 750 Ausgabe-Tokens pro Sekunde verarbeiten und damit bis zu 14-mal schneller als der Standardmodus sein, ohne dass dabei laut den Unternehmen Abstriche bei der Modellqualität gemacht werden müssten. Der Geschwindigkeitsgewinn stamme ausschließlich aus der Hardware-Architektur. Cerebras platziert 44 GByte SRAM direkt auf jedem Wafer-großen Chip, wodurch der für GPU-Inferenz typische Flaschenhals beim Datentransfer zwischen Speicher und Recheneinheit entfällt.

Als Beleg führen die Unternehmen unter anderem den Wissens-Benchmark Humanity’s Last Exam an: Dort habe GPT-5.6 Sol im Ultrafast-Modus alle 2500 Fragen in gut elf Stunden beantwortet, während Anthropics Claude Fable 5 für eine vergleichbare Genauigkeit mehr als drei Tage gebraucht habe. Auch bei GDP-Val, einem Benchmark für wirtschaftlich relevante Wissensarbeit wie juristische Schriftsätze oder Finanzmodelle, habe Ultrafast eine 5,6-fache Beschleunigung ohne Qualitätsverlust erzielt. Der Dienst steht zunächst nur ausgewählten OpenAI-Kunden in einer begrenzten Vorschau zur Verfügung.

DeepSeek: allgemein verfügbare Version V4-Pro mit Zeitzonen-Tarif

DeepSeek hat unterdessen die allgemein verfügbare GA-Version (General Availability) seines Ende April angekündigten Sprachmodells V4-Pro freigegeben. Es verspricht vor allem deutlich produktivere Agenten. Neu ist ferner eine einstellbare Reasoning-Intensität für V4-Pro und V4-Flash – niedrig für einfache Aufgaben, hoch für alltägliche Agenten-Workflows, maximal für komplexe Aufgabenstellungen – sowie native Unterstützung der OpenAI Responses API mit vereinfachter Einrichtung für Codex. V4-Pro steht ab sofort über App, Weboberfläche (im „Expert Mode“) sowie per API zur Verfügung.

Auch DeepSeek vergleicht V4-Pro in eigenen Benchmarks mit GLM-5.2, Kimi-K3, Claude Opus 4.8 sowie Fable 5. Bei Terminal Bench 2.1 etwa liegt Kimi-K3 mit 88,3 Punkten knapp vor Fable 5 (88,0) und V4-Pro (87,9), beim DeepSWE-Benchmark liegt Fable 5 mit 70,0 vorn, gefolgt von Kimi-K3 (67,5) und V4-Pro (62,7).

Die Benchmarks lassen sich aktuell nicht seriös vergleichen. DeepSeek weist selbst darauf hin, dass für die Code-Agent-Tests ein noch unveröffentlichtes, firmeneigenes Test-Framework im „Minimal Mode“ mit festgelegten Einstellungen für Temperatur und Top-P verwendet wurde und Ergebnisse mit anderen Frameworks abweichen können.

Bei der Preisgestaltung geht DeepSeek einen anderen Weg als Google. Das Unternehmen führt Peak- sowie Off-Peak-Tarife, wobei Off-Peak-Tarife 50 Prozent geringer ausfallen als Peak-Tarife. Die neue Preisstruktur gilt ab dem 16. August. V4-Flash kostet 0,007 US-Dollar pro Million Input-Tokens (Cache-Hit) und 0,66 Dollar pro Million Output-Tokens außerhalb der Spitzenzeiten, sonst wird jeweils der doppelte Preis fällig. Bei V4-Pro liegen die Output-Preise off-peak bei 1,98 Dollar und zur Spitzenzeit bei 3,96 Dollar pro Million Tokens. Als Spitzenzeiten definiert DeepSeek die Fenster zwischen 1 und 4 sowie zwischen 6 und 10 Uhr UTC, alle übrigen Stunden gelten als Nebenzeit.

(vza)