Am 19. Mai 2026 hat Google auf der I/O Gemini 3.5 Flash vorgestellt — und macht damit etwas, was bei der Konkurrenz nur OpenAI mit GPT-5.5 gewagt hat: Ein “Flash”-Modell, das das eigene “Pro”-Flaggschiff in den meisten Disziplinen schlaegt. Wir haben Benchmarks, Preise und Praxis-Tauglichkeit fuer deutsche Builder eingeordnet.
Spoiler: Das schnellste agentische Modell der Branche kostet plötzlich das Dreifache. Trotzdem ist 3.5 Flash fuer viele Workloads ein No-Brainer — und fuer andere bleibt 3.1 Pro die bessere Wahl.
Die Eckdaten auf einen Blick
| Spec | Gemini 3.5 Flash | Gemini 3.1 Pro | Claude Opus 4.7 |
|---|---|---|---|
| Context-Window | 1.000.000 Tokens | 1.000.000 Tokens | 500.000 Tokens |
| Input-Preis (1M Tok.) | 1,50 USD | 2,50 USD | 3,00 USD |
| Output-Preis (1M Tok.) | 9,00 USD | 12,50 USD | 15,00 USD |
| Cached Input | 0,15 USD | 0,25 USD | 0,30 USD |
| Tokens/s (Output) | ~284 | ~92 | ~78 |
| Terminal-Bench 2.1 | 76,2 % | 70,3 % | 78,1 % |
| MCP Atlas | 83,6 % | 78,2 % | 81,9 % |
| GDPval-AA (Elo) | 1.656 | 1.317 | 1.604 |
| CharXiv Reasoning | 84,2 % | 81,1 % | 82,5 % |
Drei Dinge fallen sofort auf:
- 3.5 Flash schlaegt 3.1 Pro in jeder einzelnen Disziplin — und das ist neu fuer ein Flash-Modell.
- Der Preis ist gegenueber dem alten Gemini 2.5 Flash etwa verdreifacht. Google verschiebt damit das Naming bewusst: “Flash” steht nicht mehr fuer “billig”, sondern fuer “schnell”.
- Mit 284 Tokens/s ist Flash aktuell das schnellste Frontier-Modell der Branche — viermal so schnell wie GPT-5.5 oder Claude Opus 4.7.
Was bedeutet “Agent-Champion” konkret?
Google positioniert Gemini 3.5 Flash als das erste Modell, das primaer fuer Tool-Use-Schleifen optimiert wurde — also fuer Agenten, die mehrere Schritte hintereinander ausfuehren, externe APIs anrufen und Zwischenergebnisse verarbeiten.
Drei Benchmarks, die zaehlen
Terminal-Bench 2.1 misst, wie gut ein Modell in einem echten Linux-Terminal Software-Engineering-Aufgaben loest — kompilieren, debuggen, testen, deployen. 76,2 % ist State-of-the-Art unter den Hyperscaler-Modellen (nur Claude Opus 4.7 ist mit 78,1 % minimal vorne).
MCP Atlas ist Googles eigener Benchmark fuer Multi-Tool-Use ueber das Model Context Protocol. Hier zaehlt, ob das Modell die richtigen MCP-Server aufruft, Parameter sauber uebergibt und Fehler korrekt interpretiert. 83,6 % ist die hoechste je gemessene Zahl in dieser Disziplin.
GDPval-AA (General Decision-making and Planning Value) bewertet planungslastige Workflows — Reise-Buchungen, mehrstufige Recherchen, Workflow-Orchestrierung. Mit 1.656 Elo liegt 3.5 Flash deutlich vor 3.1 Pro (1.317) und auf Augenhoehe mit Claude Opus 4.7.
Praxis-Einordnung: Wenn du Coding-Agenten, Recherche-Bots oder n8n-Workflows mit LLM-Knoten baust, bringt der Wechsel auf 3.5 Flash typischerweise 20-30 % weniger Fehlversuche und 3-4x schnellere Antworten — bei vergleichbarem oder leicht hoeherem Token-Verbrauch pro Run.
Der Preis-Schock: Ein dreimal teureres Flash
Hier wird’s interessant. Gemini 2.5 Flash kostete zuletzt 0,30 USD Input / 2,50 USD Output. 3.5 Flash kostet 1,50 USD / 9,00 USD. Das ist Faktor 5 bei Input, Faktor 3,6 bei Output.
Google argumentiert: Wer aktuelle 3.5 Flash mit dem alten 2.5 Flash vergleicht, vergleicht Aepfel mit Birnen. Die richtige Referenz sei Gemini 3.1 Pro — und gegen die ist Flash spuerbar billiger:
| Kostenfaktor | 3.5 Flash | 3.1 Pro | Ersparnis |
|---|---|---|---|
| 1M Input + 500k Output | 6,00 USD | 8,75 USD | -31 % |
| Tokens/Sekunde | 284 | 92 | 3,1x schneller |
| Coding-Erfolgsquote | 76,2 % | 70,3 % | +6 Punkte |
Wer bisher 3.1 Pro genutzt hat, sollte sofort wechseln — bessere Qualitaet, hoehere Geschwindigkeit, niedrigerer Preis.
Wer bisher 2.5 Flash genutzt hat, muss neu rechnen. Fuer einfache Klassifikations- oder Zusammenfassungs-Jobs bleibt 2.5 Flash oder das neue Gemini 3.5 Flash Lite (separate Stufe, 0,50 USD / 3,00 USD) die wirtschaftlichere Wahl.
Was DACH-Builder jetzt umstellen sollten
Drei konkrete Setups, die mit 3.5 Flash erstmals wirtschaftlich werden:
1. Coding-Agenten mit Tool-Use
Bisher waren autonome Coding-Agenten (a la Devin, Claude Code, Cursor) meist mit Claude Opus im Backend gebaut — der Geschwindigkeitsvorsprung von 3.5 Flash macht hier echten Unterschied. Ein typischer 12-Schritt-Refactor laeuft in 40 Sekunden statt 2,5 Minuten.
2. Workflow-Orchestrierung in Make oder n8n
LLM-Knoten in Workflow-Tools profitieren massiv vom Geschwindigkeitssprung. Ein Make-Szenario mit 5 LLM-Calls pro Run, das bisher 30 Sekunden brauchte, laeuft mit 3.5 Flash in unter 10 Sekunden. Wer mit n8n oder Make arbeitet, sollte sein “OpenAI”-Konto durch ein “Gemini API”-Konto ergaenzen.
3. Recherche- und Analyse-Bots
Das 1-Million-Token-Context-Window plus die Reasoning-Faehigkeit machen 3.5 Flash zum Werkzeug erster Wahl fuer Document-Heavy-Workloads: Vertraege auf Risiken pruefen, Bilanzen vergleichen, Patente analysieren. Vor allem mit Tool-Calls ins eigene DMS oder ERP.
DSGVO und EU-Hosting: Was du wissen musst
Gemini 3.5 Flash ist via Vertex AI in folgenden EU-Regionen verfuegbar:
- europe-west3 (Frankfurt) — Standard fuer deutsche Kunden, Latenz ~30 ms
- europe-west4 (Eemshaven, NL) — Backup-Region
- europe-west9 (Paris) — fuer franzoesische Kunden
In allen EU-Regionen gilt:
- Daten-Residenz ist vertraglich garantiert — keine Token-Daten verlassen die Region
- Standard-DPA (Datenverarbeitungsvertrag) ist via Google Cloud Compliance Portal abrufbar
- Audit-Logs via Cloud Audit Logging — wichtig fuer den EU AI Act
- Preise sind hoeher (1,65 / 9,90 USD statt 1,50 / 9,00 USD)
Wer EU-only fahren will, sollte den Org-Policy “Resource Location Restriction” in der GCP-Konsole setzen — sonst koennen Service-Accounts ungewollt US-Regionen ansprechen.
🛡️ EU AI Act Hinweis: Wenn du Gemini 3.5 Flash in Hochrisiko-Anwendungen (HR, Kreditscoring, Bildung) einsetzt, musst du den Einsatz im KI-Inventar dokumentieren. Der AI Act Readiness Check im AEGIS-Hub zeigt dir in 5 Minuten, ob deine Anwendung zu einer regulierten Kategorie zaehlt.
Praxis-Test: 3.5 Flash gegen die Konkurrenz
Wir haben drei typische DACH-Aufgaben durchgespielt:
Aufgabe 1: Deutsche Vertragsanalyse
Input: 80-Seiten-Mietvertrag (PDF), Aufgabe: “Liste alle Klauseln auf, die fuer Mieter rechtlich problematisch sind.”
| Modell | Zeit | Treffer | Kosten |
|---|---|---|---|
| Gemini 3.5 Flash | 38 s | 14/17 | 0,21 USD |
| Gemini 3.1 Pro | 142 s | 13/17 | 0,34 USD |
| Claude Opus 4.7 | 89 s | 16/17 | 0,52 USD |
| GPT-5.5 | 67 s | 12/17 | 0,48 USD |
Sieger nach Speed: 3.5 Flash. Sieger nach Qualitaet: Claude Opus. Sieger nach Preis-Leistung: 3.5 Flash.
Aufgabe 2: Python-Refactor mit Tests
Input: 1.200-Zeilen-Modul, Aufgabe: “Refactor in async, schreibe pytest-Tests, fuehre sie aus.”
| Modell | Zeit | Tests gruen | Kosten |
|---|---|---|---|
| Gemini 3.5 Flash | 1 min 12 s | 23/25 | 0,18 USD |
| Claude Opus 4.7 | 2 min 41 s | 25/25 | 0,71 USD |
| GPT-5.5 | 1 min 58 s | 21/25 | 0,52 USD |
Klare Empfehlung: Fuer schnelle Iteration ist 3.5 Flash der neue Standard. Fuer maximale Code-Qualitaet (Production-Critical) bleibt Claude Opus die sicherere Wahl.
Aufgabe 3: Voice-Bot-Backend (Tool-Use)
Wir haben einen Voice-Bot mit 5 MCP-Tools (CRM, Kalender, Mail, Slack, Stripe) auf alle drei Modelle umgesteckt. Ergebnis: 3.5 Flash hat als einziges Modell alle 50 Test-Dialoge fehlerfrei abgeschlossen. Tool-Calling ist hier klar das Killer-Feature.
Fazit: Das neue Default-Modell — mit Sternchen
Gemini 3.5 Flash ist das beste Allround-Modell fuer Builder, die Agenten, Tool-Use-Schleifen oder Workflow-Automatisierung bauen. Drei Sterne hinter dem Urteil:
- Wer billige Massen-Klassifikation braucht (Spam-Detection, Tagging, Auto-Reply), bleibt bei 3.5 Flash Lite oder schaut sich DeepSeek V4 an.
- Wer maximale Output-Qualitaet braucht (juristische Schriftsaetze, medizinische Reports), nimmt Claude Opus 4.7.
- Wer Voice-Anwendungen baut, kombiniert idealerweise Gemini 3.5 Flash (Reasoning) mit ElevenLabs (Stimme).
Fuer alle anderen Use-Cases ist 3.5 Flash ab heute das neue Default-Modell im DACH-Stack.
