Gemini 3.5 Pro und Flash: Was Entwickler wissen sollten

Leute, ich sage euch: Google I/O 2026 hat mich mit einem Gemini-Release überrascht, das ich so nicht erwartet hatte. Das Flash-Modell wurde ausgeliefert, das Flagship nicht – und das Flash-Modell hat trotzdem das Flagship des letzten Quartals geschlagen. Das ist die ganze Geschichte von Gemini 3.5 Pro in einem Satz – außer dass Pro noch nicht draußen ist, weshalb die Hälfte von dem, was die Leute darüber sagen, reine Spekulation ist. Dieser Artikel trennt die ausgelieferten Fakten von den angekündigten-aber-unverifizierten Punkten und erklärt euch, was ihr wohin routet, während ihr wartet.

Ich verschiebe schon seit Beginn der 3.x-Linie Produktionstraffic zwischen den Gemini-Tiers, daher werde ich spezifisch bei Modell-IDs und Preisen sein. Wo ich etwas nicht weiß – und das ist vieles, da Pro noch nicht erschienen ist – sage ich das auch.

Was Gemini 3.5 tatsächlich bei Google I/O 2026 ausgeliefert hat

Google hielt den I/O-Keynote am 19. Mai 2026. Mit der 3.5-Familie passierten zwei Dinge: Ein Modell ging live, eines bekam ein Datum und sonst nichts.

3.5 Flash: GA am 19. Mai mit stabiler API-ID gemini-3.5-flash

Gemini 3.5 Flash wurde am selben Tag wie der Keynote allgemein verfügbar. Es ist keine Vorschau, kein experimenteller Alias – das Modell ist stabil und als gemini-3.5-flash aufrufbar. Das ist wichtig für alle, die sich schon einmal beim Migrieren von Preview-IDs verbrannt haben. Laut der offiziellen Gemini 3.5 Flash-Modellseite von Google DeepMind verarbeitet es Text, Audio, Bilder, Code und Video. Es rollte am Launch-Tag in der Gemini-App, im KI-Modus der Suche, in der Gemini API in Google AI Studio, Vertex AI und Antigravity 2.0 aus.

Das Datenblatt zur Referenz: 1.048.576-Token-Eingabefenster, 65.536-Token maximale Ausgabe, Wissensstand Januar 2026. Dynamisches Denken ist standardmäßig aktiviert – das Modell entscheidet selbst, wie viel Rechenleistung es pro Problem einsetzt, ohne dass ihr ein Budget festlegen müsst.

3.5 Pro: für Juni angekündigt, noch keine API-ID

Pro bekam einen Satz auf der Bühne. Sundar Pichai sagte, es befinde sich in internen Tests und wird „nächsten Monat” ausgeliefert. Das ist Juni 2026. Die I/O 2026-Zusammenfassung von 9to5Google bestätigt dieselbe Formulierung: Pro ist in Tests, nächsten Monat verfügbar, nichts Konkreteres. Das live anwesende Publikum soll über die Verzögerung gestöhnt haben – was zeigt, dass Pro der Teil war, auf den die Leute gewartet hatten.

Keine API-Modell-ID. Keine Preise. Kein genaues Datum. Wenn ihr heute gegen Pro entwickelt, entwickelt ihr gegen eine Pressemitteilung.

Wo die bisherige Tier-Hierarchie auf den Kopf gestellt wurde

Das ist der Teil, bei dem es sich lohnt, innezuhalten. Das alte Gedankenmodell war einfach: Pro für schwierige Probleme, Flash für Durchsatz. 3.5 Flash bricht das zusammen. Es schlägt Gemini 3.1 Pro – das Flagship vom Februar 2026 – in den meisten Benchmark-Kategorien, kostet dabei weniger und läuft schneller. Der „leichte” Tier übertrifft nun das Premium-Tier der letzten Generation.

Die unbequeme Frage, die Google jedem Entwickler stellt, lautet also: Macht es noch Sinn, für ein Pro-Modell zu zahlen, wenn das Next-Gen-Flash euer altes Pro bereits überholt hat? Für viele Workloads ist die ehrliche Antwort derzeit nein. Ich komme darauf zurück, wann es sich noch lohnt.

Was Gemini 3.5 Flash für die Produktion bringt

Spezifikationen sind das eine. Was es kostet und wo es wirklich hilft, ist ein anderes Thema.

Preisgestaltung und Latenzprofil im Vergleich zu 3.1 Pro

Gemini 3.5 Flash Preise betragen $1,50 pro 1M Eingabe-Token und $9,00 pro 1M Ausgabe-Token im Standard-Tier. Gecachte Eingabe läuft bei $0,15 pro 1M. Google gibt an, dass 3.5 Flash Token etwa 4x schneller ausgibt als andere Frontier-Modelle in seinem Tier.

Ein ehrlicher Hinweis: Das ist kein günstiges Upgrade, wenn ihr von Flash-Lite kommt. Der Wechsel vom $0,25 / $1,50 Flash-Lite-Preis auf $1,50 / $9,00 entspricht auf der Ausgabeseite etwa einer 6-fachen Steigerung. Ihr zahlt für agentische und multimodale Verbesserungen, nicht für eine Kostensenkung. Wenn eure Aufgabe reine Extraktion oder Routing ist, lasst sie auf einer günstigeren Route. (Der Preis ist gestiegen. So zu tun, als wäre das nicht der Fall, wäre unehrlich.)

Agent- und Coding-Benchmark-Ergebnisse

Die Gemini 3.5 Benchmark-Zahlen, die Google veröffentlicht hat, auf Nennwert genommen: 76,2 % bei Terminal-Bench 2.1 (Coding), 1656 Elo bei GDPval-AA (agentische Task-Performance), 83,6 % bei MCP Atlas (Tool-Use-Zuverlässigkeit im Maßstab), 84,2 % bei CharXiv Reasoning (multimodales Verständnis).

Der übliche Benchmark-Vorbehalt gilt: Ergebnisse pro Task variieren je nach Workload, Prompt-Strategie und Token-Mix. Eine Leaderboard-Zahl ist eine Ausgangshypothese, nicht euer Produktionsergebnis. Führt eure eigene Evaluierung durch, bevor ihr der Schlagzeile vertraut.

Multimodales Verständnis (Text-, Bild-, Audio-, Video-Eingabe)

Flash akzeptiert Text, Bild, Audio, Video und PDF als Eingabe, und ihr könnt diese in einer Anfrage kombinieren. Die offizielle Gemini 3.5 Flash-Dokumentation in Google AI Studio behandelt die Migrationsdetails – einschließlich dass Google Search, URL-Kontext, Code-Ausführung und benutzerdefinierte Funktionen im selben Aufruf ausgeführt werden können. Wenn ihr Chain-of-Thought-Prompt-Akrobatik betrieben habt, um Reasoning zu erzwingen, sagen die Docs: Lasst das und nutzt stattdessen thinking_level.

Was es nicht generiert (Ausgabegrenzen für Bild/Video/Audio)

Das ist die Zeile, bei der ich sehe, dass die Leute am häufigsten falsch liegen – also lest sie zweimal. Gemini 3.5 Flash nimmt multimodale Eingaben entgegen und produziert Textausgaben. Es generiert keine Bilder. Es generiert keine Videos. Es generiert kein Audio. Multimodales Verständnis ist nicht multimodale Generierung.

Wenn ihr generierte Videos braucht, ist das Gemini Omni – eine separate Modellfamilie, die Google beim selben Event angekündigt hat, kein 3.5-Variant. Computer Use wird auf 3.5 Flash ebenfalls nicht unterstützt; Google empfiehlt, für das weiterhin bei Gemini 3 Flash Preview zu bleiben. Routet Ausgabe-Generierung und Browser-Steuerungs-Tasks woanders hin. 3.5 Flash ist eine Reasoning-und-Verständnis-Engine, Punkt.

Was über Gemini 3.5 Pro bekannt und nicht bekannt ist

Die Leute fragen ständig, was Gemini 3.5 Pro können wird. Die meisten Antworten online sind Extrapolation. Hier ist die Aufteilung.

Bestätigt: Einführungsfenster Juni, multimodale Eingabe

Was Google tatsächlich zugesagt hat: Pro erscheint im Juni 2026, ist jetzt im internen Einsatz und sitzt oberhalb von Flash in der 3.5-Familie als Deep-Reasoning-Tier. Die MacRumors I/O 2026-Zusammenfassung dokumentiert dasselbe – intern in Tests, nächsten Monat kommend. Das ist das bestätigte Set. Es ist kurz.

Nicht bestätigt: Preise, API-ID, genaues Erscheinungsdatum

Alles, was Entwickler für die Integration wirklich brauchen, ist unbestätigt. Keine Preise. Keine API-Modell-ID. Kein spezifisches Erscheinungsdatum über „Juni” hinaus. Keine veröffentlichten Benchmark-Zahlen speziell für Pro – alles, was ihr über einen Vergleich von 3.5 Pro mit anderen Modellen seht, ist Schlussfolgerung, keine Google-Daten. Wenn ein Artikel einen 3.5 Pro-Preis oder eine 2M-Token-Kontextzahl als Tatsache anführt, behandelt das als Vermutung mit selbstsicherem Gesicht.

Wie Googles phasenweiser Rollout typischerweise funktioniert (Ultra → Pro → kostenlos)

Basierend darauf, wie die 3.x-Linie ausgerollt wurde, ist hier meine Einschätzung – als Muster markiert, nicht als Versprechen. Google neigt dazu, höhere Tiers und bezahlte Oberflächen zuerst zu landen und den Zugang dann über Wochen nach unten zu erweitern. Pro wird also wahrscheinlich in bezahlten Gemini-App-Tiers und der bezahlten Vertex/AI Studio API erscheinen, bevor es auf einem kostenlosen Kontingent auftaucht, falls es überhaupt kostenlos verfügbar wird. Ob der kostenlose Tier Pro einschließt, ist derzeit wirklich unbekannt. Ich würde kein kostenloses Pro-Produkt auf einem Vielleicht aufbauen.

Wie Entwickler 3.5 Flash vs. 3.5 Pro routen sollten

Ihr könnt nicht zu einem Modell routen, das nicht draußen ist. Es geht also wirklich darum: Was heute auf Flash laufen lassen, und was für Pro aufheben.

Wann Flash ausreicht (latenzsensible Agent-Arbeit)

Für die meisten Agent- und Coding-Aufgaben reicht Flash – das ist der ganze Sinn der Tier-Umkehrung. Wenn eure Workload aus mehrstufiger Tool-Nutzung, Coding-Schleifen, dokumentenintensiven Assistenten oder suchbasierten Pipelines besteht und ihr auf Latenz achtet, deckt 3.5 Flash das ab. Die 4-fache Ausgabegeschwindigkeit macht sich am deutlichsten bemerkbar, wenn ihr lange Agent-Schleifen ausführt, nicht bei einzelnen Aufrufen. Ein langsamer Schritt weniger pro Schleife klingt nach wenig. Im Maßstab summiert sich das schnell.

Wann Pro das Warten wert ist (tiefes Reasoning, langer Kontext)

Haltet für Pro an, wenn die Aufgabe wirklich reasoning-gebunden und latenztoleranter ist: tiefe Analyseketten, sehr langer Kontext, bei dem die Abrufqualität mehr zählt als Geschwindigkeit, Probleme, bei denen eine falsche Antwort teurer ist als eine langsame. Ich möchte hier vorsichtig sein – ich beschreibe die beabsichtigte Rolle eines Pro-Tiers, weil ich kein Modell benchmarken kann, das ich nicht ausgeführt habe. Wenn Flash eure Genauigkeitsanforderungen im Testing bereits erfüllt, bringt euch das Warten auf Pro nichts außer einer höheren Rechnung.

Fallback-Muster über Tiers hinweg

Das Muster, das ich heute aufbauen würde: Standard auf Flash setzen, eine günstigere Route (Flash-Lite oder 2.5 Flash) für extraktive und Routing-Aufgaben behalten und einen Konfigurations-Slot für Pro freilassen, den ihr umschalten könnt, wenn es erscheint und nachdem ihr es evaluiert habt. Kein einzelnes Modell hardcoden. Das 3.5-Release hat gerade bewiesen, dass die Hierarchie sich in einem Quartal umkehren kann – euer Routing-Layer sollte die Modellwahl als Variable behandeln, nicht als Konstante.

Wo Gemini 3.5 in einen multimodalen Generierungs-Stack passt

Wenn ihr etwas entwickelt, das Bild- oder Videoausgabe berührt, ist dieser Abschnitt derjenige, der euch eine falsche Architektur erspart.

Trennung von Entscheidungsebene und Ausführungsebene

3.5 Flash ist eine Entscheidungsebene, keine Ausführungsebene für Medien. Es reasont, plant, ruft Tools auf, analysiert Eingaben über Modalitäten hinweg und entscheidet, was passieren soll. Es rendert nicht die Pixel oder die Frames. Haltet diese beiden Aufgaben in eurer Architektur getrennt: Lasst Gemini 3.5 das Routing, Prompting und Qualitätsurteil übernehmen; lasst ein dediziertes Generierungsmodell die Produktion übernehmen. Beides zusammenzulegen ist der Weg, wie ihr ein Textausgabe-Modell bittet, ein Video zu erstellen, und euch dann fragt, warum es das nicht kann.

Gemini 3.5 mit Bild-/Video-Generierungsmodellen kombinieren

Das saubere Muster: Gemini 3.5 nimmt das Briefing, das Referenzbild, den Audio-Track – was auch immer der Input-Mix ist – auf, überlegt, was generiert werden soll, und gibt strukturierte Anweisungen oder Prompts aus. Ein nachgelagertes Generierungsmodell nimmt diese und produziert das Asset.

FAQ

Wann ist Gemini 3.5 Pro verfügbar?

Juni 2026, laut Googles I/O-Ankündigung. Es wurde noch kein genaues Datum veröffentlicht. Es befindet sich weiterhin in internen Tests.

Was ist die API-Modell-ID für Gemini 3.5 Flash?

gemini-3.5-flash. Das ist der stabile, produktions-GA-Bezeichner (live seit dem 19. Mai 2026).

Generiert Gemini 3.5 Pro Bilder oder Videos?

Unwahrscheinlich. Die gesamte 3.5-Familie unterstützt multimodale Eingabe (Text, Bild, Audio, Video), gibt aber nur Text aus. Bild-/Video-/Audio-Generierung gehört zu separaten Modellen wie Gemini Omni.

Ist Gemini 3.5 Flash günstiger als 3.1 Pro?

Ja, auf Token-Basis ($1,50/$9,00 gegenüber dem früheren Pro-Tier), und es ist schneller. Wenn ihr jedoch von älteren Flash-Lite-Modellen migriert, steigen die Ausgabekosten erheblich (~6x).

Kann ich auf Gemini 3.5 über Modell-Aggregations-Plattformen zugreifen?

Ja für Flash (bereits auf Plattformen wie OpenRouter zu Standardpreisen verfügbar). Pro ist noch nicht erschienen, daher wird der Aggregations-Support vom Rollout-Timing der jeweiligen Plattform abhängen.

Vorherige Beiträge: