Video: KI-generierter Avatar und KI-Stimme von Alex Trupp · KI-Transparenz
Google DeepMind hat mit Gemini 3.7 Flash ein neues Modell veröffentlicht, das gezielt auf Programmieraufgaben, Webentwicklung und den Einsatz in Agenten-Systemen ausgerichtet ist. Damit positioniert Google sein günstiges Flash-Modell nicht mehr nur als schnelle Allzwecklösung, sondern als ernstzunehmendes Werkzeug für Entwickler.
Auffällig ist vor allem die Kombination aus deutlich verbesserten Testwerten und einem Preis, der zum Start nur die Hälfte des Vorgängermodells beträgt. Das macht Gemini 3.7 Flash zu einem Kandidaten für Teams, die Coding-Automatisierung im großen Maßstab betreiben wollen, ohne die Kosten aus dem Blick zu verlieren.
Was Gemini 3.7 Flash anders macht
Gemini 3.7 Flash ist laut DeepMind speziell auf Programmieren, Webentwicklung und Agenten-Anwendungen getrimmt. Das unterscheidet es von generischen Sprachmodellen, die für ein breites Aufgabenspektrum ausgelegt sind: Hier liegt der Fokus erkennbar auf Code-Qualität und dem zuverlässigen Funktionieren in automatisierten Entwickler-Workflows.
Diese Ausrichtung zeigt sich in den genannten Testergebnissen. Ein Test zur Produktionscodequalität – also wie brauchbar generierter Code tatsächlich in echten Projekten ist – steigt von 34 auf 44 Prozent. Bei einem Software-Engineering-Test springt die Quote von 49 auf über 65 Prozent.
Die ELO-Wertung aus echten Blindabstimmungen
Neben den beiden Testergebnissen wird auch die Platzierung in einer öffentlichen Webentwickler-Arena genannt: Die ELO-Wertung steigt von 1538 auf 1588. Solche Arenen beruhen auf echten Blindabstimmungen von Nutzern, die zwei Modell-Antworten vergleichen, ohne zu wissen, welches Modell dahintersteckt.
Genau das macht diesen Wert für Entwickler besonders aussagekräftig: Er basiert nicht auf einem einzelnen, feststehenden Benchmark-Datensatz, sondern auf direkten Präferenzen in praktischen Vergleichssituationen.
Der Preis als eigentliche Neuerung
Neben den Leistungssprüngen ist der Preis der zweite zentrale Punkt: Zum Start kostet Gemini 3.7 Flash nur die Hälfte des Vorgängermodells. Konkret sind es 75 Cent pro Million Eingabetokens, ein Preis, der bis zum Jahresende gilt.
Damit liegt das Modell laut der Einordnung im Transkript nur bei einem Bruchteil dessen, was vergleichbare Modelle von Anthropic oder OpenAI kosten. Für Teams, die Coding-Aufgaben in großem Umfang automatisieren, kann diese Preisdifferenz stärker ins Gewicht fallen als einzelne Prozentpunkte bei Benchmarks.
Häufige Fragen
Ein von Google DeepMind veröffentlichtes KI-Modell, das gezielt auf Programmieren, Webentwicklung und den Einsatz in Agenten-Workflows getrimmt wurde.
Laut den im Transkript genannten Werten steigt die Trefferquote bei einem Test für Produktionscodequalität von 34 auf 44 Prozent und bei einem Software-Engineering-Test von 49 auf über 65 Prozent. In einer öffentlichen Webentwickler-Arena, die auf echten Blindabstimmungen basiert, klettert die ELO-Wertung von 1538 auf 1588.
Zum Start kostet es nur die Hälfte des Vorgängermodells und laut Angabe im Transkript nur einen Bruchteil dessen, was vergleichbare Modelle von Anthropic oder OpenAI kosten – konkret 75 Cent pro Million Eingabetokens bis zum Jahresende.
KI-Modelle richtig einsetzen, statt nur zu testen
Neue Modelle wie Gemini 3.7 Flash verändern laufend, was sich lohnt zu automatisieren – und was nicht. Nordvind AI hilft dabei, aktuelle Coding- und Agenten-Modelle sinnvoll in bestehende Entwicklungs- und Automatisierungsprozesse einzubinden, ohne bei jedem Release von vorne anzufangen.
Kostenlose Erstberatung →