Gemini 3.5 Flash Modell-Übersicht

Gemini 3.5 Flash wurde als erstes Modell der Gemini-3.5-Familie von Google DeepMind am 19.05.2026 vorgestellt. Gemini 3.5 Flash erreicht beinahe die Reasoning- und Coding-Kapazitäten von der großen Gemini 3.1 Pro Version, ist dabei aber deutlich günstiger und schneller. Das Modell wurde für das Coding und den Einsatz als KI-Agent ausgelegt und überzeugt v.a. durch das gute Preis- / Leistungsverhältnis.

Playground API Dokumentation System Card Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

1,05 Mio. Token

65,54k Token

Unbekannt

$1.50

$9.00

Unbekannt

Gemini 3.5 Flash Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

Gemini 3.5 Flash Benchmark Übersicht

Gemini 3.5 Flash Performance im Vergleich zu anderen KI-Modellen

Benchmark	Gemini 3.5 Flash	Gemma 4	DeepSeek-V4-Pro	Claude Opus 4.8	MiniMax M3	GPT-5.5	Kimi K2.6
ARC-AGI-2Logik & Schlussfolgerung	72,1 %	—	—	—	—	Top 85 %	—
Artificial Analysis Intelligence IndexLogik & Schlussfolgerung	55 Pkt.	—	—	Top 61 Pkt.	—	—	—
GDPval-AAAgentische Aufgaben	1.656 ELO	—	1.619 ELO	Top 1.890 ELO	—	—	—
Humanity's Last ExamWissen & Sprache	40,2 %	19,5 %	37,7 %	49,8 %	—	41,4 %	34,7 %
MCP-AtlasAgentische Aufgaben	Top 83,6 %	—	73,8 %	82,2 %	74,2 %	75,3 %	—
MMMU-ProMultimodalität	Top 83,6 %	76,9 %	—	—	78,1 %	81,2 %	79,4 %
MRCR v2Logik & Schlussfolgerung	Top 77,3 %	66,4 %	—	—	—	—	—
OSWorld-VerifiedAgentische Aufgaben	78,4 %	—	—	Top 83,4 %	70,1 %	78,7 %	73,1 %
SWE-bench ProProgrammierung	55,1 %	—	55,4 %	69,2 %	59 %	58,6 %	58,6 %
Terminal-Bench 2.1Programmierung	Top 76,2 %	—	—	74,6 %	66 %	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.5	85 %
Gemini 3.1 Pro	77,1 %
Gemini 3.5 Flash	72,1 %
Claude Opus 4.6	68,8 %
Claude Sonnet 4.6	58,3 %
GPT-5.2 Pro	54,2 %
GPT-5.2	52,9 %
Gemini 3 Deep Think	45,1 %
Muse Spark	42,5 %
Claude Opus 4.5	37,6 %
Gemini 3 Pro	31,1 %
Grok-4	15,9 %

Vergleich von LLMs im Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.8	61 %
Gemini 3.5 Flash	55 %
MiniMax M2.7	50 %

Vergleich von LLMs im Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.8	1.890 %
Gemini 3.5 Flash	1.656 %
DeepSeek-V4-Pro (Preview)	1.619 %
MiniMax M2.7	1.495 %
Muse Spark	1.444 %

Vergleich von LLMs im Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Mythos Preview	56,8 %
Claude Opus 4.8	49,8 %
Claude Opus 4.7	46,9 %
Gemini 3.1 Pro	44,4 %
Muse Spark	42,8 %
GPT-5.5	41,4 %
Gemini 3.5 Flash	40,2 %
Claude Opus 4.6	40 %
DeepSeek-V4-Pro (Preview)	37,7 %
Kimi K2.6	34,7 %
Claude Sonnet 4.6	33,2 %
GLM-5.1	31 %
GLM-5	30,5 %
Qwen3.5-397B-A17B	28,7 %
GPT-5.4 nano	24,26 %
Gemma 4 31B	19,5 %
MiniMax M2.5	19,4 %
GPT-5.4 mini	18,32 %
Nemotron 3 Super	18,26 %
Gemini 3.1 Flash-Lite	16 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.5 Flash	83,6 %
Claude Opus 4.8	82,2 %
Claude Opus 4.7	77,3 %
GPT-5.5	75,3 %
MiniMax-M3	74,2 %
DeepSeek-V4-Pro (Preview)	73,8 %
GLM-5.1	71,8 %
MiniMax M2.7	49,4 %

Vergleich von LLMs im Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.5 Flash	83,6 %
GPT-5.5	81,2 %
Muse Spark	80,4 %
Kimi K2.6	79,4 %
MiniMax-M3	78,1 %
Gemma 4 31B	76,9 %

Vergleich von LLMs im Benchmark MMMU-Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MRCR v2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.5 Flash	77,3 %
Gemma 4 31B	66,4 %

Vergleich von LLMs im Benchmark MRCR v2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark OSWorld-Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.8	83,4 %
Claude Mythos Preview	79,6 %
GPT-5.5	78,7 %
Gemini 3.5 Flash	78,4 %
Claude Opus 4.7	78 %
GPT-5.4	75 %
Kimi K2.6	73,1 %
Claude Opus 4.6	72,7 %
Claude Sonnet 4.6	72,5 %
MiniMax-M3	70,06 %
Claude Opus 4.5	66,3 %
GPT-5.3-Codex	64,7 %
Claude Haiku 4.5	50,7 %
GPT-5.4 mini	42 %

Vergleich von LLMs im Benchmark OSWorld-Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Mythos Preview	77,8 %
Claude Opus 4.8	69,2 %
Claude Opus 4.7	64,3 %
MiniMax-M3	59 %
GPT-5.5	58,6 %
Kimi K2.6	58,6 %
GLM-5.1	58,4 %
MiniMax M2.7	56,22 %
DeepSeek-V4-Pro (Preview)	55,4 %
Gemini 3.5 Flash	55,1 %
Muse Spark	52,4 %

Vergleich von LLMs im Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.5 Flash	76,2 %
Claude Opus 4.8	74,6 %
MiniMax-M3	66 %
MiniMax M2.7	51,1 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Multimodaler Transformer
Input Kontextlänge	1,05 Mio.
Output Kontextlänge	65,54k
Tokenizer	Proprietärer Gemini Tokenizer

Besonderheiten

Dynamic Thinking	Konfigurierbares Reasoning-System
Combined Tool Use	Mehrere Tools in einer Anfrage, inkl. Google Search, Google Maps, File Search, Code Execution etc.

Vorteile & Nachteile

Vorteile

Starke Ergebnisse in Agentic Benchmarks
Gemini 3.5 Flash erreicht in Agentischen Benchmarks sehr gute Ergebnisse. 83,6% in MCP Atlas, 76,2% auf Terminal-Bench 2.1 und 1656 Elo in GDPval-AA. Übertrifft Gemini-3.1 Pro also deutlich, trotz der kleineren Größe.
Sehr hohe Geschwindigkeit
Gemini 3.5 Flash ist bis zu 4x schneller als vergleichbare Frontier-Modelle, was den Token-Output pro Sekunde angeht.
Sehr gutes Preis- / Leistungsverhältnis
Mit $1.50/$9.00 pro 1 Mio. Tokens ist Gemini 3.5 Flash rund 40% günstiger als Gemini 3.1 Pro und ca. 66% günstiger als GPT-5.5. Context Caching reduziert den Preis für betroffene Inputs um weitere 90%.
Großes Kontextfenster
Mit 1 Mio. Tokens maximalem Kontextfenster übertrifft Gemini 3.5 Flash Modelle vermutlich ähnlicher Größe, wie Claude Sonnet 4.6, um ein Weites.

Nachteile

Schwächer bei reiner Long-Context-Retrieval & Reasoning
Long-Context-Retrieval Benchmarks wie MRCR v2 zeigen die Schwächen des kleineren Modells auf. Mit 1 Mio. Kontextfenster erreicht Gemini 3.5 Flash nur 26,6%, bei 128k Kontextfenster 77,3% (vs. 84,9% bei Gemini 3.1 Pro). Auch bei reinen Reasoning-Benchmarks wie GPQA Diamond und Humanity's Last Exam (40,2%) führt weiterhin Gemini 3.1 Pro.
Preisanstieg im Vergleich zu Gemini 3.0 Flash
Mit $1.50/$9.00 rund 3x teurer als Gemini 3 Flash (Preview). Ähnliche Preissteigerungen konnten auch bei OpenAI und Anthropic beobachtet werden, allerdings nicht in dieser Höhe.
Viele Tokens zum Lösen von Aufgaben notwendig
Gemini 3.5 Flash benötigt vergleichsweise viele Output-Tokens (ca. 73 Mio. im AA Intelligence-Index-Benchmark vs. ~35 Mio. Durchschnitt), was letztendlich zu höheren Gesamtkosten bei komplexeren Aufgaben führt.
Proprietäres KI-Modell ohne Open Weights
Wie andere Modelle aus der Gemini-Reihe auch, hat Google DeepMind keine Weights für 3.5-Flash veröffentlicht. Schade, da das Modell sicherlich für Fine-Tuning interessant gewesen wäre. Als Alternativen kann man auf Gemma 4 (kleineres Modell) oder Minimax-M3 zurückgreifen.

Vergleiche Gemini 3.5 Flash mit anderen LLMs

Vergleiche Gemini 3.5 Flash mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
MiniMax	MiniMax M3	Andere	Unbekannt	1 Mio.	512k	$0.60	$2.40	01.06.2026
Anthropic	Claude Opus 4.8	Proprietär	Unbekannt	1 Mio.	128k	$5.00	$25.00	28.05.2026
Google DeepMind	Gemini 3.5 Flash	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.50	$9.00	19.05.2026
DeepSeek AI	DeepSeek-V4-Pro	MIT	1.600 Mrd.	1 Mio.	384k	$1.74	$0.87	24.04.2026
OpenAI	GPT-5.5	Proprietär	Unbekannt	1,05 Mio.	128k	$5.00	$30.00	23.04.2026
Moonshot AI	Kimi K2.6	MIT	1.000 Mrd.	262,14k	262,14k	$0.75	$3.50	20.04.2026
Anthropic	Claude Opus 4.7	Proprietär	Unbekannt	1 Mio.	128k	$5.00	$25.00	16.04.2026
Meta AI	Muse Spark	Proprietär	Unbekannt	262k	unbekannt	unbekannt	unbekannt	08.04.2026
Z.ai	GLM-5.1	MIT	744 Mrd.	202,75k	128k	$1.40	$4.40	07.04.2026
Anthropic	Claude Mythos	Proprietär	Unbekannt	1 Mio.	128k	$25.00	$125.00	07.04.2026

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst Google DeepMind Gemini 3.5 Flash über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Gemini 3.5 Flash Modell-Übersicht

Features

Tools

Multimodalität

Finetuning

Details zum Modell

Gemini 3.5 Flash Benchmark Scores

Gemini 3.5 Flash Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

Gemini 3.5 Flash Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche Gemini 3.5 Flash mit anderen LLMs

Provider & APIs

Gemini 3.5 Flash Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Multimodalität

Agentische Aufgaben

Gemini 3.5 Flash Performance im Vergleich zu anderen KI-Modellen

Ergebnisse in Benchmarks