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 & Modalitäten

Nicht verfügbar

Finetuning

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangaben

Input:TextBildAudioVideoPDF

Output:TextJson

Details zum Modell

1,05 Mio. Token

65,54k Token

1,50 $

9,00 $

Kosten berechnen Geschwindigkeit testen

Gemini 3.5 Flash Benchmark Scores

Auf einen Blick

55 Pkt.Rang 6 von 19

Stärken

Top 3Multimodalität

Gemini 3.5 Flash Benchmark Übersicht

Gemini 3.5 Flash Performance im Vergleich zu anderen KI-Modellen

Benchmark	Gemini 3.5 Flash	Gemma 4	Gemini 3.5 Flash Lite	DeepSeek-V4-Pro	Claude Opus 4.8	Muse Glimmer 30B	Muse Spark 1.2
Artificial Analysis Intelligence IndexLogik & Schlussfolgerung	55 Pkt.	—	36,5 Pkt.	44 Pkt.	61 Pkt.	35,1 Pkt.	54,1 Pkt.
GDPval-AAAgentische Aufgaben	1.656 ELO	—	1.140 ELO	1.554 ELO	1.890 ELO	953 ELO	1.631 ELO
Humanity's Last ExamWissen & Sprache	40,2 %	19,5 %	17,5 %	37,7 %	49,8 %	22 %	43,9 %
MCP-AtlasAgentische Aufgaben	83,6 %	—	—	73,6 %	82,2 %	75,5 %	—
MMMU-ProMultimodalität	83,6 %	76,9 %	79 %	—	—	74 %	—
MRCR v2Logik & Schlussfolgerung	77,3 %	66,4 %	72,2 %	—	—	—	—
OSWorld-VerifiedAgentische Aufgaben	78,4 %	—	74 %	—	83,4 %	65,9 %	—
SWE-bench ProProgrammierung	55,1 %	—	54,2 %	55,4 %	69,2 %	51,2 %	—
Terminal-Bench 2.1Programmierung	76,2 %	—	54 %	—	74,6 %	51,7 %	82,9 %

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
Claude Opus 5	90,42 %
GPT-5.5	85 %
Gemini 3.1 Pro	77,1 %
Gemini 3.5 Flash	72,1 %
Claude Opus 4.6	68,8 %
GPT-5.6 Sol	67,1 %
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 %
Inkling-Small	40,1 %
Claude Opus 4.5	37,6 %
GPT-5.6 Terra	37,5 %
Gemini 3 Pro	31,1 %
Grok-4	15,9 %
GPT-5.6 Luna	7,4 %

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 Fable 5	65 %
Claude Opus 5	61 %
Claude Opus 4.8	61 %
GPT-5.6 Sol	58,9 %
Kimi K3	57 %
GPT-5.6 Terra	55 %
Gemini 3.5 Flash	55 %
Muse Spark 1.2	54,07 %
Grok 4.5	53,8 %
GPT-5.6 Luna	51,2 %
Gemini 3.6 Flash	50,1 %
MiniMax M2.7	50 %
DeepSeek V4 Flash 0731	49,9 %
DeepSeek-V4-Pro (Preview)	44 %
Inkling	41 %
Inkling-Small	40 %
DeepSeek V4 Flash	40 %
Gemini 3.5 Flash-Lite	36,5 %
Muse Glimmer 30B	35,06 %

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 Fable 5	1.932 %
Claude Opus 4.8	1.890 %
Claude Opus 5	1.861 %
GPT-5.6 Sol	1.747,8 %
Gemini 3.5 Flash	1.656 %
Muse Spark 1.2	1.631 %
Claude Sonnet 5	1.618 %
GPT-5.6 Terra	1.593 %
GPT-5.6 Luna	1.591,8 %
DeepSeek V4 Flash 0731	1.558,61 %
DeepSeek-V4-Pro (Preview)	1.554 %
Grok 4.5	1.543 %
Muse Spark	1.444 %
Gemini 3.6 Flash	1.421 %
DeepSeek V4 Flash	1.395 %
Muse Spark 1.1	1.381 %
Inkling-Small	1.269 %
Inkling	1.238 %
Gemini 3.5 Flash-Lite	1.140 %
Muse Glimmer 30B	953 %

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 Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek-V4-Pro (Preview)	37,7 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %

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
Muse Spark 1.1	88,1 %
Claude Opus 5	85,8 %
Kimi K3	84,2 %
Gemini 3.5 Flash	83,6 %
Claude Fable 5	83,3 %
Claude Opus 4.8	82,2 %
Inkling-Small	79,2 %
Claude Opus 4.7	77,3 %
GLM-5.2	76,8 %
Muse Glimmer 30B	75,5 %
GPT-5.5	75,3 %
MiniMax-M3	74,2 %
Inkling	74,1 %
DeepSeek-V4-Pro (Preview)	73,6 %
GLM-5.1	71,8 %
DeepSeek V4 Flash	69 %
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
Claude Opus 5	89,88 %
Claude Fable 5	89,31 %
Gemini 3.5 Flash	83,6 %
Gemini 3.6 Flash	83,2 %
GPT-5.6 Sol	83 %
Qwen 3.8 Max	82,3 %
Kimi K3	81,6 %
GPT-5.5	81,2 %
GPT-5.6 Terra	80,7 %
Grok 4.5	80,4 %
Muse Spark	80,4 %
Kimi K2.6	79,4 %
Gemini 3.5 Flash-Lite	79 %
GPT-5.6 Luna	78,4 %
MiniMax-M3	78,1 %
Gemma 4 31B	76,9 %
Muse Glimmer 30B	74 %
Inkling-Small	74 %
Inkling	73,5 %

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
Fugu Ultra	93,6 %
Qwen 3.8 Max	92,9 %
Gemini 3.6 Flash	91,8 %
GPT-5.6 Sol	91,5 %
GPT-5.6 Terra	89,6 %
Gemini 3.5 Flash	77,3 %
Gemini 3.5 Flash-Lite	72,2 %
Gemma 4 31B	66,4 %
Muse Spark 1.1	54,1 %
GPT-5.6 Luna	41,3 %

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
Qwen 3.8 Max	86,1 %
Claude Fable 5	85 %
Claude Opus 4.8	83,4 %
Gemini 3.6 Flash	83 %
Claude Sonnet 5	81,2 %
Muse Spark 1.1	80,8 %
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 %
Gemini 3.5 Flash-Lite	74 %
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 %
Muse Glimmer 30B	65,9 %
GPT-5.3-Codex	64,7 %
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 Fable 5	80 %
Claude Opus 5	79,2 %
Fugu Ultra	73,7 %
Claude Opus 4.8	69,2 %
Qwen 3.8 Max	67,7 %
Grok 4.5	64,7 %
GPT-5.6 Sol	64,6 %
GPT-5.6 Terra	63,4 %
Claude Sonnet 5	63,2 %
GPT-5.6 Luna	62,7 %
GLM-5.2	62,1 %
Muse Spark 1.1	61,5 %
Laguna S 2.1	59,4 %
MiniMax-M3	59 %
Gemini 3.6 Flash	58,7 %
Inkling-Small	55,9 %
Gemini 3.5 Flash	55,1 %
Inkling	54,3 %
Gemini 3.5 Flash-Lite	54,2 %
Muse Glimmer 30B	51,2 %

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
GPT-5.6 Sol	88,8 %
Kimi K3	88,3 %
GPT-5.6 Terra	87,4 %
Qwen 3.8 Max	86,6 %
GPT-5.6 Luna	84,7 %
Claude Opus 5	84,64 %
Grok 4.5	83,3 %
Muse Spark 1.2	82,9 %
DeepSeek V4 Flash 0731	82,7 %
GLM-5.2	82,7 %
Fugu Ultra	82,1 %
Claude Sonnet 5	80,4 %
Muse Spark 1.1	80 %
Gemini 3.6 Flash	78 %
Gemini 3.5 Flash	76,2 %
Laguna S 2.1	70,2 %
Inkling-Small	64,7 %
Inkling	63,8 %
Gemini 3.5 Flash-Lite	54 %
Muse Glimmer 30B	51,7 %

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, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Google DeepMind	Gemini 3.5 Flash	Proprietär	55	1,05 Mio.	65,54k	1,50 $	9,00 $	19.05.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Google DeepMind	Gemini 3.1 Flash-Lite	Proprietär	–	1,05 Mio.	65,54k	0,25 $	1,50 $	03.03.2026

Inklusive Vorgänger Gemini 3.1 Flash-Lite — zusätzlich zu den 10 neuesten Modellen.

‌
Alle Modelle vergleichen

Gemini 3.5 Flash ausprobieren

Du musst kein Entwickler sein: Gemini 3.5 Flash ist auch direkt in Gemini nutzbar.

Gemini

4,99 €

Provider & APIs

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

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Gemini 3.5 Flash

Kann ich Gemini 3.5 Flash kostenlos nutzen?

Ja, Gemini 3.5 Flash ist in Gemini auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Gemini 3.5 Flash Open Source?

Nein, Gemini 3.5 Flash ist proprietär. Es gibt keine offenen Gewichte, die Nutzung läuft über Apps oder die API von Google DeepMind.

Welche Eingabeformate versteht Gemini 3.5 Flash?

Gemini 3.5 Flash verarbeitet folgende Eingabeformate: Text, Bild, Audio, Video, PDF.

Was kostet Gemini 3.5 Flash über die API?

Über die API kostet Gemini 3.5 Flash 1,50 $ pro 1 Mio. Input-Token und 9,00 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Gemini 3.5 Flash?

Gemini 3.5 Flash verarbeitet bis zu 1,05 Mio. Token in einer Anfrage.

Wie aktuell ist das Wissen von Gemini 3.5 Flash?

Der Wissensstand (Knowledge Cutoff) von Gemini 3.5 Flash reicht bis Januar 2026. Über die integrierte Websuche kann das Modell zusätzlich aktuelle Informationen abrufen.

Was ist der Vorgänger von Gemini 3.5 Flash?

Der direkte Vorgänger von Gemini 3.5 Flash ist Gemini 3.1 Flash-Lite (erschienen März 2026). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Gemini 3.5 Flash Modell-Übersicht

Features & Modalitäten

Details zum Modell