Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
1,50 $
USD / 1M Output
7,50 $
Throughput
Unbekannt
Gemini 3.6 Flash
Veröffentlichung
Juli 2026
Knowledge Cutoff
Unbekannt
Parameter
Unbekannt
Modellfamilie
Gemini 3.6 Flash
Proprietär
Gemini 3.6 Flash Modell-Übersicht
Gemini 3.6 Flash ist Googles schnelles "Mittelklasse-Modell", das sich zwischen Gemini 3.5 Flash-Lite und dem weiterhin verzögerten Gemini 3.5 Pro positioniert. Gegenüber dem direkten Vorgänger Gemini 3.5 Flash verbraucht es laut Google rund 17 % weniger Output-Token und benötigt weniger Reasoning-Schritte und Tool-Calls für die gleichen Aufgaben. Der Output-Preis sinkt von $9 auf $7,50 pro 1 Mio. Token, der Knowledge Cutoff rückt von Januar 2025 auf März 2026 vor. Mit einem Kontextfenster von 1 Mio. Token und nativer Multimodalität zielt es auf agentische Workflows, Coding und multimodale Aufgaben. Gemini 3.6 lässt sich als Übergangsmodell und kleines Update von 3.5 bezeichnen, das vermutlich die Wartezeit auf das große Gemini 3.5 Pro Modell verkürzen soll.
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
Max. Input
1 Mio. Token
Max. Output
64k Token
Trainingsdaten
Unbekannt
Parameter
Unbekannt
Input Preis
1,50 $
Output Preis
7,50 $
Vokabular
Unbekannt
Dateigröße
Unbekannt
Gemini 3.6 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.
Technologie & Daten
Technische Spezifikationen
| Architektur | Multimodale MoE-Architektur |
|---|---|
| Input Kontextlänge | 1 Mio. |
| Output Kontextlänge | 64k |
| Tokenizer | SentencePiece-basierter Tokenizer |
Besonderheiten
| Grounding mit Google Search | Integriert die offizielle Google Web-Suche. |
|---|---|
| Computer Use | Erreicht 83 % im OSWorld-Verified Benchmark (zuvor 78,4 %) für die Steuerung grafischer Oberflächen. |
Vorteile & Nachteile
Vorteile
- Günstiger als der VorgängerMit $1,50 / $7,50 pro 1 Mio. Input-/Output-Token ist der Output günstiger als bei Gemini 3.5 Flash ($9 pro 1 Mio. Output-Token), bei – laut Google – besserer Qualität.
- Höhere Token-EffizienzRund 17 % weniger Output-Token sowie weniger Reasoning-Schritte und Tool-Calls pro Aufgabe senken die Gesamtkosten beim Einsatz als KI-Agent zusätzlich.
- Fortschritte bei Coding und Computer UseDeepSWE steigt auf 49 % (von 37 %), MLE-Bench auf 63,9 % (von 49,7 %) und OSWorld-Verified auf 83 % (von 78,4 %) gegenüber Gemini 3.5 Flash.
- Großes Kontextfenster und Multimodalität1 Mio. Token Kontext sowie Text-, Bild-, Audio-, Video- und PDF-Input decken lange Dokumente und multimodale Aufgaben in einem Modell ab.
- Aktueller Knowledge Cutoff plus GroundingDas Trainingswissen reicht bis März 2026 (Vorgänger: Januar 2025) und das integrierte Grounding mit Google Search deckt darüber hinaus aktuelle Ereignisse ab.
Nachteile
- Kein Flaggschiff-ModellAls Flash-Tier bleibt Gemini 3.6 Flash unterhalb des (verzögerten) Gemini 3.5 Pro. Wir warten weiter auf das "Pro" Modell, das mit anderen Frontier-Modellen mithalten kann.
- Proprietäres ModellWie andere Gemini Modelle auch, ist 3.6 proprietär. Google bietet keine Open Weights und kein lokales Deployment an. Du bist an Googles API mit deren Preisen, Limits und Datenschutzbedingungen gebunden.
- Dünne offizielle SpezifikationenGoogle nennt weder Parameterzahl noch Tokenizer- oder Architektur-Details für Gemini 3.6 Flash. Viele technische Angaben lassen sich nicht unabhängig belegen.
Vergleiche Gemini 3.6 Flash mit anderen LLMs
Vergleiche Gemini 3.6 Flash mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.
Provider & APIs
Du kannst Google DeepMind Gemini 3.6 Flash über die API folgender Anbieter nutzen.