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.

Playground API-Dokumentation System Card Blog

Features & Modalitäten

Nicht verfügbar

Finetuning

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangaben

Input:TextBildAudioVideoPDF

Output:TextJson

Details zum Modell

1 Mio. Token

64k Token

1,50 $

7,50 $

Kosten berechnen Geschwindigkeit testen

Gemini 3.6 Flash Benchmark Scores

Auf einen Blick

50,1 Pkt.Rang 11 von 19

Stärken

Top 3Wissen & Sprache

Top 3Logik & Schlussfolgerung

Gemini 3.6 Flash Benchmark Übersicht

Gemini 3.6 Flash Performance im Vergleich zu anderen KI-Modellen

Benchmark	Gemini 3.6 Flash	Gemini 3.5 Flash Lite	Laguna S 2.1	Claude Opus 5	Muse Glimmer 30B	Muse Spark 1.2	Qwen 3.8 Max
AA-OmniscienceWissen & Sprache	23,5 Pkt.	6,9 Pkt.	—	0,5 Pkt.	-32,9 Pkt.	21,5 Pkt.	—
Artificial Analysis Intelligence IndexLogik & Schlussfolgerung	50,1 Pkt.	36,5 Pkt.	—	61 Pkt.	35,1 Pkt.	54,1 Pkt.	—
GDPval-AAAgentische Aufgaben	1.421 ELO	1.140 ELO	—	1.861 ELO	953 ELO	1.631 ELO	—
GPQA DiamondWissen & Sprache	92,8 %	83,8 %	—	93,4 %	83,5 %	90,4 %	92,6 %
Humanity's Last ExamWissen & Sprache	38,3 %	17,5 %	—	56,3 %	22 %	43,9 %	43,6 %
MMMU-ProMultimodalität	83,2 %	79 %	—	89,9 %	74 %	—	82,3 %
MRCR v2Logik & Schlussfolgerung	91,8 %	72,2 %	—	—	—	—	92,9 %
OSWorld-VerifiedAgentische Aufgaben	83 %	74 %	—	—	65,9 %	—	86,1 %
SWE-bench ProProgrammierung	58,7 %	54,2 %	59,4 %	79,2 %	51,2 %	—	67,7 %
Terminal-Bench 2.1Programmierung	78 %	54 %	70,2 %	84,6 %	51,7 %	82,9 %	86,6 %

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	33 %
Grok 4.5	26,4 %
Gemini 3.6 Flash	23,5 %
Muse Spark 1.2	21,53 %
Claude Opus 4.6	14 %
Claude Sonnet 4.6	12 %
GPT-5.3-Codex	10 %
Gemini 3.5 Flash-Lite	6,9 %
GPT-5.4	6 %
Inkling	2,1 %
MiniMax M2.7	1 %
Claude Opus 5	0,49 %
GLM-5	-1 %
Kimi K2.5 (Thinking)	-8 %
Inkling-Small	-9 %
DeepSeek V4 Flash 0731	-15,7 %
GPT-5.6 Terra	-21,67 %
Muse Glimmer 30B	-32,85 %
Qwen3.5-397B-A17B	-36 %
MiniMax M2.5	-40 %

Vergleich von LLMs im Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % 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 GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Inkling-Small	89,5 %
DeepSeek V4 Flash	88,1 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

Vergleich von LLMs im Benchmark GPQA Diamond. 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 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 %
Claude Fable 5	84,3 %
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 %
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	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 Vorgänger
Mit $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-Effizienz
Rund 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 Use
DeepSWE 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 Multimodalität
1 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 Grounding
Das Trainingswissen reicht bis März 2026 (Vorgänger: Januar 2025) und das integrierte Grounding mit Google Search deckt darüber hinaus aktuelle Ereignisse ab.

Nachteile

Kein Flaggschiff-Modell
Als 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 Modell
Wie 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 Spezifikationen
Google 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, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
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
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Moonshot AI	Kimi K3	Unbekannt	57	1,05 Mio.	131,07k	3,00 $	15,00 $	16.07.2026
Google DeepMind	Gemini 3.5 Flash	Proprietär	55	1,05 Mio.	65,54k	1,50 $	9,00 $	19.05.2026

Inklusive Vorgänger Gemini 3.5 Flash — zusätzlich zu den 10 neuesten Modellen.

‌
Alle Modelle vergleichen

Gemini 3.6 Flash ausprobieren

Du musst kein Entwickler sein: Gemini 3.6 Flash ist auch direkt in Gemini nutzbar.

Gemini

4,99 €

Provider & APIs

Du kannst Google DeepMind Gemini 3.6 Flash über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Gemini 3.6 Flash

Kann ich Gemini 3.6 Flash kostenlos nutzen?

Ja, Gemini 3.6 Flash ist in Gemini auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Gemini 3.6 Flash Open Source?

Nein, Gemini 3.6 Flash ist proprietär. Es gibt keine offenen Gewichte, die Nutzung läuft über Apps oder die API von Google DeepMind.

Welche Eingabeformate versteht Gemini 3.6 Flash?

Gemini 3.6 Flash verarbeitet folgende Eingabeformate: Text, Bild, Audio, Video, PDF.

Was kostet Gemini 3.6 Flash über die API?

Über die API kostet Gemini 3.6 Flash 1,50 $ pro 1 Mio. Input-Token und 7,50 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Gemini 3.6 Flash?

Gemini 3.6 Flash verarbeitet bis zu 1 Mio. Token in einer Anfrage.

Was ist der Vorgänger von Gemini 3.6 Flash?

Der direkte Vorgänger von Gemini 3.6 Flash ist Gemini 3.5 Flash (erschienen Mai 2026). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Gemini 3.6 Flash Modell-Übersicht

Features & Modalitäten

Details zum Modell