Wie Business Insider berichtet, haben einige Google-Mitarbeiter bereits Zugriff auf eine Vorschauversion von Gemini 3.8 Flash erhalten, über die interne Coding-Plattform Jetski. Ein an den Tests beteiligter Mitarbeiter beschrieb die Version als „deutlich besser als 3.7 Flash“, fügte aber hinzu, es sei noch zu früh für ein abschließendes Urteil. Google lehnte eine Stellungnahme dazu ab.
Der Zeitstrahl macht den Takt sichtbar: 3.6 Flash erschien im Juli, 3.7 Flash folgte drei Wochen später, und jetzt befindet sich 3.8 Flash im internen Mitarbeitertest. Sundar Pichai hatte im Earnings Call zum zweiten Quartal gesagt, das Unternehmen strebe eine Veröffentlichungsfrequenz von annähernd einmal pro Monat an. Damals klang das wie ein Ziel, inzwischen wirkt es eher wie ein bereits laufender Zeitplan.
Flaggschiff verzögert sich, Flash rückt nach vorn
Der Zeitplan für Googles nächste Flaggschiff-Großmodell-Generation wurde wiederholt nach hinten verschoben, und das Unternehmen hat Ressourcen auf die Flash-Reihe konzentriert. Business Insider beschreibt die Flash-Modelle als „Arbeitspferd“, eingesetzt vor allem beim Programmieren und beim Betrieb von Agenten – zwei Lastprofile, die eines gemeinsam haben: hohe Aufrufdichte, lange Kontexte und eine höhere Toleranz gegenüber der Qualität einer einzelnen Antwort als gegenüber den Kosten.
Diese Abwägung lässt sich rechnerisch gut nachvollziehen. Wechselt dieselbe Agenten-Pipeline vom Pro- auf das Flash-Modell, sinken die Inferenzkosten häufig um eine Größenordnung (grobe Schätzung, die tatsächliche Differenz hängt von Kontextlänge und Cache-Trefferquote ab). Da Unternehmenskunden ihre KI-Rechnungen inzwischen monatlich im Blick behalten, verlagert sich die Entscheidung über die Modellklasse zunehmend von den Algorithmus-Teams zur Finanzabteilung.
Der Zugang über Jetski
Dass die interne Coding-Plattform das neue Modell zuerst erhält, ist an sich schon aufschlussreich. Die tatsächliche tägliche Codier-Last von Zehntausenden Google-Ingenieuren bildet ein Testfeld, das groß genug ist und mit dicht genug getaktetem Feedback arbeitet, um näher an der Produktionsrealität zu liegen als jedes öffentliche Ranking. Läuft ein Modell erst wochenlang auf der internen Coding-Plattform, bevor es freigegeben wird, lagert das im Grunde die teuerste Runde Red-Teaming an die eigene Belegschaft aus.
Ein ähnliches Muster lässt sich auch bei OpenAI und Anthropic erkennen. Der interne Nutzungsumfang der führenden KI-Labore ist inzwischen groß genug, um selbst als erste Nutzergruppe zu fungieren – die Iterationsgeschwindigkeit der Modelle ist damit nicht mehr an das Tempo externer, stufenweiser Rollouts gebunden.
Die Nebenwirkung der schnelleren Iteration
Wenn sich der Modellzyklus von „eine Generation pro Jahr“ auf „eine Version alle paar Wochen“ verkürzt, schrumpft auch die Halbwertszeit der Benchmark-Ergebnisse. Kaum ist die vorherige Version in die Produktlinie integriert, läuft intern schon die Vorschau der nächsten; die Modellwahl der Entwickler wird von einer einmaligen Entscheidung zu einem laufenden Wartungsaufwand – Prompts müssen neu abgestimmt, Tool-Aufruf-Formate erneut getestet und Kostenmodelle neu berechnet werden.
Für Google selbst verwässert die dichte Veröffentlichungsfolge auch die Aufmerksamkeit für jede einzelne Version. Für den tatsächlichen Fähigkeitsunterschied zwischen 3.6, 3.7 und 3.8 gibt es derzeit keinen vergleichbaren öffentlichen Benchmark. Google hat für 3.8 Flash keinen öffentlichen Veröffentlichungstermin genannt; auch Parameterzahl, Preise und Kontextlänge sind bislang nicht bekannt gegeben worden.
Quellen: Business Insider, CocoLoop, Mitschrift von Googles Earnings Call zum zweiten Quartal; Modell-Versionsbezeichnungen, Name der internen Plattform und Aussagen der Tester folgen dem Bericht von Business Insider, der Kostenvergleich ist eine grobe redaktionelle Schätzung.