Google hat ein aktualisiertes Modell-Portfolio im Gemini-Flash-Ökosystem vorgestellt, das speziell auf die Anforderungen von Entwicklern und Unternehmen für produktive KI-Agenten-Workflows zugeschnitten ist. Im Mittelpunkt stehen die neuen Modelle Gemini 3.6 Flash und Gemini 3.5 Flash-Lite sowie die Integration des spezialisierten Gemini 3.5 Flash Cyber in die CodeMender-Infrastruktur zur Cybersicherheit. Die Veröffentlichung zielt darauf ab, Latenzzeiten zu reduzieren, die Token-Effizienz signifikant zu steigern und die Betriebskosten agenticer Anwendungen zu senken. Gemini 3.6 Flash positioniert sich als leistungsstarker Standard für komplexe Aufgaben. Basierend auf Entwicklerfeedback wurden die Fähigkeiten in der Code-Generierung und bei Wissensarbeiten ausgebaut. Die Token-Effizienz wurde deutlich verbessert: Im Artificial Analysis Index verbraucht das Modell 17 Prozent weniger Ausgabetokens gegenüber Vorgänger 3.5 Flash, in Benchmarks wie DeepSWE sogar bis zu 65 Prozent. Die Preise liegen bei 1,50 US-Dollar pro Million Input-Tokens und 7,50 US-Dollar pro Million Output-Tokens, was die Gesamtkosten pro Agenten-Aufgabe senkt. Zusätzlich wurden die Sicherheitsstandards erweitert. Das Modell nutzt verbesserte Frontier-Safety-Maßnahmen gegen CBRN-Missbrauch und cyberkriminelle Angriffe, behält dabei aber eine hohe Nützlichkeit für legale Anwendungen bei. Für Hochdurchsatz-Szenarien und Latenz-kritische Workflows hat Google Gemini 3.5 Flash-Lite freigegeben. Es ist das schnellste Modell der 3.5-Reihe und erreicht nach Angaben des Artificial Analysis Index 350 Ausgabetokens pro Sekunde. Mit einem Preis von 0,30 US-Dollar pro Input- und 2,50 US-Dollar pro Output-Million Tokens bietet es ein überlegenes Preis-Leistungs-Verhältnis. In Tests wie SWE-Bench Pro und OSWorld-Verified schlägt es sogar die ältere Gemini-3-Family und beweist damit seine Eignung für skalierbare Agentic-Suchen und Dokumentenverarbeitung. Ergänzend wird Gemini 3.5 Flash Cyber in Verbindung mit CodeMender eingeführt, um Sicherheitslücken in Code automatisiert und effizient zu erkennen. Die Kombination aus spezialisiertem Modell und Agenten-Infrastruktur liefert konkurrenzfähige Ergebnisse für die moderne Cybersicherheit. Ausblickend testet Google derzeit den breiten Gemini 3.5 Pro mit Partnerunternehmen, wobei eine allgemeine Verfügbarkeit für den kommenden Zeitraum geplant ist. Parallel dazu hat Google bereits die ambitionierteste Pre-Training-Phase für Gemini 4 eingeleitet und arbeitet an der nächsten Modellgeneration. Die Veröffentlichungen unterstreichen Googles Strategie, KI-Modelle durch optimierte Effizienz und kosteneffiziente Architekturen direkter in produktive Geschäftsanwendungen zu integrieren.