Neue KI-Modelle: Gemini 3.7 Flash und DeepSeek V4-Pro im Vergleich<\/p>\n
close notice<\/p>\n
\n This article is also available in It was translated with technical assistance and editorially reviewed before publication.\n <\/p>\n \n Don\u2019t show this again.\n<\/p>\n Neue KI-Modelle<\/a> erscheinen bekannterma\u00dfen bevorzugt donnerstags. Google bringt Gemini 3.7 Flash<\/a> nur drei Wochen nach Gemini 3.6 Flash<\/a> heraus. Es sei nun Googles bislang leistungsf\u00e4higstes Modell der Flash-Reihe f\u00fcr Coding- und Agentenaufgaben.<\/p>\n Weiterlesen nach der Anzeige<\/p>\n Google stellt Gemini 3.7 Flash bei den obligatorischen Benchmarks den Konkurrenzmodellen Claude Sonnet 5, GPT-5.6 Terra und Muse Spark 1.2 gegen\u00fcber. Das Ergebnis f\u00e4llt gemischt aus.<\/p>\n Bei der Bewertung der Code-Qualit\u00e4t (FrontierCode 1.1 Main) liegt Gemini 3.7 Flash mit 43,6 Prozent knapp vorn, gefolgt von Claude Sonnet 5 mit 42,7 Prozent und GPT-5.6 Terra mit 41,3 Prozent. Bei l\u00e4nger angelegten Software-Engineering-Aufgaben (DeepSWE v1.1) kehrt sich das Verh\u00e4ltnis um: Hier erreicht GPT-5.6 Terra 69,6 Prozent und liegt damit vor Gemini (65,3 Prozent) sowie deutlich vor Claude Sonnet 5 (53,8 Prozent). Im Bereich Webentwicklung (WebDev Arena) f\u00fchrt Gemini 3.7 Flash mit einem Elo-Wert von 1588 vor Claude Sonnet 5 (1541) und Muse Spark 1.2 (1535). Bei der Automatisierung von Unternehmens-Workflows (AutomationBench) liegt Gemini nach Google-Angaben ebenfalls vorn (30,4 Prozent), vor GPT-5.6 Terra (23,6 Prozent) und Claude Sonnet 5 (10,7 Prozent).<\/p>\n Andere Kategorien zeigen wiederum Vorteile der Konkurrenz: Bei agentischer Computernutzung (OSWorld-2.0) erreicht GPT-5.6 Terra 50,2 Prozent gegen\u00fcber 47,9 Prozent bei Gemini. Und im zusammenfassenden Artificial Analysis Intelligence Index, der mehrere Benchmarks zu einem Gesamtwert verrechnet, liegen GPT-5.6 Terra und Muse Spark 1.2 mit jeweils 57 Punkten sogar knapp vor Gemini 3.7 Flash (56 Punkte). Claude Sonnet 5 kommt in diesem Index auf 55 Punkte.<\/p>\n Bei der Einordnung dieser Zahlen ist wie immer Vorsicht angebracht. Es handelt sich durchweg um Google-Angaben.<\/p>\n Befristet g\u00fcnstigere Preismodelle<\/p>\n Mit dem Release von 3.7 Flash halbiert Google die Kosten f\u00fcr die gesamte aktuelle Flash-Generation \u2013 unabh\u00e4ngig davon, ob Entwickler das \u00e4ltere 3.6- oder das neue 3.7-Modell einsetzen. Der Einf\u00fchrungspreis von 3.7 Flash liegt bei 0,75 US-Dollar pro Million Input-Tokens sowie 3,75 US-Dollar pro Million Output-Tokens. Der reduzierte Preis gilt bis 31. Dezember 2026. Der regul\u00e4re Preis beider Modelle liegt bei 1,50 respektive 7,50 Dollar.<\/p>\n OpenAI und Cerebras versprechen \u201eultraschnelles\u201c GPT-5.6 Sol<\/p>\n Weiterlesen nach der Anzeige<\/p>\n Parallel haben Cerebras und OpenAI in einem gemeinsamen Blogbeitrag<\/a> den neuen Service-Tier \u201eUltrafast\u201c f\u00fcr GPT-5.6 Sol<\/a> vorgestellt. Beschleunigt von Cerebras\u2018 \u201eWafer Scale Engine\u201c-Hardware soll GPT-5.6 Sol im Ultrafast-Modus bis zu 750 Ausgabe-Tokens pro Sekunde verarbeiten und damit bis zu 14-mal schneller als der Standardmodus sein, ohne dass dabei laut den Unternehmen Abstriche bei der Modellqualit\u00e4t gemacht werden m\u00fcssten. Der Geschwindigkeitsgewinn stamme ausschlie\u00dflich aus der Hardware-Architektur. Cerebras platziert 44 GByte SRAM direkt auf jedem Wafer-gro\u00dfen Chip, wodurch der f\u00fcr GPU-Inferenz typische Flaschenhals beim Datentransfer zwischen Speicher und Recheneinheit entf\u00e4llt.<\/p>\n Als Beleg f\u00fchren die Unternehmen unter anderem den Wissens-Benchmark Humanity\u2019s Last Exam an: Dort habe GPT-5.6 Sol im Ultrafast-Modus alle 2500 Fragen in gut elf Stunden beantwortet, w\u00e4hrend Anthropics Claude Fable 5 f\u00fcr eine vergleichbare Genauigkeit mehr als drei Tage gebraucht habe. Auch bei GDP-Val, einem Benchmark f\u00fcr wirtschaftlich relevante Wissensarbeit wie juristische Schrifts\u00e4tze oder Finanzmodelle, habe Ultrafast eine 5,6-fache Beschleunigung ohne Qualit\u00e4tsverlust erzielt. Der Dienst steht zun\u00e4chst nur ausgew\u00e4hlten OpenAI-Kunden in einer begrenzten Vorschau zur Verf\u00fcgung.<\/p>\n DeepSeek: allgemein verf\u00fcgbare Version V4-Pro mit Zeitzonen-Tarif<\/p>\n DeepSeek hat unterdessen die allgemein verf\u00fcgbare GA-Version (General Availability) seines Ende April angek\u00fcndigten<\/a> Sprachmodells V4-Pro<\/a> freigegeben. Es verspricht vor allem deutlich produktivere Agenten. Neu ist ferner eine einstellbare Reasoning-Intensit\u00e4t f\u00fcr V4-Pro und V4-Flash \u2013 niedrig f\u00fcr einfache Aufgaben, hoch f\u00fcr allt\u00e4gliche Agenten-Workflows, maximal f\u00fcr komplexe Aufgabenstellungen \u2013 sowie native Unterst\u00fctzung der OpenAI Responses API mit vereinfachter Einrichtung f\u00fcr Codex. V4-Pro steht ab sofort \u00fcber App, Weboberfl\u00e4che (im \u201eExpert Mode\u201c) sowie per API zur Verf\u00fcgung.<\/p>\n Auch DeepSeek vergleicht V4-Pro in eigenen Benchmarks mit GLM-5.2, Kimi-K3, Claude Opus 4.8 sowie Fable 5. Bei Terminal Bench 2.1 etwa liegt Kimi-K3 mit 88,3 Punkten knapp vor Fable 5 (88,0) und V4-Pro (87,9), beim DeepSWE-Benchmark liegt Fable 5 mit 70,0 vorn, gefolgt von Kimi-K3 (67,5) und V4-Pro (62,7).<\/p>\n Die Benchmarks lassen sich aktuell nicht seri\u00f6s vergleichen. DeepSeek weist selbst darauf hin, dass f\u00fcr die Code-Agent-Tests ein noch unver\u00f6ffentlichtes, firmeneigenes Test-Framework im \u201eMinimal Mode\u201c mit festgelegten Einstellungen f\u00fcr Temperatur und Top-P verwendet wurde und Ergebnisse mit anderen Frameworks abweichen k\u00f6nnen.<\/p>\n Bei der Preisgestaltung geht DeepSeek einen anderen Weg als Google. Das Unternehmen f\u00fchrt Peak- sowie Off-Peak-Tarife, wobei Off-Peak-Tarife 50 Prozent geringer ausfallen als Peak-Tarife. Die neue Preisstruktur gilt ab dem 16. August. V4-Flash kostet 0,007 US-Dollar pro Million Input-Tokens (Cache-Hit) und 0,66 Dollar pro Million Output-Tokens au\u00dferhalb der Spitzenzeiten, sonst wird jeweils der doppelte Preis f\u00e4llig. Bei V4-Pro liegen die Output-Preise off-peak bei 1,98 Dollar und zur Spitzenzeit bei 3,96 Dollar pro Million Tokens. Als Spitzenzeiten definiert DeepSeek die Fenster zwischen 1 und 4 sowie zwischen 6 und 10 Uhr UTC, alle \u00fcbrigen Stunden gelten als Nebenzeit.<\/p>\n Lesen Sie auchMehr anzeigenWeniger anzeigen<\/p>\n
\n English<\/a>.<\/p>\n