Gemini 2.5 neu betrachtet: die Generation, in der Googles Reasoning aufschloss — und wie sie sich liest, seit 3.6 Flash das für 1,50 $/Mio. Eingabe verkauft.
📌 Update 2026: Dies ist ein archivierter Test von Gemini 2.5, Googles „Denkmodell"-Generation von 2025. Die Linie ist inzwischen in die 3.x-Ära übergegangen — 3.6 Flash ist das aktuelle Arbeitspferd (Juli 2026), und Gemini Omni führt den multimodalen Vorstoß an. Den aktuellen Stand finden Sie in unserem Gemini-Update-Tracker. Wir lassen diesen Test online, weil 2.5 die Veröffentlichung war, mit der Google aufhörte hinterherzulaufen, und anfing zurückzuschlagen.
Gemini 2.5 — angeführt von 2.5 Pro — war die Generation, in der Googles Reasoning wirklich konkurrenzfähig wurde: ein „Denkmodell", das vor der Antwort abwägt, riesiger Kontext und die tiefste Ökosystem-Integration der Branche.
Es alterte als Wendepunkt, nicht als Gipfel. Die 2.5-Generation bewies, dass Google mit dem Reasoning an der Spitze mithalten kann. Was Googles Marktposition tatsächlich veränderte, war die darauf folgende 3.x-Strategie: spitzennahe Fähigkeit in die billige Flash-Stufe drücken, statt ein Pro-Flaggschiff zu verteidigen.
Es wurde nie ein 3.5 Pro ausgeliefert. Für ein Unternehmen, das in jeder vorherigen Generation ein Pro-Flaggschiff verteidigt hatte, ist das stille Weglassen die lauteste denkbare Aussage darüber, wohin die Strategie ging. Die Flash-zuerst-Lektion kam direkt aus der Ökonomie von 2.5.
2.5 Pro arbeitete Probleme sichtbar durch und tauschte bei harten Aufgaben Latenz gegen Verlässlichkeit. Das Konzept des „Denkbudgets" ließ Entwickelnde diesen Handel selbst justieren — der erste breit verfügbare Fall, in dem der Regler zwischen Rechenaufwand und Qualität an die aufrufende Seite gegeben und nicht hinter einem Modellnamen versteckt wurde.
Kontextfenster in der Größenordnung einer Million Token machten Arbeitsabläufe praktikabel, die „die gesamte Codebasis oder das gesamte Korpus laden". Das war nicht bloß eine größere Zahl; es veränderte, welche Probleme sich ohne Retrieval-Pipeline überhaupt angehen ließen.
Grounding über die Suche, Workspace-Integration und die Großzügigkeit der Gratisstufe, die zu Googles charakteristischer Wettbewerbswaffe wurde. Distribution war immer Googles struktureller Vorteil; 2.5 war die erste Generation, in der das Modell gut genug war, damit dieser Vorteil zählte.
Gegen die Rivalen von 2025 ging es Schlag um Schlag: konkurrenzfähig bei Reasoning-Benchmarks, vorn bei Kontextlänge und Preis-Leistung, hinter den Führenden bei der Tiefe agentischen Programmierens — eine Spaltung, die der Linie bis 2026 erhalten blieb.
2.5 war die Generation, in der Google aufhörte, ein Modell zu liefern, und anfing, eine Stufenstruktur zu liefern. Diese Struktur — ein Reasoning-Flaggschiff, ein kostenoptimiertes Arbeitspferd und eine Option mit minimaler Latenz — ist die Form, auf die jeder Anbieter zulief, und sie entstand als Antwort darauf, dass 2.5 Pro als Standard zu teuer war.
| Stufe | Vorgesehene Aufgabe | Wofür sie zahlte |
|---|---|---|
| 2.5 Pro | Hartes Reasoning, Analyse langer Kontexte | Kosten und Latenz |
| 2.5 Flash | Standard für hohe Volumina | Spitzenwerte im Reasoning |
| 2.5 Flash-Lite | Latenzkritische, einfache Aufgaben | Den Großteil der Reasoning-Fähigkeit |
Interessant ist, was danach geschah: Die Arbeitspferd-Stufe absorbierte die Fähigkeiten des Flaggschiffs schneller, als irgendwer prognostiziert hatte — genau deshalb wurde kein 3.5 Pro gebraucht.
2.5 gab der aufrufenden Seite einen Regler für Rechenaufwand pro Anfrage. Niedrig für Klassifikation und Extraktion, hoch für mehrstufige Analysen. Zuvor war der einzige Hebel die Wahl eines anderen Modells — eine grobe, teure Entscheidung, die bei der Integration statt pro Anfrage fiel.
Das ist die Designentscheidung aus 2.5 mit der längsten Nachwirkung. Jedes spätere Reasoning-Modell jedes Anbieters bietet irgendeine Version davon.
Die eigentliche Innovation von 2.5 war, starkes Reasoning billig genug für den Standardfall zu machen. Die 3.x-Flash-Linie hat genau das industrialisiert. Die aktuellen Preise für 3.6 Flash:
| Posten | Preis |
|---|---|
| Eingabe | 1,50 $ / Mio. Token |
| Ausgabe | 7,50 $ / Mio. Token (zuvor 9 $ bei 3.5 Flash) |
| Zwischengespeicherte Eingabe | 0,15 $ / Mio. Token |
| Kontextfenster | 1.048.576 rein / 65.536 raus |
Google senkte den Ausgabepreis und verbesserte zugleich die Fähigkeiten — exakt der Schritt, den die Ökonomie von 2.5 vorhersagte.
Hier die ehrliche Komplikation. Im Artificial Analysis Intelligence Index erreichen 3.6 Flash und 3.5 Flash beide 50 Punkte — keine messbare Verbesserung. In Googles eigenen Benchmarks verzeichnet 3.6 dagegen deutliche Zugewinne:
| Benchmark | 3.5 Flash | 3.6 Flash |
|---|---|---|
| DeepSWE | 37 % | 49 % |
| OSWorld-Verified | 78,4 % | 83,0 % |
| MLE-Bench | 49,7 % | 63,9 % |
| GDPval-AA v2 | 1349 Elo | 1421 Elo |
Zudem verbraucht es im Artificial-Analysis-Index rund 17 % weniger Ausgabetoken — dasselbe Ergebnis kostet also weniger.
Wie man das liest: Aggregierte Indizes Dritter und vom Anbieter ausgewählte Benchmarks messen Verschiedenes. Der Gewinn an Token-Effizienz ist real und unabhängig beobachtbar; die Fähigkeitssprünge stammen aus Testreihen, die Google ausgesucht hat. Behandeln Sie beides als Teilbild.
3.6 Flash startete am 21. Juli 2026 in ein dreiwöchiges Gedränge: Claude Sonnet 5 (30. Juni), GPT-5.6 GA (9. Juli), Kimi K3 (17. Juli). Zu öffentlichen API-Sätzen bleibt GPT-5.6 Luna günstiger; Claude Sonnet 5 kostet je Ausgabetoken rund doppelt so viel.
Die Preis-Leistungs-These, vollständig. Jede spätere Google-Veröffentlichung war eine Ausarbeitung von „gutes Reasoning billig genug machen, um Standard zu sein".
Die Berichterstattung zum Start (einschließlich der Urfassung dieses Artikels) stützte sich auf das Framing des Benchmark-Kriegs — „Champion", „bestes Denkmodell". Die ehrliche Lesart von 2026: Benchmark-Führungen jener Zeit wechselten monatlich zwischen den großen drei. Was sich verzinste, waren Distribution und Stückkosten, und dort waren Googles Vorteile strukturell, nicht momentan.
Das Framing „bestes Modell" selbst. In einem Markt, in dem vier Spitzenveröffentlichungen binnen drei Wochen landen, hält kein einzelnes Modell eine verteidigbare Position als „bestes" lange genug, damit das Etikett einem Käufer nützt.
Die 2.5-Generation ist Altbestand — abgelöst von 3.1 Flash (März), 3.5 + Omni (die I/O der „agentischen Ära" im Mai) und dem Juli-Trio aus 3.6 Flash, 3.5 Flash-Lite und dem sicherheitsspezialisierten Flash Cyber.
Die durchgehende Linie von 2.5 aus ist unverkennbar: Denken billig gemacht, dann allgegenwärtig, dann spezialisiert.
| Monat (2026) | Veröffentlichung |
|---|---|
| März | 3.1 Flash |
| Mai | 3.5 + Gemini Omni — die I/O der „agentischen Ära" |
| Juli | 3.6 Flash, 3.5 Flash-Lite, Flash Cyber |
Drei Veröffentlichungen der Flash-Stufe in fünf Monaten, und kein Pro darunter. Der Takt selbst ist das Argument.
Flash Cyber — eine sicherheitsförmige Variante — ist das erste Anzeichen dafür, dass sich die Stufenstruktur entlang der Domäne aufspaltet und nicht mehr nur entlang der Kosten. Hält dieses Muster an, wird „welches Gemini" zu einer Frage nach der Form Ihrer Arbeitslast, nicht mehr nur nach Ihrem Budget.
Die Mai-Veröffentlichung schob Multimodalität in den Flaggschiff-Platz, den sonst ein Pro-Modell besetzt hätte. Lesen Sie das als Googles Antwort auf „Was ersetzt Pro?" mit „eine völlig andere Achse" statt mit einem größeren Reasoning-Modell.
Nein — beginnen Sie beim aktuellen Angebot. 2.5 ist ausgemustert, und seine Nachfolger sind billiger und besser.
Ja. Gemini 2.5 ist die klarste verfügbare Fallstudie dafür, wie ein Unternehmen einen Moment der Fähigkeitsparität in einen dauerhaften strukturellen Vorteil verwandelt, indem es die Ökonomie der Distribution über das Prestige des Flaggschiffs stellt.
Der Wechsel zu 3.6 Flash ist nicht nur eine Verbesserung der Fähigkeiten, sondern auch des Preises — die Ausgabe fiel von 9 $ auf 7,50 $ je Million, während die Token-Effizienz um rund 17 % stieg. Die Migration zahlt sich selbst.
Der Fall 3.6 Flash ist gerade deshalb lehrreich, weil beide sich widersprechen. Wenn ein Anbieter große Zugewinne auf selbst gewählten Testreihen ausweist, ein unabhängiger Sammelindex aber keine zeigt, lautet die wahrheitsgemäße Zusammenfassung „bei diesen konkreten Aufgaben verbessert", nicht „verbessert".
17 % weniger Ausgabetoken bei gleichem Ergebnis sind eine echte Kostenersparnis, die keine Platzierung in einer Rangliste abbildet. Für Produktivlasten zählt das oft mehr als ein paar Punkte Bewegung im Benchmark.
Dass Google den Ausgabepreis von 9 $ auf 7,50 $ senkt und zugleich ein Fähigkeitsupdate liefert, ist keine Aktion — es ist die Ansage, dass das Volumen in der Flash-Stufe erwartet wird.
Sources: Archiv der Google-AI-Updates · Gemini-API-Changelog · Memeburn — Benchmarks und Preise von Gemini 3.6 Flash · Digital Applied — Preisanalyse je Aufgabe für 3.6 Flash · OpenRouter — API-Preise für Gemini 3.6 Flash · TechCrunch zu den 3.x-Veröffentlichungen
Ursprünglich veröffentlicht im Juli 2025 · Grundlegend überarbeitet am 30. Juli 2026
Seedance 2.5 bietet 30 Sekunden Audio-Video, 50 Referenzen und zeitgesteuerte Bearbeitung. Was offiziell ist, was es kostet und was Sie testen sollten.
MiniMax H3 erzeugt 2K-Video mit nativem Stereoton, nennt Preise pro Sekunde und stellt H3-Base-Gewichte unter einer Community License bereit.
Hermes Agent verbindet persistentes Memory mit selbstverbessernden Skills; Sicherheit und Ergebnisse hängen von Backend, Genehmigungen und Ihrer Prüfung ab.
OpenClaw ist eine leistungsfähige Agent-Runtime, deren Nutzen von bewusst geplanter Gateway-Sicherheit, Skill-Prüfung und Betriebsdisziplin abhängt.
KI-Musik 2026: Können und Prozesse von Suno und Udio, AIVAs volles Urheberrecht und wie der Warner-Vergleich deine kommerziellen Rechte umschreibt.
Der KI-Videomarkt nach Soras Abgang, mit echten Preisen: 0,50 bis 2,50 Dollar pro 10-Sekunden-Clip, wer jetzt führt und wie man pro Einstellung wählt.
Der ehrliche Vergleich der Gratis-Tarife 2026: Geminis großzügiges Paket, Claudes Qualität, ChatGPTs begrenzte Breite und wann Gratis nicht reicht.
Was GPT-5 im August 2025 lieferte, warum der erste Monat holperte und wie sich die Architektur vom Standpunkt der drei GPT-5.6-Stufen aus liest.
