(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com
Google hat auf seiner Entwicklerkonferenz I/O neue Sprachmodelle vorgestellt. Das bislang leistungsfähigste ist Gemini 3.5 Flash, ein noch stärkeres Pro-Modell soll folgen.
Das neue Modell ist nicht nur schneller, es übertrifft auch seinen Vorgänger Gemini 3.1 in einschlägigen Benchmarks zum Teil deutlich. So erreicht es im Terminalbench 2.1, der agentische Fähigkeiten testet, jetzt 76,2 Prozent (Gemini 3.1 Pro: 70,3 Prozent) und liegt damit vor Claude Opus 4.7 (66,1 Prozent) nur knapp hinter ChatGPT 5.5 (78,2 Prozent). Beim Benchmark MCP Atlas (mehrschrittige Workflows, die MCP benutzen) führt es die Konkurrenz an. Auch beim multimodalen Verstehen und Schlussfolgern (MMMU-Pro) oder bei der Informationsgewinnung aus komplexen Diagrammen (CharXiv Reasoning) ist es das beste System, bei anderen Performancevergleichen zumindest auf Augenhöhe mit den führenden LLMs.
Gemini 3.5 Flash kann neben Text auch Audio, Bilder, PDF, Code und Videos als Input akzeptieren. Es beherrscht tiefgreifende Schlussfolgerungen über lange Gedankenketten hinweg und löst erfolgreich iterative Programmieraufgaben. Sein Wissenshorizont reicht bis in den Januar 2025. Das Kontextfenster für Eingaben umfasst eine Million Token. Es wird in alle einschlägigen Produkte von Google integriert (Gemini App, API, Google AI Studio, Google Antigravity, Android Studio, usw.).
