Gemini 3.5 Flash-Lite vs 3.6 Flash Vergleich: Welches sollten Sie nutzen?

Hier ist die Entscheidung gleich vorab: Wählen Sie Gemini 3.5 Flash-Lite, wenn Sie einfache Aufgaben in großen Mengen ausführen und Kosten sowie Geschwindigkeit am wichtigsten sind – etwa Klassifizierung, Extraktion, kurze Chat-Antworten, RAG-Antworten oder Autovervollständigung. Wählen Sie Gemini 3.6 Flash, wenn Qualität wichtiger ist als die Rechnung: für mehrstufige Agenten, Werkzeugnutzung, Codierung, Computernutzung und Antworten, bei denen ein falsches Ergebnis teuer ist.

Teste Apidog noch heute

Beide Modelle wurden am 21. Juli 2026 im Rahmen von Googles Flash-Tier-Update ausgeliefert. Beide akzeptieren bis zu 1 Million Eingabetoken. Sie liegen an verschiedenen Punkten derselben Kosten-, Qualitäts- und Geschwindigkeitskurve. Die relevante Frage lautet daher nicht, welches Modell grundsätzlich „besser“ ist, sondern welcher Kompromiss zu Ihrer Aufgabe passt.

Eine Besonderheit bei der Namensgebung: Das Flash-Arbeitspferd sprang auf 3.6, während die Lite-Stufe bei 3.5 blieb. Sie vergleichen also absichtlich ein 3.5-Modell mit einem 3.6-Modell – kein Tippfehler. Mehr dazu in den FAQs.

Die kurze Antwort

Verwenden Sie standardmäßig Flash-Lite für einfache Aufgaben, die millionenfach ausgeführt werden. Wechseln Sie zu 3.6 Flash, sobald die Aufgabe belastbare Argumentation, Tools oder Code erfordert.

Wenn Sie unsicher sind:

1. Starten Sie mit Flash-Lite.
2. Erfassen Sie unzureichende Antworten, Fehler und Latenzen.
3. Stufen Sie nur die betroffenen Aufrufe auf 3.6 Flash hoch.

Sie benötigen selten ein einzelnes Modell für die gesamte Anwendung.

Preis und Geschwindigkeit im Vergleich

Attribut	Gemini 3.5 Flash-Lite	Gemini 3.6 Flash
Modell-ID	gemini-3.5-flash-lite	gemini-3.6-flash
Eingabepreis	$0.30 / 1M Tokens	$1.50 / 1M Tokens
Ausgabepreis	$2.50 / 1M Tokens	$7.50 / 1M Tokens
Durchsatz	~350 Output-Tokens/Sekunde	Nicht separat veröffentlicht
Kontextfenster	1M Tokens	1M Tokens
Kostenloser Tarif	Ja, ratelimitiert	Ja, ratelimitiert

Flash-Lite ist bei jedem Token günstiger:

• Input: 5x günstiger
• Output: 3x günstiger

Google gibt für Flash-Lite etwa 350 Ausgabetokens pro Sekunde an. Das ist besonders relevant für Chatfenster, Live-Suche und Autovervollständigung.

Google hat keine separate Tokens-pro-Sekunde-Angabe für 3.6 Flash veröffentlicht. 3.6 Flash produziert jedoch etwa 17 % weniger Ausgabetokens als das ersetzte 3.5 Flash. Dadurch können mehrstufige Aufgaben schneller abgeschlossen werden, als der Listenpreis allein vermuten lässt.

Prüfen Sie aktuelle Tarife auf der Gemini API-Preisseite sowie in unserer Gemini-3.6-Flash-Preisübersicht.

Qualität und Benchmarks

Die höhere Preisklasse schafft Spielraum bei komplexen Aufgaben. Auf Terminal-Bench 2.1, das agentenbasierte Terminalarbeit misst, erreicht Flash-Lite 54 Punkte und 3.6 Flash 78,0 Punkte.

Die Differenz von 24 Punkten ist für die Modellwahl entscheidend: Bei mehrstufigen, werkzeuggesteuerten Aufgaben ist 3.6 Flash deutlich stärker.

3.6 Flash erreicht außerdem:

• 83,0 Punkte bei OSWorld-Verified, dem Benchmark für Computernutzung in Browsern oder auf Desktops.
• 58,7 % bei SWE-Bench Pro für Coding-Aufgaben.
• 49 % bei DeepSWE v1.1 für agentenbasierte Softwareentwicklung.

Flash-Lite zielt nicht auf diese Arbeitslasten. Wenn Ihr Workflow auf einem Bildschirm klickt, Dateien verändert, Tools aufruft oder Code über mehrere Schritte hinweg bearbeitet, ist 3.6 Flash die passendere Wahl.

Flash-Lite ist dennoch kein schwaches Modell. Die 54 Punkte auf Terminal-Bench 2.1 sind ein Anstieg gegenüber 31 Punkten in der vorherigen Lite-Generation. Das Modell ist für schnelle, kostengünstige und ausreichend gute Argumentation bei klar abgegrenzten Aufgaben optimiert.

Googles eigene Flash-Modellseite und die Ankündigung zur Markteinführung beschreiben die Aufteilung entsprechend: eine Stufe für Volumen, eine für Tiefe.

Welches Modell für welche Aufgabe?

Nutzen Sie diese Matrix als Ausgangspunkt. Validieren Sie die Auswahl anschließend mit Ihren echten Prompts und eigenen Evaluierungen.

Aufgabe	Am besten geeignet
Klassifizierung oder Extraktion in großen Mengen	Flash-Lite
Chat-Assistenten und kurze Antworten	Flash-Lite
RAG-Antworten über abgerufenen Kontext	Flash-Lite
Autovervollständigungs-UX mit kritischer Latenz	Flash-Lite
Suchmaschinengerechte Pipelines für jede Anfrage	Flash-Lite
Mehrstufige Agenten	3.6 Flash
Werkzeugnutzung und Funktionsaufrufketten	3.6 Flash
Codierung und Code-Review	3.6 Flash
Computernutzung in Browser oder Desktop	3.6 Flash
Antworten mit höherem Risiko, bei denen Fehler Geld kosten	3.6 Flash

Das Muster ist einfach:

• Flash-Lite gewinnt bei eng gefassten Aufgaben mit sehr hohem Volumen.
• 3.6 Flash gewinnt bei verzweigten Aufgaben, Tool-Aufrufen und hohen Fehlerkosten.

Ein Modell, das zehn Millionen Support-Tickets pro Tag kategorisiert, gehört auf Flash-Lite. Ein Modell, das einen Stack-Trace analysiert, drei Dateien bearbeitet und einen Pull Request öffnet, gehört auf 3.6 Flash.

Wenn Sie zwischen dem älteren 3.5 Flash und 3.6 Flash abwägen, finden Sie den Upgrade-Pfad im Vergleich 3.6 Flash vs. 3.5 Flash.

Ein Kostenvergleich bei gleicher Arbeitslast

Nehmen wir an, ein täglicher Job verarbeitet:

• 10 Millionen Eingabetokens
• 2 Millionen Ausgabetokens

Das entspricht beispielsweise einer Batch-Pipeline für Zusammenfassungen oder Extraktionen.

Modell	Eingabe: 10M	Ausgabe: 2M	Tägliche Summe
Flash-Lite	$3.00	$5.00	$8.00
3.6 Flash	$15.00	$15.00	$30.00

Bei dieser Token-Mischung kostet 3.6 Flash 3,75-mal mehr:

• Flash-Lite: $8,00 pro Tag bzw. grob $240 pro Monat
• 3.6 Flash: $30,00 pro Tag bzw. grob $900 pro Monat

Der genaue Multiplikator hängt von Ihrem Traffic ab:

• Bei inputlastigen Workloads, etwa langem RAG-Kontext, großen Dokumenten oder Klassifizierung, nähern sich die Einsparungen dem Faktor 5x.
• Bei outputlastiger Generierung liegen sie eher bei 3x.

Stellen Sie daher nicht nur die Frage: „Kann 3.6 Flash das?“

Fragen Sie stattdessen: „Ist die zusätzliche Qualität bei meinem Volumen 3- bis 4-mal höhere Kosten pro Aufruf wert?“

Für eine Pipeline im Suchmaschinenmaßstab lautet die Antwort meist nein. Für einen Agenten, der Code bearbeitet oder Tickets einreicht, lautet sie meist ja.

So führen Sie A/B-Tests in Apidog durch

Sie müssen nicht raten, welche Modellstufe gut genug ist. Die Gemini API ist ein REST-Endpunkt. Senden Sie denselben Prompt an beide Modelle und vergleichen Sie Antworten, Latenz und Ihre eigenen Qualitätskriterien.

Apidog eignet sich für diesen Side-by-Side-Vergleich.

1. API-Schlüssel als Umgebungsvariable speichern

Erstellen Sie in Apidog eine Umgebungsvariable, beispielsweise:

GEMINI_API_KEY=Ihr_API_Schlüssel

So bleibt der Schlüssel aus dem Request-Body und aus der Versionskontrolle heraus.

2. Erste Anfrage mit Flash-Lite anlegen

Erstellen Sie eine POST-Anfrage an den Gemini-API-Endpunkt und verwenden Sie die Modell-ID:

gemini-3.5-flash-lite

Notieren Sie Antwortinhalt, Statuscode und Latenz.

3. Anfrage duplizieren und nur die Modell-ID ändern

Duplizieren Sie die Anfrage. Ändern Sie ausschließlich die Modell-ID:

gemini-3.6-flash

Verwenden Sie denselben Prompt und dieselben Parameter. Damit bleibt das Modell die einzige Variable im Test.

4. Antworten anhand definierter Kriterien vergleichen

Vergleichen Sie nicht nur visuell. Definieren Sie vorab, was eine ausreichende Antwort ausmacht:

• Wurde das gewünschte JSON-Feld geliefert?
• Wurden alle Informationen extrahiert?
• Ist der Code ausführbar?
• Wurde ein Tool-Aufruf korrekt vorbereitet?
• Liegt die Antwortzeit innerhalb Ihres Budgets?

5. Assertions hinzufügen

Fügen Sie Assertions für Statuscode, JSON-Struktur und erwartete Inhalte hinzu. Ein einfaches Beispiel für eine erwartete Antwortstruktur:

{
  "status": "success",
  "result": {
    "category": "billing"
  }
}

Ihre Tests sollten mindestens prüfen:

HTTP-Status = 200
result.category existiert
result.category ist nicht leer

Dadurch definieren Sie „gut genug“ über überprüfbare Regeln statt über eine reine Sichtprüfung.

Sobald die Anfragen angelegt sind, speichern Sie sie als wiederholbaren Test. Sie können API-Tests in Apidog planen, um identische Prompts regelmäßig erneut auszuführen. So erkennen Sie Qualitäts- oder Latenzabweichungen, falls Google eines der Modelle aktualisiert.

Wichtig: Apidog sendet Requests und prüft Assertions. Es führt das Modell nicht aus und entscheidet nicht, welche Antwort intelligenter ist. Diese Bewertung müssen Sie über Ihre eigenen Kriterien, Testdaten und Fehlerkosten treffen.

Um zu starten, laden Sie Apidog herunter und richten Sie zwei identische Requests mit unterschiedlichen Modell-IDs ein.

FAQ

Ist Flash-Lite einfach eine schlechtere Version von 3.6 Flash?

Nein. Es ist ein anderer Punkt auf der Kosten-, Qualitäts- und Geschwindigkeitskurve. Flash-Lite ist günstiger und schneller, hat aber eine niedrigere Obergrenze bei komplexer Argumentation. 3.6 Flash kostet mehr und argumentiert besser.

Bei einfachen Aufgaben mit hohem Volumen ist Flash-Lite oft die richtige Wahl, gerade weil es günstiger und schneller ist.

Warum heißt das eine Modell 3.5 und das andere 3.6?

Das ist gemischte Versionierung. Mit diesem Update hat Google das Haupt-Flash-Arbeitspferd auf 3.6 verschoben, den Lite-Tier aber bei 3.5 belassen. Dieselbe Veröffentlichung umfasste auch ein 3.5 Flash Cyber Security Modell.

Beide gehören zur selben Familie. Interpretieren Sie die 3.5 bei Flash-Lite nicht als „alt und aufgegeben“.

Teilen beide Modelle dasselbe Kontextfenster?

Ja. Beide akzeptieren bis zu 1 Million Eingabetokens. Lange Kontext-Prompts sind daher kein Grund, eines der Modelle zu bevorzugen.

Wählen Sie stattdessen anhand von Argumentationsqualität, Preis und Geschwindigkeit.

Kann ich beide Modelle in einer App verwenden?

Ja, und das ist das empfohlene Muster:

1. Leiten Sie günstige, einfache und hochvolumige Aufrufe an Flash-Lite.
2. Eskalieren Sie schwierige, verzweigte oder risikoreiche Aufgaben an 3.6 Flash.
3. Messen Sie regelmäßig Qualität, Latenz und Kosten.

Da die API-Struktur identisch ist, ist der Wechsel eine Änderung eines einzelnen Feldes: der Modell-ID.

Können beide Modelle kostenlos getestet werden?

Beide haben einen ratelimitierten kostenlosen Tarif in Google AI Studio. Google kann Daten aus dem kostenlosen Tarif verwenden, um seine Produkte zu verbessern.

Das ist für Tests geeignet. Lesen Sie jedoch die Bedingungen, bevor Sie sensible Daten senden.

Fazit

Greifen Sie standardmäßig zu Flash-Lite für günstige, schnelle und einfache Aufgaben in großem Umfang. Stufen Sie schwierige, verzweigte oder code-lastige Aufrufe auf 3.6 Flash hoch, wenn die Qualitätsdifferenz den 3- bis 4-fachen Preis rechtfertigt.

Treffen Sie die Entscheidung nicht abstrakt:

1. Senden Sie Ihre echten Prompts an beide Modelle.
2. Definieren Sie messbare Qualitätskriterien.
3. Vergleichen Sie Latenz und Kosten.
4. Routen Sie nur die anspruchsvollen Fälle zu 3.6 Flash.

Apidog macht daraus einen reproduzierbaren Vergleich mit zwei API-Anfragen.