google

Gemini 3.6 Flash

Gemini 3.6 Flash ist Googles High-Speed-Modell mit 17 % weniger Token-Verbrauch, 1,50 $/M Input-Preisen und fortschrittlicher 3D-Visualisierung.

Multimodal3D-VisualisierungCoding-AssistentComputer UseToken-Effizienz
google logogoogleGemini21. Juli 2026
Kontext
1.0MToken
Max. Ausgabe
64KToken
Eingabepreis
$1.50/ 1M
Ausgabepreis
$7.50/ 1M
Modalität:TextImage
Fähigkeiten:VisionToolsStreaming
Benchmarks
GPQA
44%
GPQA: Wissenschafts-Q&A auf Hochschulniveau. Ein anspruchsvoller Benchmark mit 448 Multiple-Choice-Fragen in Biologie, Physik und Chemie, erstellt von Fachexperten. Doktoranden erreichen nur 65-74% Genauigkeit, während Laien selbst mit unbegrenztem Webzugang nur 34% schaffen (daher 'Google-sicher'). Gemini 3.6 Flash erreichte 44% bei diesem Benchmark.
HLE
12%
HLE: Expertenwissen-Reasoning. Testet die Fähigkeit eines Modells, Expertenwissen in spezialisierten Bereichen zu demonstrieren. Bewertet tiefes Verständnis komplexer Themen, die professionelles Wissen erfordern. Gemini 3.6 Flash erreichte 12% bei diesem Benchmark.
MMLU
81.2%
MMLU: Massives Multitask-Sprachverständnis. Ein umfassender Benchmark mit 16.000 Multiple-Choice-Fragen zu 57 akademischen Fächern wie Mathematik, Philosophie, Jura und Medizin. Testet breites Wissen und Reasoning-Fähigkeiten. Gemini 3.6 Flash erreichte 81.2% bei diesem Benchmark.
MMLU Pro
47.1%
MMLU Pro: MMLU Professional Edition. Eine erweiterte Version von MMLU mit 12.032 Fragen im schwereren 10-Optionen-Format. Umfasst Mathematik, Physik, Chemie, Jura, Ingenieurwesen, Wirtschaft, Gesundheit, Psychologie, Business, Biologie, Philosophie und Informatik. Gemini 3.6 Flash erreichte 47.1% bei diesem Benchmark.
SimpleQA
42%
SimpleQA: Faktische Genauigkeits-Benchmark. Testet die Fähigkeit eines Modells, akkurate, faktische Antworten auf einfache Fragen zu geben. Misst Zuverlässigkeit und reduziert Halluzinationen bei Wissensabruf. Gemini 3.6 Flash erreichte 42% bei diesem Benchmark.
IFEval
78.4%
IFEval: Anweisungsbefolgungs-Evaluation. Misst, wie gut ein Modell spezifische Anweisungen und Einschränkungen befolgt. Testet die Fähigkeit, Formatierungsregeln, Längenbegrenzungen und andere explizite Anforderungen einzuhalten. Gemini 3.6 Flash erreichte 78.4% bei diesem Benchmark.
AIME 2025
15%
AIME 2025: Amerikanische Mathematik-Olympiade. Wettbewerbsmathematik-Aufgaben aus der renommierten AIME-Prüfung für talentierte Oberstufenschüler. Testet fortgeschrittenes mathematisches Problemlösen, das abstraktes Denken erfordert. Gemini 3.6 Flash erreichte 15% bei diesem Benchmark.
MATH
48%
MATH: Mathematisches Problemlösen. Ein umfassender Mathematik-Benchmark für Problemlösung in Algebra, Geometrie, Analysis und anderen mathematischen Bereichen. Erfordert mehrstufiges Reasoning und formales mathematisches Wissen. Gemini 3.6 Flash erreichte 48% bei diesem Benchmark.
GSM8k
62.8%
GSM8k: Grundschul-Mathematik 8K. 8.500 Mathematik-Textaufgaben auf Grundschulniveau, die mehrstufiges Reasoning erfordern. Testet grundlegende Arithmetik und logisches Denken durch Alltagsszenarien. Gemini 3.6 Flash erreichte 62.8% bei diesem Benchmark.
MGSM
90%
MGSM: Mehrsprachige Grundschul-Mathematik. Der GSM8k-Benchmark übersetzt in 10 Sprachen inkl. Spanisch, Französisch, Deutsch, Russisch, Chinesisch und Japanisch. Testet mathematisches Reasoning in verschiedenen Sprachen. Gemini 3.6 Flash erreichte 90% bei diesem Benchmark.
MathVista
62%
MathVista: Mathematisches visuelles Reasoning. Testet die Fähigkeit, mathematische Probleme mit visuellen Elementen wie Diagrammen, Graphen, Geometriefiguren und wissenschaftlichen Abbildungen zu lösen. Gemini 3.6 Flash erreichte 62% bei diesem Benchmark.
SWE-Bench
49.6%
SWE-Bench: Software-Engineering-Benchmark. KI-Modelle versuchen, echte GitHub-Issues in Open-Source-Python-Projekten zu lösen, mit menschlicher Verifizierung. Testet praktische Software-Engineering-Fähigkeiten. Top-Modelle stiegen von 4,4% (2023) auf über 70% (2024). Gemini 3.6 Flash erreichte 49.6% bei diesem Benchmark.
HumanEval
41.5%
HumanEval: Python-Programmieraufgaben. 164 handgeschriebene Programmieraufgaben, bei denen Modelle korrekte Python-Funktionsimplementierungen generieren müssen. Jede Lösung wird durch Unit-Tests verifiziert. Top-Modelle erreichen heute 90%+. Gemini 3.6 Flash erreichte 41.5% bei diesem Benchmark.
LiveCodeBench
33.5%
LiveCodeBench: Live-Coding-Benchmark. Testet Programmierfähigkeiten mit kontinuierlich aktualisierten, realen Programmieraufgaben. Anders als statische Benchmarks verwendet er frische Aufgaben, um Datenkontamination zu verhindern. Gemini 3.6 Flash erreichte 33.5% bei diesem Benchmark.
MMMU
65%
MMMU: Multimodales Verständnis. Massive Multi-Disziplin Multimodales Verständnis Benchmark, der Vision-Sprach-Modelle bei Hochschulaufgaben in 30 Fächern testet, die sowohl Bildverständnis als auch Expertenwissen erfordern. Gemini 3.6 Flash erreichte 65% bei diesem Benchmark.
MMMU Pro
52%
MMMU Pro: MMMU Professional Edition. Erweiterte Version von MMMU mit anspruchsvolleren Fragen und strengerer Bewertung. Testet fortgeschrittenes multimodales Reasoning auf professionellem und Expertenniveau. Gemini 3.6 Flash erreichte 52% bei diesem Benchmark.
ChartQA
85%
ChartQA: Diagramm-Fragebeantwortung. Testet die Fähigkeit, Informationen in Diagrammen und Graphen zu verstehen und zu analysieren. Erfordert Datenextraktion, Wertevergleiche und Berechnungen aus visuellen Darstellungen. Gemini 3.6 Flash erreichte 85% bei diesem Benchmark.
DocVQA
92%
DocVQA: Dokument-Visuelle Q&A. Dokument Visual Question Answering Benchmark, der die Fähigkeit testet, Informationen aus Dokumentbildern inkl. Formularen, Berichten und gescanntem Text zu extrahieren und zu analysieren. Gemini 3.6 Flash erreichte 92% bei diesem Benchmark.
Terminal-Bench
54%
Terminal-Bench: Terminal/CLI-Aufgaben. Testet die Fähigkeit, Kommandozeilen-Operationen auszuführen, Shell-Skripte zu schreiben und in Terminal-Umgebungen zu navigieren. Misst praktische Systemadministrations- und Entwickler-Workflow-Fähigkeiten. Gemini 3.6 Flash erreichte 54% bei diesem Benchmark.
ARC-AGI
8%
ARC-AGI: Abstraktion & Reasoning. Abstraction and Reasoning Corpus für AGI - testet fluide Intelligenz durch neuartige Mustererkennungs-Puzzles. Jede Aufgabe erfordert das Entdecken der zugrundeliegenden Regel aus Beispielen und misst allgemeine Reasoning-Fähigkeit statt Auswendiglernen. Gemini 3.6 Flash erreichte 8% bei diesem Benchmark.

Über Gemini 3.6 Flash

Erfahren Sie mehr über die Fähigkeiten, Funktionen und Einsatzmöglichkeiten von Gemini 3.6 Flash.

Leistungsstarke, leichtgewichtige Architektur

Gemini 3.6 Flash ist ein Hochleistungsmodell, das auf Geschwindigkeit und betriebliche Effizienz ausgelegt ist. Es führt eine Architektur-Optimierung ein, die es ermöglicht, bei identischen Aufgaben 17 % weniger tokens im Vergleich zu Gemini 3.5 Flash zu verbrauchen. Diese Effizienz führt direkt zu geringerer latency und reduzierten Kosten für Entwickler, die Anwendungen mit hohem Volumen erstellen.

Fortschrittliche Visualisierung und Computer Use

Ein entscheidendes Merkmal dieses Modells ist die Fähigkeit, Ergebnisse durch interaktive 3D-Web-Visualisierer und funktionale Software-Prototypen zu präsentieren. Es kann STL-Dateien für den 3D-Druck generieren und Android-Anwendungen erstellen. In Verbindung mit der Anti-gravity IDE interagiert es direkt über ADB mit der Hardware, um Installation und Tests zu automatisieren, was es zu einem mächtigen Werkzeug für mobile Entwickler macht.

Optimierung für agentic Arbeitsabläufe

Google hat dieses Modell für Wissensarbeit und Computer-Use-Fähigkeiten positioniert. Es zeigt einen deutlichen Sprung bei der Coding-Effizienz im DeepSWE-benchmark und übertrifft ältere Modelle der Pro-Klasse in spezifischen Entwicklungsszenarien. Seine multimodale Intelligenz ist auf latenzarme Antworten abgestimmt und unterstützt komplexes Befolgen von Anweisungen sowie strukturierte Datenextraktion innerhalb seines 1 Million tokens umfassenden context window.

Gemini 3.6 Flash

Anwendungsfälle für Gemini 3.6 Flash

Entdecken Sie die verschiedenen Möglichkeiten, Gemini 3.6 Flash für großartige Ergebnisse zu nutzen.

Interaktives 3D-Prototyping

Erstellt detaillierte webbasierte 3D-Modelle mit Explosionsansichten und Montage-Umschaltern für das Industriedesign.

Android-Anwendungsentwicklung

Das Modell generiert und installiert funktionale Android-Apps direkt auf Geräten unter Verwendung integrierter ADB-Toolchains.

Token-effiziente Wissensarbeit

Die Verarbeitung großer Dokumentensätze wird durch die 17%ige Reduzierung des Token-Verbrauchs kostengünstiger.

Visuelles Software-Debugging

Entwickler nutzen Screenshots, um Front-end-Layout-Fehler und visuelle Inkonsistenzen durch das Modell identifizieren zu lassen.

Narratives Charakter-Profiling

Analysiert historische Bilder, um tiefgründige Charakterprofile und dramatische Handlungsstränge für Autoren zu generieren.

Automatisierte Computer-Operationen

Das Modell führt mehrstufige Arbeitsabläufe aus, indem es mit Systemschnittstellen und spezialisierten Entwicklungstools interagiert.

Stärken

Einschränkungen

Hohe Token-Effizienz: Verbraucht 17 % weniger tokens als vorherige Flash-Modelle, was die Betriebskosten für Entwickler direkt senkt.
Front-end-Konsistenzprobleme: Erste UI-Designs können unter gequetschten Layouts und Tailwind-Utility-Class-Überläufen leiden, die korrigierende Prompts erfordern.
Fortschrittliche 3D-Präsentation: Generiert komplexe 3D-Visualisierungen inklusive PBR-Beleuchtung und STL-Datei-Downloads für die physische Fertigung.
Begrenzte OS-Simulation: Die Leistung bei komplexen browserbasierten Betriebssystem-Simulationen ist manchmal weniger immersiv als bei älteren Flash-Iterationen.
Überlegene Coding-Leistung: Erreicht 49,6 % auf dem SWE-Bench und übertrifft ältere Pro-Modelle bei automatisierten Software-Engineering-Aufgaben.
Wiederkehrende generische Namen: Kreative Schreibaufgaben greifen oft auf einen kleinen Pool gebräuchlicher Namen zurück, sofern der Nutzer keine spezifischen Charakterdetails angibt.
Wettbewerbsfähige Preisstruktur: Preislich bei 1,50 $ pro Million Input-tokens angesiedelt, bietet es eines der besten Intelligenz-Kosten-Verhältnisse auf dem Markt.
Toolchain-Fragmentierung: Maximale Funktionen für die mobile Entwicklung erfordern spezifische proprietäre Umgebungen wie die Anti-gravity IDE, um korrekt zu funktionieren.

API-Schnellstart

google/gemini-3.6-flash

Dokumentation anzeigen
google SDK
import { GoogleGenAI } from "@google/genai";

const genAI = new GoogleGenAI(process.env.GOOGLE_API_KEY);
const model = genAI.getGenerativeModel({ model: "gemini-3.6-flash" });

async function create3DModel() {
  const prompt = "Generiere einen interaktiven 3D-Web-Visualisierer für einen Drohnenmotor mit Explosionsansicht.";
  const result = await model.generateContent(prompt);
  const response = await result.response;
  console.log(response.text());
}

create3DModel();

Installieren Sie das SDK und beginnen Sie in wenigen Minuten mit API-Aufrufen.

Was die Leute über Gemini 3.6 Flash sagen

Sehen Sie, was die Community über Gemini 3.6 Flash denkt

Die 17%ige Reduzierung der tokens für eine Aufgabe ist ziemlich cool, hoffentlich bedeutet das, dass die Ergebnisse schnell und effizient sind.
Wes Roth
youtube
Gemini 3.6 Flash ist mit 1537 Punkten auf Platz 12 der Frontend Code Arena gelandet. Dieser Release ist eine deutliche Verbesserung gegenüber Gemini 3.5 Flash.
arena
twitter
Moment, es hat gerade ein STL-Download-Center und eine Explosionsansicht-Montage generiert? Ich habe noch nie ein Modell gesehen, das Ergebnisse so gut präsentiert.
Dev_User_99
reddit
Die Kluft zwischen Flash und Pro schließt sich. 3.6 Flash schlägt 3.1 Pro bei SWE-bench und ML-Engineering-Charts.
TechInnovator
hackernews
Endlich ein Modell, das ADB-Befehle ohne ständiges Händchenhalten versteht. 3.6 Flash ist ein riesiger Gewinn für mobile Entwickler.
AI_Dev_Daily
twitter
Der 1M-Kontext ist für mich immer noch das Killer-Feature. Ein ganzes Repo für 1,50 $ zu analysieren, ist unschlagbar.
singu_fan
reddit

Videos über Gemini 3.6 Flash

Schauen Sie Tutorials, Rezensionen und Diskussionen über Gemini 3.6 Flash

3.6 Flash verbraucht 17 % weniger tokens als der Vorgänger 3.5 Flash.

Es kostet jetzt 1,50 $ pro Million Input und 7,50 $ pro Million Output.

Dieses V8-Engine-Modell... war die mit Abstand beste Ergebnispräsentation für diesen Test.

Die Antwortzeiten sind bei komplexem visuellen Reasoning deutlich schneller.

Man sieht definitiv die Verbesserung bei Standard-Logikrätseln.

Der Output von Gemini 3.6 Flash ist wirklich beeindruckend, obwohl dieser Globus kein echter Globus ist.

Für agentic Szenarien... erreicht es 49 %, was eine wirklich großartige Leistung ist.

Die Art und Weise, wie es Computer-Use-Befehle verarbeitet, ist jetzt viel direkter.

Man muss nicht mehr so stark prompten, um valides JSON zu erhalten.

Es scheint speziell auf API-Aufrufe mit hohem Volumen abgestimmt zu sein.

Wenn das Modell nachdenken musste, hat 3.6 deutlich besser abgeschnitten als 3.5.

Die Ergebnisse sind ein bisschen besser, ein bisschen günstiger und ein bisschen schneller.

Es erledigt TypeScript-Refactoring mit deutlich weniger Halluzinationen.

Das Kontext-Caching scheint hier effektiver zu funktionieren.

Es ist das erste Mal, dass sich ein Flash-Modell wie ein Ersatz für ein Pro-Modell anfühlt.

Mehr als nur Prompts

Optimieren Sie Ihren Workflow mit KI-Automatisierung

Automatio kombiniert die Kraft von KI-Agenten, Web-Automatisierung und intelligenten Integrationen, um Ihnen zu helfen, mehr in weniger Zeit zu erreichen.

KI-Agenten
Web-Automatisierung
Intelligente Workflows

Pro-Tipps für Gemini 3.6 Flash

Expertentipps, um das Beste aus Gemini 3.6 Flash herauszuholen.

Visuellen Kontext bereitstellen

Laden Sie einen Screenshot hoch, falls das Modell einen Layout-Fehler macht. Es erkennt und korrigiert Code-Probleme besser, wenn es die visuelle Ausgabe sieht.

3D-Parameter definieren

Fragen Sie bei der Generierung von 3D-Webkomponenten nach spezifischen interaktiven Funktionen wie Ghosting-Ansichten oder anpassbarer Beleuchtung.

Anti-gravity IDE verwenden

Koppeln Sie das Modell mit Googles nativer Entwicklungsumgebung, um automatisiertes Geräte-Management und Echtzeit-App-Deployment freizuschalten.

Benutzerdefinierte Charakternamen

Geben Sie in Ihren kreativen Prompts eindeutige Charakternamen an, um zu verhindern, dass das Modell seinen Standard-Namenspool verwendet.

Erfahrungsberichte

Was Unsere Nutzer Sagen

Schliessen Sie sich Tausenden zufriedener Nutzer an, die ihren Workflow transformiert haben

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Verwandte AI Models

zhipu

GLM-4.7

Zhipu (GLM)

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
minimax

MiniMax M2.5

minimax

MiniMax M2.5 is a SOTA MoE model featuring a 1M context window and elite agentic coding capabilities at disruptive pricing for autonomous agents.

1M context
$0.15/$1.20/1M
alibaba

Qwen3-Coder-Next

alibaba

Qwen3-Coder-Next is Alibaba Cloud's elite Apache 2.0 coding model, featuring an 80B MoE architecture and 256k context window for advanced local development.

262K context
$0.12/$0.75/1M
openai

GPT-4o mini

OpenAI

OpenAI's most cost-efficient small model, GPT-4o mini offers multimodal intelligence and high-speed performance at a significantly lower price point.

128K context
$0.15/$0.60/1M
google

Gemini 3.6 Flash Lite

Google

Gemini 3.6 Flash Lite is a high-efficiency model from Google featuring a 1M token context window and 350 tokens/sec throughput for agentic workflows.

1M context
$0.30/$2.50/1M
other

MiMo V2.5 Pro

Other

MiMo V2.5 Pro is Xiaomi's open-source 1.02T parameter MoE model featuring a 1M context window, native multimodality, and elite agentic coding performance.

1M context
$1.00/$3.00/1M
deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
moonshot

Kimi K3

Moonshot

Kimi K3 is Moonshot AI's 2.8T MoE model with a 1M token context window, native multimodal vision, and frontier-tier coding performance for complex agents.

1M context
$3.00/$15.00/1M

Häufig gestellte Fragen zu Gemini 3.6 Flash

Finden Sie Antworten auf häufige Fragen zu Gemini 3.6 Flash