Googles Veröffentlichung von Gemini 3.8 zeigt, wie der Modellhersteller seine Fähigkeiten in den Bereichen Coding, Agenten und Cyber ausbaut, verdeutlicht aber auch den Mangel an Differenzierung im KI-Markt und einen wachsenden Trend zu exklusiven Cyber-Programmen.

Der Such- und KI-Konzern stellte Gemini 3.8 am Mittwoch, dem 3. September 2026, vor und bezeichnete es als sein bisher bestes Modell für Reasoning und Coding. Mit dem neuen Modell konzentrierte sich Google auf langfristige Reasoning-Aufgaben, verbesserte zugleich die Cyber-Leistung und führte ein Cyber-Programm ein, das denen anderer KI-Anbieter ähnelt.

Gemini 3.8 erscheint in zwei Varianten: Gemini 3.8 Flash und Gemini 3.8 Flash Cyber. Das Modell 3.8 Flash ist für langfristige Softwareentwicklung, autonome Agenten und komplexe Unternehmensworkflows konzipiert. Die Version 3.8 Flash Cyber wurde für die autonome Erkennung von Schwachstellen und automatisiertes Code-Patching entwickelt – Fähigkeiten, die zwei Seiten haben, da dieselben Techniken, die Schwachstellen finden und beheben, auch zu deren Ausnutzung missbraucht werden könnten. Dies ist ein wesentlicher Grund, warum Anbieter den Zugriff auf solche Modelle einschränken.

Google teilte mit, dass das Modell über das neue Fairwind-Programm einer vertrauenswürdigen Nutzergruppe zugänglich ist. Die Initiative stellt Googles leistungsstärkste KI- und Cyberabwehrfähigkeiten ausgewählten Kunden, Regierungsbehörden und Cybersicherheitspartnern zur Verfügung.

Googles Fairwind-Programm ähnelt Anthropics Project Glasswing, das Anthropics stärkstes Modell Mythos einer vertrauenswürdigen Nutzergruppe zugänglich machte, sowie OpenAIs Project Daybreak – einem Programm zur Unterstützung ausgewählter Cyber-Verteidiger. Mit der Schaffung eines privaten Programms, das leistungsstarke KI-Cybermodelle von Hackern und anderen möglichen Missbrauchern fernhalten soll, konkurriert Google auf weitere Weise mit Anthropic und OpenAI. Zugleich zeigt sich, dass alle Modellhersteller im Gleichschritt agieren.

„Alle bewegen sich in dieselbe Richtung“, sagte Arun Chandrasekaran, Analyst bei Gartner. „Beim Coding versucht jeder, das Modell besonders stark auf Coding auszurichten. In der Cybersicherheit versucht nun jeder, diese Modelle wirklich für Cybersecurity-Anwendungsfälle zu optimieren.“

Mangel an Differenzierung

Chandrasekaran fügte hinzu, dass bei führenden Modellherstellern, die ähnliche Strategien verfolgen, kaum etwas sie unterscheidet.

„Es gibt Differenzierung bei den Fähigkeiten, aber in der Art, wie sie vermitteln, wofür diese Modelle gut sind, welche Anwendungsfälle und welche Probleme sie lösen – all diese Unternehmen scheinen sehr Ähnliches zu tun“, sagte er.

Echte Differenzierung entstehe seiner Ansicht nach, wenn man tiefer in bestimmte Geschäftsfunktionen eindringt, etwa in die Lieferkette oder die Life Sciences.

„Das sind Gelegenheiten zur Differenzierung, weil man kein universelles System baut“, sagte er. „Man baut etwas sehr Tiefgreifendes, das sehr spezifisch für eine Branche ist.“

Für UnternehmenSKäufer ist diese Konvergenz relevant: Wenn Spitzenmodelle vergleichbare Fähigkeitsprofile bieten, hängt die Auswahl zunehmend von Preis, gesamtem Token-Verbrauch und der Integration in bestehende Workflows ab – nicht von Schlagzeilen-Benchmarks.

Preiskrieg geht weiter

Für Google konkret ermöglicht die Veröffentlichung von Gemini 3.8 eine Reaktion auf die Schritte der Wettbewerber bei Preis und Fähigkeiten. Wie bei der Version 3.7 bietet Google einen Einführungspreis für 3.8 von 0,75 US-Dollar pro Million Eingabe-Token und 3,75 US-Dollar pro Million Ausgabe-Token für Gemini 3.8 Flash an. Zum Vergleich: OpenAIs GPT-5.6 Luna kostet 1 US-Dollar pro Million Eingabe-Token und 6 US-Dollar pro Million Ausgabe-Token.

„Es bleibt abzuwarten, ob sie diese Preisgestaltung durchhalten können“, sagte Sid Nag, Gründer und Analyst bei Tekonyx. „All dies dreht sich wirklich um das Senken der Kostenkurve. Alle konzentrieren sich auf die Kosten für eine Million Eingabe-Token.“

Mit Gemini 3.8 Flash zeige Google, so Nag weiter, dass „Token-Preise nicht mehr ausreichen, um die Inferenzökonomie zu messen.“ Dies zeigt sich in Googles Empfehlung, dass Kunden für Workloads mit höheren Effizienzanforderungen weiterhin Gemini 3.7 Flash wählen sollten – das heißt, trotz der Token-Kosten können Unternehmen mit einem kleineren Modell manchmal Token einsparen.

„Google räumt ein, dass diese Version, der 3.8 Flash, auf höheren Reasoning-Stufen mehr Token verbraucht“, fuhr er fort.

Indem Google Gemini 3.8 Flash Cyber nur vertrauenswürdigen Nutzern anbietet, folgt es seinen Wettbewerbern beim Versuch, einen „ Burggraben “ um seine KI-Modelltechnologie zu schaffen, sagte Nag.

Der Exklusivitätsansatz bei Cybermodellen schafft jedoch Spannungen in der KI-Branche, da er zu mangelnder Offenheit und Transparenz führen kann. Während offene Modelle dafür kritisiert wurden, dass Hacker sie leicht manipulieren können, haben sie dennoch erhebliche Innovationen vorangetrieben. Mit Googles Veröffentlichung und anderen exklusiven Cyber-Programmen navigiert die KI-Branche weiterhin im Spannungsfeld zwischen Sicherheit und Offenheit. Wie breit Google „vertrauenswürdige“ Nutzer für Fairwind definiert und ob exklusive Cyber-Programme den Zugriff von Angreifern auf leistungsfähige Modelle wirksam einschränken, sind offene Fragen, die die nächste Phase dieser Debatte prägen werden.

„Es bleibt abzuwarten, wohin die Branche steuern wird“, sagte Nag.

Quelle: AI Business