Google hat Gemini 3.7 Flash nur drei Wochen nach der Veröffentlichung von Gemini 3.6 Flash auf den Markt gebracht – ein Tempo, das sowohl die Geschwindigkeit des KI-Wettlaufs als auch die Anwendung unterstreicht, die Anbieter für Unternehmen als besonders attraktiv ansehen.

Google erklärte, dass Gemini 3.7 Flash, das am Donnerstag veröffentlicht wurde, bei Programmieraufgaben wie dem Debugging und der IT-Problemlösung effektiver sei als sein Vorgänger. Das Modell liefere zudem eine höhere Codegenauigkeit und erzeuge produktionsreifen Code, so das Unternehmen. Zu den weiteren Funktionen gehören verbesserte Schlussfolgerungsfähigkeiten und Genauigkeit für Anwendungen in Bereichen wie Finanzen, Recht und Biowissenschaften.

Google bietet das Modell zu einem Einführungspreis von 0,75 US-Dollar pro Million Eingabe-Tokens und 3,75 US-Dollar pro Million Ausgabe-Tokens an – niedriger als die Preise der Modelle, die Anthropic, OpenAI und SpaceXAI in den vergangenen Wochen veröffentlicht haben. Tokens sind die Einheiten, in die Sprachmodelle Text zerlegen; Anbieter berechnen Eingabe-Tokens (den an ein Modell gesendeten Text) und Ausgabe-Tokens (den vom Modell erzeugten Text) getrennt, sodass ausgabelastige Workloads wie die Codegenerierung die höhere Ausgaberate am unmittelbarsten spüren. Die Flash-Reihe dient bei Google traditionell als geschwindigkeits- und kostenoptimierte Kategorie, und die neue Veröffentlichung führt diese Positionierung in den aktuellen Preiswettbewerb fort.

Der Einführungspreis ist Googles Antwort auf den Preiskrieg im KI-Markt, in dem Anbieter Woche für Woche neue Modelle einführen, um sich gegenseitig preislich zu unterbieten. Diese Auseinandersetzung resultiert aus der Sorge von Unternehmen über die hohen Kosten für die Nutzung von KI-Tokens und -Modellen für ihre KI-Ziele und Workflows.

Der Preiskrieg

Für Google ist der Preis laut Arun Chandrasekaran, Analyst bei Gartner, schon lange ein zentraler Wettbewerbsfaktor.

„Ein Bereich, in dem Google den Kunden wirklich klar machen will, ist: ‚Es geht nicht nur um die Leistung; es geht um den Preis, und wir haben im Vergleich zu anderen Frontier-Labs ein sehr, sehr konkurrenzfähiges Preis-Leistungs-Verhältnis‘“, so Chandrasekaran.

Wenn Google versuche, sich gegen OpenAI und Anthropic zu behaupten, sei die Preisgestaltung ein Mittel, um einige Enterprise-Entwickler und viele digital-native Startups von den Wettbewerbern abzuwerben, fügte er hinzu.

Der Fokus auf Coding

Über den Preis hinaus spiegelt Googles Schwerpunkt auf Coding bei Gemini 3.7 Flash die Erkenntnis wider, dass es sich um einen Anwendungsfall handelt, den auch OpenAI und Anthropic erfolgreich verfolgt haben.

„Google war bei der Entwicklung sehr leistungsfähiger Coding-Modelle etwas zu langsam“, sagte Chandrasekaran. „Coding-Agenten gehören zu den am schnellsten wachsenden Anwendungsfällen von KI, daher versucht Google auf gewisse Weise dorthin zu gelangen, wo es hin will.“

Nicht nur bei den Frontier-Labs war Coding erfolgreich; auch Anbieter offener Modelle zielen auf denselben Anwendungsfall ab. Metas Muse Glimmer soll Nutzern helfen, mehrstufige Programmieraufgaben zu bewältigen; DeepSeek-V4-Pro ist für reasoning-intensive Programmieraufgaben konzipiert; und Kimi K3 von Moonshot AI ist auf langfristige Codegenerierung optimiert. Anders als reine API-Frontier-Modelle können Open-Weight-Veröffentlichungen heruntergeladen und auf der eigenen Infrastruktur eines Kunden ausgeführt werden, sodass Entwickler die API-Gebühren der Anbieter pro Token vermeiden können – ein struktureller Grund, warum der Preiswettbewerb inzwischen sowohl die proprietären als auch die offenen Lager umfasst.

„Ein Teil davon ist auch das Eingeständnis, dass Open-Weight-Modelle in der Kategorie Coding und auch beim Reasoning insgesamt zu einem ernstzunehmenden Konkurrenten werden“, sagte Chandrasekaran. „Das ist eine weitere Sache, mit der Google sich auseinandersetzen muss.“

Er fügte hinzu, dass die schnelle Veröffentlichung von Gemini 3.7 Flash und der Einführungspreis angesichts einer 2026 weniger selbstbewusst auftretenden Google im KI-Markt den Versuch des Technologieriesen darstellen, den Mindshare bei Enterprise-Entwicklern zurückzugewinnen. Da wöchentlich neue Modelle erscheinen, sind die Preise kommender Veröffentlichungen der Wettbewerber – und die Frage, ob Googles Einführungstarife über den Launch-Zeitraum hinaus Bestand haben – die konkreten Signale, die im Rabattwettlauf zu beobachten sind.