Gemini 3.7 Flash deprecated: API routet zu 3.8 Flash

Stand 11. Oktober 2026: Google hat Gemini 3.7 Flash am 8. Oktober 2026 als deprecated markiert. Aufrufe an gemini-3.7-flash werden automatisch mit gemini-3.8-flash bedient. Ein fehlendes endgültiges Abschaltdatum ändert nichts an dieser Umleitung. Historische 3.7-Benchmarks unten sind keine neuen API-Messungen. Google Release Notes · Modellkarte. ¹²

Technische Daten von Gemini 3.7 Flash

Eigenschaft	Gemini 3.7 Flash
Modell-ID	gemini-3.7-flash (Legacy) → gemini-3.8-flash
Status	deprecated, seit 8.10.2026 Alias → 3.8
Input-Limit	1.048.576 Tokens
Output-Limit	65.536 Tokens
Eingaben	Text, Bild, Video, Audio, PDF
Ausgabe	Text
Thinking	low, medium, high
Computer Use	Preview
Function Calling	unterstützt
Structured Output	unterstützt
Google Search / Maps Grounding	unterstützt
Live API	nicht unterstützt

Für die historische 3.7-Spezifikation gilt: minimal ist nicht unterstützt und führt laut Google zu einem Fehler. ¹

Deprecation: 3.7 und 3.8 sind kein sinnvoller Live-A/B-Test

Google unterscheidet Deprecation von endgültiger Abschaltung. Laut Modellkarte wird die alte 3.7-ID jedoch bereits zu 3.8 Flash umgeleitet. Ein A/B-Test der beiden IDs ruft daher heute zweimal dieselbe Nachfolgegeneration auf. Vergleiche für eine echte aktuelle Gegenprobe stattdessen 3.6 gegen 3.8 Flash, sofern verfügbar. Die Benchmarks der ursprünglichen 3.7-Version bleiben ausschließlich als historische Herstellerdaten relevant. ¹²

API-Preis bis Ende 2026 und ab 2027

Für die aktuell über den alten Alias verwendete 3.8-Flash-Inferenz nennt Google im Paid Standard Tier:

Zeitraum	Input pro 1 Mio. Tokens	Output pro 1 Mio. Tokens
bis 31.12.2026	$0,75	$3,75
ab 01.01.2027	$1,50	$7,50

Es handelt sich um 3.8-Listenpreise, nicht um einen aktiven eigenständigen 3.7-Tarif. Outputpreise schließen Thinking-Tokens ein. Context Caching kostet bis Ende 2026 $0,075 pro Million gecachte Input-Tokens; ab Januar 2027 sind $0,15 angekündigt. Die Cache-Speicherung selbst wird zusätzlich pro Token und Stunde berechnet. ³

Was 3.7 gegenüber 3.6 verbessert hat

Die Google-Modellkarte zeigte zum Launch deutliche Zugewinne bei mehreren Coding- und Agenten-Evaluationen. Dazu gehören höhere Werte auf DeepSWE, Terminal-Bench 2.1, Automation und MRCR 128K. Diese Messungen erklären, warum 3.7 im August ein relevantes Upgrade war, sind aber Hersteller-Evaluationen und sollten nicht als unabhängige Mac-Benchmarks gelesen werden.

Historische Modellwerte: Die oben gezeigten 3.7-Benchmarks sind Herstellerdaten vom Launch und kein aktueller Test gegen 3.8. Die alte 3.7-ID routet heute zu 3.8 und ist keine unabhängige Messgruppe. Eigene Agenten nach Aufgabenqualität, Tool-Fehlern, Latenz und Kosten pro abgeschlossener Aufgabe bewerten. ¹²

Aktives Gemini 3.8 Flash vom Mac aufrufen

Gemini 3.8 Flash ist kein lokales Apple-Silicon-Modell. Auch Anfragen an den alten 3.7-Alias werden in Googles Cloud mit 3.8 ausgeführt. Auf dem Mac laufen lediglich Client, SDK, Editor, Terminal und gegebenenfalls lokale Vorverarbeitung. ¹

Voraussetzungen für den Python-Aufruf: Installiere das offizielle Google-GenAI-SDK und richte einen API-Schlüssel als Umgebungsvariable GEMINI_API_KEY ein. Das SDK liest ihn automatisch. Geheimnisse gehören nicht in GitHub oder Frontend-Code. Die Anleitung für API-Schlüssel erläutert die sichere Einrichtung.

python3 -m pip install -U google-genai

Dieses Beispiel verwendet die weiterhin unterstützte Generate-Content-Schnittstelle. Googles neuere Interactions API hat andere Request- und Response-Felder; Beispielcode aus beiden Varianten darf nicht gemischt werden.

Ein minimales Python-Beispiel:

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Analysiere diese Funktion auf Race Conditions."
)

print(response.text)

Die 3.8-ID ist die aktive Version. Die alte 3.7-ID ist kein Rollback, da auch sie bereits 3.8 bedient. ¹⁴

Zwei aktive APIs testen: 3.6 gegen 3.8 Flash

Keine falsche Messung: Da gemini-3.7-flash bereits zu 3.8 routet, vergleicht das Beispiel ausdrücklich 3.6 mit 3.8 statt zweimal 3.8. Beide sind Cloud-Modelle. Das ist kein reproduzierter historischer 3.7-Benchmark. Beachte unterschiedliche Modellparameter. Google-Migrationshilfe.

Vor dem Test: Python 3, google-genai und ein eigenes GEMINI_API_KEY aus AI Studio. Für den Test können kostenpflichtige API-Aufrufe entstehen; führe ihn nur mit bewusst gesetztem Ausgabenlimit aus. Vertrauliche Dokumente, private Schlüssel und Kundeninhalte gehören nicht in diesen Beispiel-Prompt.

python3 -m pip install -U google-genai
read -rs GEMINI_API_KEY
export GEMINI_API_KEY

Den nachstehenden Code als compare_gemini_flash.py speichern. Er sendet dieselbe synthetische, einfache Aufgabe zweimal, zeigt Laufzeit und von Google zurückgegebene Tokenzähler an und veröffentlicht weder Antworten noch Schlüssel.

import os
import time
from google import genai

if not os.environ.get('GEMINI_API_KEY'):
    raise SystemExit('GEMINI_API_KEY ist nicht gesetzt')

client = genai.Client()
prompt = 'Nenne drei präzise Kriterien für die Prüfung eines Python-Pull-Requests.'

for model in ('gemini-3.6-flash', 'gemini-3.8-flash'):
    started = time.perf_counter()
    try:
        response = client.models.generate_content(model=model, contents=prompt)
    except Exception as error:
        print(f'{model}: API-Aufruf fehlgeschlagen ({type(error).__name__})')
        continue
    elapsed = time.perf_counter() - started
    usage = response.usage_metadata
    print({
        'model': model,
        'elapsed_seconds': round(elapsed, 2),
        'prompt_tokens': getattr(usage, 'prompt_token_count', None),
        'answer_tokens': getattr(usage, 'candidates_token_count', None),
        'thinking_tokens': getattr(usage, 'thoughts_token_count', None),
    })

Nicht falsch interpretieren: elapsed_seconds ist die Wall-Clock-Latenz eines einzelnen Cloud-Requests, kein Apple-Silicon-Tokens/s-Benchmark. prompt_token_count enthält laut Google-Token-Dokumentation auch gecachte Eingabetokens; thoughts_token_count zählt Thinking separat. Die API-Preise berechnen sich nicht allein aus den sichtbaren Antworttokens: Thinking, Grounding, Caching, wiederholte Tool-Runden und Provider-/Plattformtarife können die Rechnung ändern. Für einen belastbaren Vergleich dieselben fünf realistischen, datenschutzrechtlich zulässigen Testfälle je Modell mindestens dreimal ausführen und nur aggregierte Metriken veröffentlichen.

Checkliste für produktive Migration zu 3.8

• Modell-ID: Von gemini-3.7-flash auf gemini-3.8-flash ändern; ältere Projekte nicht ohne Regressionstest überschreiben.
• Sampling-Konfiguration: Laut Google temperature, top_p, top_k, candidate_count und vorbefüllte Modell-Turns aus alten Konfigurationen entfernen; sie dürfen nicht blind an Gemini 3.8 weitergereicht werden.
• Thinking: Altes thinking_budget durch thinking_level ersetzen. Erlaubt sind low, medium oder high; minimal löst bei 3.8 einen Fehler aus. Den gewählten Level dokumentieren, da er Kosten und Vergleichbarkeit beeinflusst.
• Mehrere Gesprächsrunden: In der Interactions API previous_interaction_id gemäß Dokumentation verwenden; nicht mit der generate_content-Syntax vermischen. Tool-Antworten und ihre IDs separat prüfen.
• Rollback: Korrektheit, Kosten und Tool-Fehler prüfen. Die 3.7-ID ist kein echtes Rollback, da sie schon zu 3.8 leitet. Einen anderen aktiven Fallback separat validieren.

Quellen für die Migration: Google: 3.8-Migrationscheckliste, Google: Tokenzählung, Google: Abschalttermine. Kein eigener Vergleich wurde für diesen Artikel ausgeführt.

Bestehende Legacy-Integrationen

Eine alte 3.7-Modell-ID ist kein Versions-Pin. Alte Apps bekommen bereits 3.8-Antworten, auch wenn die Konfiguration noch 3.7 sagt. Die ID explizit auf gemini-3.8-flash setzen und JSON, Tool-Aufrufe und Thinking erneut prüfen. Historische 3.7-Vergleiche nur mit Datum vor 8. Oktober 2026 veröffentlichen.

Fazit

Gemini 3.7 Flash ist deprecated und leitet zu Gemini 3.8 Flash. Der aktuelle API-Tarif und neue Testresultate beziehen sich auf 3.8, nicht auf ein separat ausführbares 3.7. Für echte Gegenproben 3.6 und 3.8 wählen. Keine eigenen API- oder Mac-Benchmarks durchgeführt.

Quellen und Nachweise

Google dokumentiert die Preise, Modellgrenzen und den Abschaltstatus selbst. Benchmark-Unterschiede sind Herstellerangaben und kein eigener Mac-Test.

Footnotes

1. Google – Gemini 3.7 Flash model ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶

2. Google – Gemini API changelog ↩ ↩² ↩³

3. Google – Gemini API pricing ↩

4. Google – Gemini 3.8 Flash model ↩