Google hat zwei Modelle in die allgemeine Verfügbarkeit überführt: gemini-3.6-flash und gemini-3.5-flash-lite. Beide sind nun stabile Endpunkte statt Vorschauversionen.
Was sich geändert hat
Gemini 3.6 Flash kommt mit verbesserter Token-Effizienz sowie besseren Fähigkeiten bei Code und agentischer Planung zu einem niedrigeren Preis als das Modell, das es ersetzt. Die Aussage zur Token-Effizienz ist bedeutsamer, als sie klingt: Bei langen agentischen Abläufen bestimmt sich die Rechnung danach, wie viele Tokens das Modell fürs Nachdenken aufwendet, nicht durch den Preis pro Million auf dem Papier.
Gemini 3.5 Flash-Lite ist als latenzarme, kosteneffiziente Subagent-Option positioniert — das Modell, das man tausendfach innerhalb eines größeren Systems aufruft, statt jenes, mit dem ein Nutzer direkt spricht.
Die Breaking Change
Zusammen mit der GA kommt eine Änderung, die bestehenden Code brechen wird: Die Sampling-Parameter temperature, top_p und top_k gelten für beide Modelle als veraltet (deprecated). Code, der diese übergibt, muss überprüft werden. Das ist ein echter Kurswechsel — diese drei Stellschrauben gehören seit den Anfängen zum Standard generativer APIs, und ihr Wegfall bedeutet, dass das Modell sein eigenes Sampling-Verhalten bestimmt.
Warum das wichtig ist
Die Streichung der Sampling-Kontrollen tauscht Nutzer-Feinabstimmung gegen Kontrolle durch den Anbieter. Für die meisten Anwendungen waren die Standardwerte ohnehin schon gut geeignet, und weniger Stellschrauben bedeuten weniger Möglichkeiten, ein Deployment falsch zu konfigurieren. Für Teams, die echten Aufwand in die Feinabstimmung der Temperature je Anwendungsfall gesteckt haben, ist diese Arbeit nun hinfällig.
Auffällig fehlt in diesem Release Gemini 3.5 Pro, das inzwischen mehrere erwartete Zeitfenster verpasst hat. Google hat die schnelle, günstige Stufe ausgeliefert und das Flaggschiff für später zurückgehalten.
Was zu tun ist
Prüfen Sie jeden Code-Pfad, der temperature, top_p oder top_k für diese beiden Modelle setzt, und planen Sie dessen Entfernung ein. Deprecation bedeutet keine sofortige Entfernung, ist aber eine Ankündigung — und stillschweigend ignorierte Parameter sind schlimmer als Fehler: Die Ausgabe ändert sich, und nichts sagt einem, warum.
Wo Determinismus wirklich zählt, liegt der Ersatz eher auf struktureller als auf parametrischer Ebene: das Ausgabeformat einschränken, das Ergebnis validieren und bei Fehlschlägen erneut versuchen. Dieser Ansatz übersteht Modell-Upgrades auf eine Weise, wie es ein fein abgestimmter Temperature-Wert nie konnte.
Das Muster über alle Anbieter hinweg
Google steht damit nicht allein da. Die Branche entfernt zunehmend Low-Level-Kontrollen zugunsten von Modellen, die ihr eigenes Inferenzverhalten selbst steuern, und Reasoning-Modelle haben ohnehin die meisten Sampling-Anpassungen bedeutungslos gemacht. Es ist zu erwarten, dass die Angriffsfläche dieser APIs weiter schrumpft.