Google

SCHNELL MULTIMODAL

Gemini 3.8 Flash

Flash-Modell für langwieriges Software-Engineering, autonome Agenten und komplexe Geschäftsabläufe.

16 SEP 2026↗ MULTIMODALES SCHLUSSFOLGERN

Gemini 3.1 Pro

Multimodales Schlussfolgern, Code und komplexe Probleme.

16 SEP 2026↗ FRÜHERES FLASH · AGENTEN

Gemini 3.7 Flash

Frühere Flash-Generation für komplexen Code, Agenten und mehrstufige Ausführung; nützlich als Vergleichspunkt mit Gemini 3.8.

18 SEP 2026↗ EFFIZIENTES NATIVES BILDMODELL

Nano Banana 2

Produktionsbildmodell, das Generierung, Bearbeitung und visuelles Reasoning mit einem Gleichgewicht aus Qualität, Kosten und Latenz kombiniert.

07 OKT 2026↗ FILMISCHES VIDEO MIT AUDIO

Veo 3.1

Filmisches Videomodell mit nativem Audio, Szenenerweiterung und Steuerung durch Frames und Referenzbilder.

18 SEP 2026↗ MUSIKGENERIERUNG

Lyria 3.5

Musikmodell für vollständige Songs mit Stimme, Liedtext und Kontrolle über Struktur, Stil, Dauer und Instrumentierung.

18 SEP 2026↗ EINHEITLICHES MULTIMODALES EMBEDDING

Gemini Embedding 2

Embedding-Modell, das Text, Bilder, Video, Audio und PDF in einem gemeinsamen Vektorraum für Suche und multimodales RAG abbildet.

18 SEP 2026↗ INTEGRIERTES RÄUMLICHES REASONING

Gemini Robotics ER 2

Auf physisches Verständnis, Video, räumliches Reasoning und Tool-Orchestrierung für Robotiksysteme spezialisiertes Modell.

18 SEP 2026↗ MULTIMODALES SCHLUSSFOLGERN UND KOMPLEXE AGENTEN

Gemini 4 Argon

Google-Modell, seit dem 13. Oktober 2026 allgemein verfügbar. Es verarbeitet Text, Bilder, Audio und Video und erzeugt Text einschließlich Code, jedoch keine Bilder, Audio- oder Videodateien. Es nutzt eine MoE-Architektur und ein gemeinsames Kontextfenster von 1.048.576 Tokens. Robotikanwendungen verwenden dasselbe Modell, keinen separaten Endpoint.

14 OKT 2026↗ BILDGENERIERUNG UND -BEARBEITUNG

Gemini Nano Banana 2.1

Google-Modell zur Bilderzeugung und dialogbasierten Bearbeitung, seit dem 6. Oktober 2026 allgemein verfügbar. Es ersetzt Nano Banana 2 und ist nicht mit Nano Banana Pro zu verwechseln. Es akzeptiert Text, Bilder, Videos und PDF als Kontext; es erzeugt Bilder und Text, keine Videos oder Audiodaten. Google meldet Verbesserungen bei Bildqualität, Anweisungsbefolgung, Textdarstellung und Konsistenz über mehrere Bearbeitungen.

07 OKT 2026↗ MULTIMODALE UNTERHALTUNG IN ECHTZEIT

Gemini 3.8 Live

Live-Konversationsmodell, das Sprache, Video und Tools mit geringer Latenz integriert.

29 SEP 2026↗ LIVE-SPRACHE MIT ERWEITERTEM REASONING

Gemini 3.8 Live Extended Thinking

Live-Sprachvariante mit Hintergrund-Reasoning für komplexe, mehrstufige Aufgaben.

29 SEP 2026↗

ANALISIS

Gemini 3.8 Live Extended Thinking: Was wir über Schlussfolgern im Hintergrund wissen

Google beschreibt Gemini 3.8 Live Extended Thinking als Audio-zu-Audio-Modell für die Live API, das empfohlen wird, wenn mehr Schlussfolgern im Hintergrund erforderlich ist. Die verfügbare Dokumentation belegt für sich genommen jedoch weder weniger Fehler noch eine geringere Latenz. Dafür sind Tests mit kontrollierten Aufgaben und Bedingungen nötig.

02 Okt 2026 ↗

ANALISIS

Gemini 3.8 Live vor der Integration: Was dokumentiert ist und was getestet werden muss

Google beschreibt Gemini 3.8 Live als Modell für Dialoge in Echtzeit. Die verfügbaren Quellen bestätigen jedoch weder einen Preis noch quantitative Ergebnisse oder vollständige Zugangsbedingungen. Dieser Leitfaden trennt die Aussagen des Anbieters von den Punkten, die ein Team in der eigenen Integration überprüfen sollte.

02 Okt 2026 ↗

COMPARATIVA

Nano Banana 2 bei der schrittweisen Bildbearbeitung bewerten

Ein vorgeschlagenes Prüfprotokoll, um zu messen, ob Nano Banana 2 aufeinanderfolgende Änderungen umsetzt und Bildbestandteile bewahrt, die laut Anweisung unverändert bleiben sollen. Es enthält keine experimentellen Ergebnisse, sondern beschreibt, was für eine aussagekräftige Prüfung durchgeführt und dokumentiert werden müsste.

01 Okt 2026 ↗

ANALISIS

Gemini Robotics ER 2: Was das Modell plant – und was das Robotersystem validieren muss

Gemini Robotics ER 2 wird als Vision-Language-Modell vorgestellt, das mehrstufige Aufgaben für die Robotik planen kann. Das belegt weder, dass es einen Roboter direkt steuert, noch dass seine Pläne in jeder Umgebung sicher und zuverlässig sind. Wir prüfen, was die verfügbare Dokumentation tatsächlich stützt und was jedes Team selbst testen muss.

30 Sep 2026 ↗

ANALISIS

Gemini Embedding 2: Was über seine multimodalen Embeddings bekannt ist – und was noch bewertet werden muss

Googles Dokumentation beschreibt ein Modell, das Text und weitere Inhaltstypen in einem gemeinsamen Embedding-Raum abbildet. Das belegt eine deklarierte Fähigkeit, aber nicht, dass die Suche in einem konkreten Korpus besser wird. Wir prüfen, welche Schlüsse sich aus den verfügbaren Quellen zu Leistung, Zugang, Preis und Datenverarbeitung ziehen lassen – und was vor einem Test noch zu klären ist.

30 Sep 2026 ↗

ANALISIS

Gemini 3.8 Flash: Was wir über Agenten, Zugang, Preis und Sicherheit wissen

Google positioniert Gemini 3.8 Flash für langfristige Softwareentwicklung und autonome Agenten. Diese erklärte Ausrichtung beweist jedoch nicht, dass das Modell langwierige Aufgaben zuverlässig löst. Diese Analyse trennt Anbieterangaben von dokumentierten Zugangs- und Preisbedingungen der Agent Platform und zeigt, welche Belege in den konsultierten Quellen fehlen.

30 Sep 2026 ↗