Gemini 3.8 Flash vs. Claude Haiku 4.5: Zwei verschiedene Antworten auf „mach es günstig und schnell“

Gemini 3.8 Flash und Claude Haiku 4.5 stehen in derselben Ecke des Katalogs ihrer Anbieter – und das ist so ziemlich alles, was sie gemeinsam haben. Gemini 3.8 Flash ist Googles neues, auf Reasoning ausgelegtes Arbeitstier, das am 2. September 2026 zu einem Einführungspreis von 0,75 $ pro Million Input-Tokens und 3,75 $ pro Million Output-Tokens an den Start ging. Claude Haiku 4.5 ist Anthropics Sprint-Spezialist und seit dem 15. Oktober 2025 für 1 $ und 5 $ pro Million auf dem Markt. Beide werden als „schnell“ bezeichnet, aber sie beantworten unterschiedliche Fragen: Gemini 3.8 Flash erreicht seine Schnelligkeit durch intensives Nachdenken und generiert dabei rund 350 Output-Tokens pro Sekunde, während Claude Haiku 4.5 schnell ist, weil es kaum nachdenkt und in unter einer Sekunde antwortet.

Dies ist nicht das übliche Duell „neues Modell schlägt altes Modell“, denn das auf dem Papier günstigere der beiden ist das klügere, und das teurere hat einen Vorsprung von elf Monaten in der Produktion. Wenn Sie heute zwischen ihnen wählen, sind die entscheidenden Faktoren das Latenzbudget, der Token-Appetit und wie viel Reasoning-Tiefe Ihre Workload tatsächlich belohnt.

Warum Googles "Flash"-Modell nicht mehr das bedeutet, was Haiku unter "schnell" versteht

Die beiden Modelle verkörpern gegensätzliche Designphilosophien für das günstige Preissegment. Anthropic hat Claude Haiku 4.5 entwickelt, um schlank zu bleiben: ein 200.000-Token-Kontext, ein Ausgabelimit von 64.000 Token, Text- und Bildeingabe sowie eine Standardeinstellung, die keine Token für erweitertes Denken verbraucht. Anthropic positionierte das Modell beim Start als eines, das die Programmier- und Agentenleistung von Claude Sonnet 4 zu etwa einem Drittel der Kosten erreicht, und seine Visitenkarte ist in der Praxis die Zeit bis zum ersten Token: Unabhängige Messungen beziffern das erste Token von Claude Haiku 4.5 auf unter eine Sekunde – genau das macht es für Chat-, Klassifizierungs-, Extraktions- und Moderationspipelines geeignet, bei denen ein Benutzer oder eine Warteschlange wartet.

Google hingegen hat seine Flash-Linie in einen Denker verwandelt. Gemini 3.8 Flash unterstützt eine Steuerung des Reasoning-Aufwands – niedrig, mittel oder hoch – und denkt standardmäßig, wobei Denk-Tokens als Ausgabe abgerechnet werden. Auf Artificial Analysis erzielt es im High-Reasoning-Modus 59 Punkte auf dem Intelligence Index (57 bei mittel, 52 bei niedrig) – ein Niveau, das nahe an Modellen liegt, die ein Vielfaches kosten. Claude Haiku 4.5 erreicht auf demselben Index standardmäßig 24 und etwa 37, wenn der optionale Modus für erweitertes Denken aktiviert wird. Diese Lücke ist real, aber sie ist teilweise eine Einstellung, nicht nur eine Fähigkeit: Gemini 3.8 Flash mit hohem Aufwand mit Claude Haiku 4.5 im Leerlauf zu vergleichen, bedeutet, ein Modell bei seiner schwersten Arbeit mit einem anderen zu vergleichen, das bewusst seine einfachste erledigt.

Technische Daten im Vergleich

• Kontext — Gemini 3.8 Flash: 1.048.576 Token Eingabe, 65.536 Ausgabe. Claude Haiku 4.5: 200.000 Token Eingabe, 64.000 Ausgabe.

• Preis — Gemini 3.8 Flash: 0,75 $ / 3,75 $ pro Million (Aktionspreis bis 31. Dezember 2026, danach 1,50 $ / 7,50 $). Claude Haiku 4.5: 1,00 $ / 5,00 $ pro Million, mit Cache-Eingabe für 0,10 $.

• Ausgabegeschwindigkeit — Gemini 3.8 Flash: ~350 Token pro Sekunde (Artificial Analysis). Claude Haiku 4.5: ~95–105 Token pro Sekunde von Haus aus.

Erster Token — Gemini 3.8 Flash: p50 im mittleren Bereich bei etwa 4,8 s in der OrcaRouter-Telemetrie. Claude Haiku 4.5: unter 1 s bei unabhängigen Messungen.

• Reasoning — Gemini 3.8 Flash: Aufwandsstufen niedrig / mittel (Standard) / hoch. Claude Haiku 4.5: standardmäßig deaktiviert, erweitertes Denken optional.

• Eingaben — Gemini 3.8 Flash: Text, Bild, Video, Audio, Datei. Claude Haiku 4.5: Text und Bild.

• Veröffentlicht — Gemini 3.8 Flash: 2. September 2026. Claude Haiku 4.5: 15. Oktober 2025.

Was die Benchmarks tatsächlich sagen, mit den Etiketten versehen.

Googles Schlagzeile für Gemini 3.8 Flash stammt vom Anbieter selbst: In der eigenen Software-Engineering-Evaluierung DeepSWE v1.1 werden 71,0–73,7 % beansprucht, gegenüber 65,3 % für Gemini 3.7 Flash und in Reichweite von Claude Opus 5 mit 74,0 %. Das sind Googles Zahlen auf Googles Prüfumgebung, und die ehrliche Lesart ist, sie als obere Grenze dessen zu betrachten, was das Modell kann – nicht als garantiertes Ergebnis in Ihrer Codebasis. Das unabhängige Signal weist in dieselbe Richtung: Der Intelligence Index von 59 von Artificial Analysis ist die Zahl, die die Aufmerksamkeit des Marktes bewegt hat, und die Ursache dieses Zugewinns ist real – Artificial Analysis führt ihn größtenteils auf bessere Werkzeugnutzung und agentisches Verhalten zurück, nicht auf rohes Wissen.

Der vergleichbare Anspruch von Claude Haiku 4.5 ist Anthropics Ankündigung beim Launch, dass es bei Coding- und Agentenarbeit das Niveau von Claude Sonnet 4 zu einem Bruchteil des Preises erreicht; dazu kommen die gemeldeten 73 % bei SWE-bench Verified. Unabhängige Aggregatoren setzen die SWE-bench-Werte von Claude Haiku 4.5 deutlich niedriger an, was für ein kleines Modell normal ist — die Herstellerangabe spiegelt die beste Harness-Konfiguration wider. Wenn Sie einen Coding-Agenten statt eines Chat-Modells benötigen, machen die unabhängig bestätigten agentischen Zugewinne und der 1M-Token-Kontext Gemini 3.8 Flash auf dem Papier zur stärkeren Wahl. Wenn Sie dagegen ein Modell benötigen, das zuverlässig günstige, schnelle und wohlgeformte Antworten liefert, dann ist Claude Haiku 4.5 das Modell, dessen Erfolgsbilanz seit fast einem Jahr in der Produktion unter Last getestet wurde.

Das Kostenbild hat ein Verfallsdatum.

Derzeit spricht die Rechnung für Gemini 3.8 Flash: Sein Aktionspreis unterbietet Claude Haiku 4.5 sowohl bei den Eingabe- als auch bei den Ausgabetokens. Genau darum geht es bei der Aktion – Google hat ein intelligenteres Modell zu einem niedrigeren Preis angeboten als Anthropics Budgetmodell, um Akzeptanz zu gewinnen. Doch die Aktion ist befristet. Google hat angegeben, dass der Satz von 0,75 $ / 3,75 $ für Gemini 3.8 Flash bis zum 31. Dezember 2026 gilt und der reguläre Satz ab dem 1. Januar 2027 bei 1,50 $ / 7,50 $ liegt. Claude Haiku 4.5 hat keine solche Klippe: Bei 1 $ / 5 $ wird es ab Januar auf beiden Achsen das günstigere Modell sein, und sein Cache-Lesepreis von 0,10 $ pro Million liegt weit unter dem von Gemini.

Es gibt eine zweite Kostenfalle, die in den Preisen pro Token versteckt ist, und für Gemini 3.8 Flash fällt sie noch schwerer ins Gewicht. Reasoning-Modelle verbrauchen Output-Tokens für das Denken, und Artificial Analysis hat festgestellt, dass Gemini 3.8 Flash pro Aufgabe rund 30 % mehr Output-Tokens benötigt als Gemini 3.7 Flash – durchschnittlich etwa 48.000 Output-Tokens pro Aufgabe –, was die tatsächlichen Kosten pro Aufgabe selbst bei gleichem Preis pro Token um etwa 40 % über die seines Vorgängers treibt. Claude Haiku 4.5 ist von Natur aus genügsam: Bei deaktiviertem erweitertem Denken besteht das, was zurückgegeben wird, größtenteils aus der Antwort. Bei einer Arbeitslast, bei der die Kosten pro Aufgabe mehr zählen als die Kosten pro Token, kann dieser Unterschied den Listenpreis aufwiegen.

Welches für welchen Job?

• Interaktiver Chat im Sub-Sekundenbereich, Moderation, Extraktion, Klassifizierung bei hohem Volumen — Claude Haiku 4.5. Sein Latenzprofil ist der entscheidende Punkt, und sein 200K-Kontext deckt die meisten dieser Arbeitslasten ab.

• Coding-Agenten mit langem Planungshorizont, Mehrdatei-Änderungen, Aufgaben, die ein ganzes Repository im Kontext halten müssen — Gemini 3.8 Flash. Der 1M-Token-Kontext und die Verbesserungen bei Agenten-Benchmarks sind genau das, was es braucht.

• Verständnis von Video, Audio und langen Dateien — Gemini 3.8 Flash. Claude Haiku 4.5 akzeptiert überhaupt keine Video- oder Audioeingaben.

• Eine Workload, die Sie im Januar neu budgetieren werden – berechnen Sie die Tokens pro Aufgabe, nicht den Preis pro Token. Gemini 3.8 Flash für 0,75 $ / 3,75 $ ist heute ein sehr gutes Angebot und eine andere Sache bei 1,50 $ / 7,50 $ mit einer 30-prozentigen Token-Steuer auf Reasoning.

Beides mit einem Schlüssel versuchen.

Beide Modelle werden auf OrcaRouter zum Listenpreis des Anbieters ohne Aufschlag gehostet, was die Vorab-Testvariante dieses Vergleichs trivial macht. Gemini 3.8 Flash ist auf OrcaRouter zum Listenpreis von Google verfügbar; Claude Haiku 4.5 ist auf OrcaRouter zum Listenpreis von Anthropic verfügbar. Verwenden Sie denselben OpenAI-kompatiblen Endpunkt und denselben Schlüssel für die Modell-IDs google/gemini-3.8-flash und anthropic/claude-haiku-4.5, lassen Sie denselben Prompt durch jedes Modell laufen und vergleichen Sie die tatsächliche Latenz, die Kosten und die Ausgabe anhand Ihres eigenen Traffics, statt einer Benchmark-Tabelle zu vertrauen. Da Anbieterpreisänderungen am selben Tag durchgereicht werden, ist der Aktionspreis für Gemini hier jetzt live und wird sich automatisch wieder aktualisieren, wenn der Standardpreis im Januar in Kraft tritt – Ihr Code muss nicht geändert werden, nur Ihre Erwartung an die Rechnung.

Das Urteil hängt davon ab, welches „fast“ Sie kaufen. Wenn Ihre Nutzer auf das erste Token warten und die Aufgabe begrenzt ist, bleibt Claude Haiku 4.5 die rationale Standardwahl – bewährt, schlank und unter einer Sekunde. Wenn die Aufgabe offen genug ist, dass sich Denken lohnt, bietet Gemini 3.8 Flash eine Denkfähigkeit nahe der Spitzenklasse zu einem Aktionspreis, der den etablierten Anbieter unterbietet, und das Zeitfenster, um es zu diesem Preis auszuprobieren, schließt am 31. Dezember. Für die meisten Teams ist die günstigste richtige Antwort keine dieser Optionen, sondern eine Routing-Regel: Senden Sie die einfachen, latenzempfindlichen Aufrufe an Claude Haiku 4.5 und die schwierigen, kontextlastigen an Gemini 3.8 Flash – ein Schlüssel, eine Rechnung, und jedes Modell erledigt die Arbeit, die es tatsächlich gut kann.