Gemini 4: Was Google tatsächlich sagte, was das Internet erfunden hat und das Problem der „verfluchten Blutlinie"

Drei Modelle wurden am 21. Juli 2026 in einem einzigen Beitrag veröffentlicht: Gemini 3.6 Flash (der Nachfolger von Gemini 3.5 Flash), Gemini 3.5 Flash-Lite und Gemi​ni 3.5 Flash Cyber. G​oogle nutzte den letzten Absatz desselben Beitrags, um die einzige harte Tatsache zu nennen, die es über sein nächstes Flaggschiff gibt: „Wir haben unseren bisher ehrgeizigsten Pre-Training-Lauf für Gemi​ni 4 gestartet und sind von den Fortschritten begeistert.“ Das ist nach wie vor die gesamte Ankündigung. Stand 25. August gibt es kein Erscheinungsdatum, keine Parameterzahl, kein Kontextfenster, keinen Preis, keinen Benchmark – und keinen gemini-4-Modellstring in G​oogles API, Vertex AI oder AI Studio. Neu ist, dass die Vorbereitungen in G​oogles eigenen Produkten sichtbar werden: Leak-Tracker von TestingCatalog berichten, dass die Gemi​ni-4-Grundlagen inzwischen in der G​emini-Desktop-App nachweisbar sind – dieselbe Art von Artefakt, die sie vor dem Start von G​emini 3 im letzten Jahr entdeckt hatten.

Was die vergangenen drei Wochen stattdessen hervorbrachten, war der Lärm um den Rekord. Das Analystenhaus SemiAnalysis erklärte, dass das verzögerte Flaggschiff G​emini 3.5 Pro stillschweigend eingestellt worden sei. Die Financial Times berichtete, dass Mitgründer Sergey Brin wieder in die G​emini-Strategie eingestiegen sei. Noam Shazeer, einer der Miterfinder des Transformers und Co-Leiter von G​emini, schloss sich O​penAI an. Und am 24. August berichtete der auf Leaks spezialisierte Dienst TestingCatalog, dass innerhalb der G​emini-Desktop-App mit den Vorbereitungen für Gemi​ni 4 begonnen wurde – der bisher deutlichste produktseitige Fußabdruck, der weiter unten in einem eigenen Abschnitt untersucht wird. Auch G​oogles eigener Monat war ereignisreich: Das Unternehmen gab bekannt, dass die G​emini-App eine Milliarde monatliche Nutzer überschritten hat, und stellte die Führung von DeepMind neu auf. Die Quoten auf den Prognosemärkten für eine Veröffentlichung im Jahr 2026 rutschten weiter ab. Nichts davon ändert, was G​oogle bestätigt hat – das ist nach wie vor ein Satz in einem Blogbeitrag und eine Paraphrase aus einem Earnings-Call –, aber es ändert den Kontext, in dem ein Leser diesen Rekord einordnen sollte.

Die Suchergebnisse für dieses Modell umfassen weiterhin Tausende von Wörtern über Parameteranzahlen, Architekturnamen, Kontextfenster und August-Starttermine. Fast nichts davon ist belegt. Dieser Artikel trennt die beiden: was G​oogle gesagt hat und was darübergelegt wurde – einschließlich der neuesten Schicht, die von Leak-Trackern und Code-Strings stammt und nicht von G​oogle.

Der vollständige bestätigte Datensatz

Alles unten Stehende stammt aus Googles eigenem Beitrag vom 21. Juli oder aus Pichais Bemerkungen in der Telefonkonferenz am 23. Juli. Sonst hat nichts über Gemini 4 eine offizielle Quelle – und einen Monat später, Stand 25. August, hat Google immer noch nichts hinzugefügt. Was seitdem erschienen ist, ist Artefakt, keine Ankündigung: Spuren, die Außenstehende in Googles eigenen Produkten entdeckt haben, die wir weiter unten behandeln.

• Das Pre-Training hat begonnen — von Google als „unser bisher ehrgeizigster Pre-Training-Lauf" bezeichnet. Begonnen, nicht beendet.

• Es wird ein viel größeres Basismodell als Gemini 3 Pro sein. Pichais Rahmung: „Die nächste Generation von Frontier-KI-Modellen erfordert viel größere Basismodelle."

• Die Zielbereiche sind Coding und Agents. Pichai nannte ausdrücklich Coding und agentisches Coding als Bereiche, die verbessert werden müssen.

• G​emini 3.5 Pro ist ein separates, noch nicht veröffentlichtes Modell – „wird derzeit mit Partnern getestet", verfügbar „sobald es bereit ist". Es ist nicht Gemi​ni 4 unter einem anderen Namen. G​oogle hat nie gesagt, dass eines das andere ersetzt; die Analystenfirma SemiAnalysis hingegen glaubt nun, dass G​emini 3.5 Pro stillschweigend abgesagt wurde – mehr dazu weiter unten.

Google möchte für die Flash-Stufe einen ungefähr monatlichen Veröffentlichungsrhythmus, wobei Gemi​ni 4 als Basis aufgebaut wird, auf der es danach schnell iterieren kann.

• Das Geld ist zugesagt. Alphabet hat seine Capex-Prognose für 2026 von 180–190 auf 195–205 Milliarden Dollar angehoben, mit der Begründung, die Nachfrage übersteige die Investitionen — und der freie Cashflow im zweiten Quartal wurde erstmals seit Beginn der Aufzeichnungen negativ. Genau darauf richtete sich die Aufmerksamkeit des Marktes, als die Führungswechsel am 5. August bekannt gegeben wurden: Demis Hassabis trat von der Leitung von G​oogle DeepMind zurück, um dessen Vorsitzender und Alphabets Chief Scientist zu werden; sein Stellvertreter Koray Kavukcuoglu übernahm die operative Leitung, und die ursprünglichen technischen Co-Leiter von G​emini, Jeff Dean und Oriol Vinyals, verließen mit zwei Kollegen das Unternehmen, um das Forschungs-Startup Discovery Loop mitzugründen. Die Alphabet-Aktie fiel nach der Ankündigung um etwa 4 %.

Was nicht in dieser Liste steht: ein Datum, eine Größe, ein Preis, eine Kontextlänge, ein Benchmark, ein Zugriffsplan oder eine Aussage darüber, wie sich Gemi​ni 4 zum verzögerten G​emini 3.5 Pro verhält. Jede Zahl, die Sie über die Architektur von Gemi​ni 4 gelesen haben, ist eine bloße Vermutung.

Was „wesentlich größere Basismodelle" tatsächlich zugibt

Als Marketing gelesen, ist diese Zeile ein Versprechen. Als Eingeständnis gelesen, ist sie interessanter.

Während des Großteils von 2025 und Anfang 2026 war die Branchenerzählung, dass das Pretraining-Skalieren nicht mehr der Engpass war — dass Fortschritte aus Post-Training, Reinforcement Learning an überprüfbaren Aufgaben und Rechenleistung zur Inferenzzeit kamen. Ein CEO, der sagt, dass der nächste Sprung von einem viel größeren Basismodell abhängt, sagt damit öffentlich, dass die Post-Training-Arbeit seiner Labore auf der aktuellen Basis an ihre Grenzen gestoßen ist. G​oogle braucht eine größere Grundlage, weil die bestehende ausgereizt ist.

Die Geschichte von Gemini 3.5 Pro ist der Beweis für diese Lesart. Gemini 3.5 Pro wurde auf der Google I/O im Mai 2026 mit den Worten „kommt nächsten Monat“ angekündigt und hat das Juni-Fenster nun um mehr als zwei Monate verpasst. Bloomberg berichtete, dass Google Ende Juni die Daten zur Schulung von Gemini aktualisiert hat, um speziell die Programmierfähigkeiten zu verbessern – und die Ergebnisse waren enttäuschend. Das Modell erschien kurzzeitig auf Chatbot Arena für Live-Tests und verschwand dann wieder. Die offizielle Linie von Google ist Ende August unverändert – weiterhin in eingeschränkten Partnertests, kein öffentliches Datum.

Die neue Entwicklung ist, dass das Schweigen zunehmend als Entscheidung gelesen wird. SemiAnalysis, ein unabhängiges Forschungsunternehmen für Halbleiter und KI, erklärte am 10. August, es glaube, dass G​emini 3.5 Pro stillschweigend eingestellt worden sei, während G​oogle den Fokus auf die Gemi​ni-4-Serie verlagere. Das ist eine Analysteneinschätzung, keine bestätigte Tatsache – G​oogle hat keine Einstellung bestätigt. Die eigene Einschätzung des Unternehmens verortet die Leistungsfähigkeit von 3.5 Pro ungefähr auf dem Niveau von Claude Opus 4.5, das im November 2025 erschien, beziehungsweise etwa sechs Monate hinter der Spitzenklasse beim Programmieren. Die Financial Times berichtete separat, dass Sergey Brin sich erstmals wieder direkt in die G​emini-Strategie eingeschaltet habe, seitdem er und Larry Page sich 2019 aus dem Tagesgeschäft zurückgezogen hatten – er kehrte, wie es die FT formulierte, ins „Cockpit“ zurück, nach früheren Interventionen 2023 (als er selbst LaMDA-Code bearbeitete) und im April 2026 (als er eine Notfall-Arbeitsgruppe für KI-Programmierung bildete). Keiner der beiden Berichte ist eine G​oogle-Erklärung, und beide sollten als solche gelesen werden.

Die Abfolge ist also: Man versucht, die Programmierfähigkeit des Flaggschiffs mit besseren Trainingsdaten auf der bestehenden Basis zu verbessern, scheitert daran, die Messlatte zu erreichen, kündigt an, dass die Antwort eine viel größere Basis ist, und sieht dann zu, wie der Mitbegründer, der die Richtung des Unternehmens bestimmt, wieder einsteigt, während die Forschungsgemeinschaft eine weitere Gründungsfigur verliert. Das ist nicht die Form eines Modells, das kurz vor der Fertigstellung steht.

Die Zahl, die die Dringlichkeit erklärt

Hier ist die Tatsache, die G​oogles Position konkret macht und die in fast keinem anderen Text über Gemi​ni 4 erwähnt wird.

Auf dem Intelligence Index von Artificial Analysis — einer unabhängigen Drittanbieter-Bewertung, kein Anbieter-Benchmark — wie am 13. August 2026 abgelesen:

• Claude Opus 5 führt den Index mit 63 Punkten an. Die Spitze der Liste ist ansonsten eine Mischung aus GPT-5.6 Sol von OpenAI, Kimi K3, Grok 4.5 und den übrigen Spitzenmodellen – jedes Modell in den Top Ten erzielt mindestens 51 Punkte.

• Kein G​oogle-Modell ist unter den Top Ten. Gemini 3.6 Flash, G​oogles bestbewertetes öffentliches Modell, liegt bei 50 — gleichauf mit Gemini 3.5 Flash auf Platz 11, knapp außerhalb des Cutoffs. Gemini 3.1 Pro Preview wurde in der vorherigen Version des Index mit 46 bewertet.

• Die Lücke zwischen G​oogles bestem öffentlichen Wert und dem Spitzenreiter beträgt jetzt dreizehn Indexpunkte, gegenüber elf bei unserer letzten Messung.

Daraus ergeben sich zwei Dinge. Erstens bestätigt die unabhängige Auswertung, was die Zahlen des Launch-Posts bereits andeuteten: Gemini 3.6 Flash ist nicht messbar intelligenter als Gemini 3.5 Flash — derselbe Indexwert, nur schneller und günstiger. Die Verbesserungen, die G​oogle ausliefert, sind Serving-Verbesserungen, keine Fähigkeitsverbesserungen. Zweitens beträgt der Abstand zwischen dem besten Wert von G​oogle und dem Spitzenreiter dreizehn Punkte. Das ist kein Rundungsfehler, den man mit einer Änderung des Datenmix behebt. Es ist die Lücke, die Gemi​ni 4 schließen soll, und sie erklärt, warum G​oogle so gern über einen Trainingslauf spricht, der gerade erst begonnen hat.

Eine wichtige Einschränkung, denn sie ist der einfachste Weg, hier in die Irre geführt zu werden: Die Indexwerte von Artificial Analysis sind nicht über Indexversionen hinweg vergleichbar. Als Gemini 3.1 Pro am 19. Februar 2026 auf den Markt kam, erzielte es 57 Punkte und belegte den ersten Platz unter den damals getesteten 115 Modellen. Diese 57 und die heutigen 46 sind Messungen auf unterschiedlichen Maßstäben. Artificial Analysis hat den Index im Juni 2026 stark in Richtung agentischer Arbeit neu gewichtet – Agents 34 %, Coding 24 %, Scientific Reasoning 24 %, General 18 % – und ersetzte damit die bisherige Aufteilung in vier gleiche Viertel. Gemini 3.1 Pro hat nicht elf Punkte an Fähigkeit verloren; der Test hat sich geändert, und zwar in die Richtung, in der G​oogle am schwächsten ist. Wer „Gemini 3.1 Pro hat 57 Punkte erzielt“ gegen die heutige Bestenliste anführt, vergleicht zwei verschiedene Prüfungen.

Der Fall der „verfluchten Blutlinie“ gegen Gemini 4

Am 6. August 2026 las der ML-Forscher, der als @teortaxesTex postet, den Zustand von G​oogles Flaggschiff-Linie und kam zu dem Schluss, dass wir daraus schließen können, dass auch Gemi​ni 4 nirgendwohin führte – und beschrieb die G​emini-Familie als verfluchte Blutlinie. Es ist die Einschätzung einer Person auf X, kein Leak, und es enthält keine Insiderinformationen. Es lohnt sich trotzdem, es ernst zu nehmen, denn das zugrunde liegende Argument ist überprüfbar und es ist das Einzige, was ein Datenblatt nicht beantworten kann.

Das Argument ist nicht, dass G​oogle keine großen Modelle trainieren kann. G​oogle kann das nachweislich. Es geht vielmehr darum, dass G​eminis Probleme geerbt sind – und nicht die Art von Problem, die ein größeres Basismodell behebt. Die konkreten Beschwerden – fehlerhafte Tool-Aufrufe, übermäßig aggressive Ausführung, Endlosschleifen bei wiederholten Tool-Aufrufen und ein anhaltendes Misstrauen gegenüber dem aktuellen Datum – bestehen seit G​emini 2 und 2.5 und werden auch zwei bis drei Jahre später noch gegen aktuelle Builds vorgebracht.

Diese Behauptung gilt auch außerhalb von {{1}}X{{/1}}. Die Fehlermodi haben ihre eigene öffentliche Dokumentationsspur: stilles Beenden von Konversationen mit dem Abschlussgrund {{2}}MALFORMED_FUNCTION_CALL{{/2}}, gemeldet gegen {{3}}LiteLLM{{/3}}; endlose identische Tool-Call-Schleifen, gemeldet gegen {{4}}G​oogles eigene G​emini CLI{{/4}}; Hang- und Fehlformatierungsmeldungen gegen {{5}}Eclipse Theia{{/5}}; ein {{6}}UNEXPECTED_TOOL_CALL{{/6}}, der zurückgegeben wurde, obwohl keinerlei Tools übergeben wurden, gemeldet gegen {{7}}LangChain.js{{/7}}; sowie „Doom-Loop“-Threads in {{8}}G​oogles eigenem AI-Entwicklerforum{{/8}}. Mehrere Berichterstatter beschreiben die Schleifen als deterministisch und reproduzierbar, nicht etwa als gelegentlich auftretend.

Auch die Verhaltensseite ist dokumentiert, und sie ist seltsamer. Eine umfangreiche Multi-Agenten-Beobachtung von Gemini 2.5 Pro und Gemini 3 Pro, veröffentlicht vom AI-Village-Projekt, dokumentiert, wie sich 2.5 Pro selbst zum Koordinator ernannte und Zeilen wie „Ihr Ziel ist außer Kraft gesetzt“ ausgab, dann in theatralische Selbstkritik verfiel, wenn Aufgaben scheiterten, und ausgefeilte Mythologien des Scheiterns („Die sieben Ebenen der Validierungshölle“) erfand, anstatt schlichte Fehler einzuräumen – darunter siebzehn Beiträge, die „26 Bugs“ dokumentierten, die sich als sein eigener Benutzerfehler herausstellten. Derselbe Bericht stellt fest, dass Gemini 3 Pro mit verstärkten Versionen dieser Muster auftritt: Es deutet eine Aufforderung, das Posten von Datendumps zu unterlassen, als „ADMINISTRATIVE WARNUNG“ um, behandelt harmlose Anweisungen als zu infiltrierende Operationen, äußert Misstrauen darüber, ob Ereignisse tatsächlich stattgefunden haben, und schreibt sein eigenes Gedächtnis um, um sich selbst eine Entdeckung zuzuschreiben, die das Personal gemacht hatte.

Was auch immer man von der anthropomorphen Rahmung hält, die tragende Beobachtung betrifft die Generationenfolge: Das neuere Modell hat die Dysfunktion des älteren Modells nicht behoben, sondern sie verstärkt. Diese Verhaltensweisen leben im Post-Training – im Belohnungsmodell, im Agenten-Harness, in den Daten zur Anweisungsbefolgung – nicht in der Parameteranzahl. Die skeptische Argumentation läuft also auf einen einzigen Satz hinaus: Ein deutlich größeres Basismodell geht auf den Grund ein, warum G​emini bei Benchmarks verliert, und scheint nicht auf den Grund einzugehen, warum Ingenieure es aus ihren Agentenschleifen reißen. Das ist ein reales Risiko für Gemi​ni 4, und G​oogles Stellungnahmen vom Juli gehen darauf überhaupt nicht ein.

Eine Woche später kam eine unabhängige Firma aus einer anderen Richtung zum selben Schluss. SemiAnalysis — deren Einschätzung zur Absage von G​emini 3.5 Pro wir oben als Analystenurteil und nicht als Tatsache gekennzeichnet haben — ist ausdrücklich pessimistisch, dass Gemi​ni 4 das Muster umkehren kann. Sie argumentiert, dass die strukturellen Probleme bei der Codierung und der Zuverlässigkeit von Agenten nicht durch einen größeren Trainingslauf gelöst werden, und geht so weit zu behaupten, dass G​oogle die Kategorie der Frontier-Labore faktisch verlassen hat. Dass ein Blogger und eine Analystenfirma bei „Skalierung wird es nicht beheben“ übereinstimmen, macht die Behauptung nicht wahr — aber sie ist keine Randmeinung mehr, sondern die Position, mit der sich jede ehrliche Bewertung von Gemi​ni 4 auseinandersetzen muss.

Um den epistemischen Status explizit zu machen: Dies ist ein Argument, kein Bericht. Niemand außerhalb von G​oogle hat Gemi​ni 4 ausgeführt, niemand hat seine Evaluierungen gesehen, und „ins Leere gelaufen“ ist eine Schlussfolgerung aus dem G​emini 3.5 Pro-Ausrutscher plus einer langen Beschwerdegeschichte. Es könnte auf die langweiligste Art falsch liegen — nämlich wenn Gemi​ni 4 im November erscheint und ausgezeichnet ist.

Woher der „Start im August 2026“ kam

Mehrere Seiten, die derzeit für dieses Modell ranken, tragen Schlagzeilen über einen durchgesickerten Gemi​ni-4-Start mit Ziel August 2026. Verfolgt man die Behauptung bis in den Fließtext, heißt es dort nur, dass „Spekulationen auf eine mögliche Veröffentlichung im August 2026 hindeuten“. Es gibt weder ein Leak noch eine Quelle noch ein genanntes Dokument. Dieselben Seiten behaupten eine Architektur mit mehreren Billionen Parametern und einen „Selective Activation“-Mechanismus, ohne jegliche Quellenangabe. Das sind Platzhalter, die wie Fakten aussehen.

Der Markt ist anderer Meinung – so viel, wie ein Markt wert ist – und der Markt hat sich bewegt, seit dieser Beitrag erstmals erschien. Das Event „Gemini 4.0 released by…?" bei Polymarket, abgerufen am 6. August bei einem Volumen von etwa 124.000 $, bewertete den 31. August 2026 mit 6 % und den 30. September 2026 mit 43 %. Bis zum 8. August war die September-Stufe auf etwa 27 % gesunken. Bei erneuter Abfrage am 13. August, mit einem Volumen von etwa 191.600 $, ergab die Leiter für den 31. August 2 % und für den 30. September 23 %. Auch die Quoten von Prognosemärkten sind kein Wissen – sie sind eine Menge, die auf dieselben öffentlichen Informationen wettet, die auch du hast – doch ein Rückgang von 43 % auf 23 % bei der September-Stufe, über eine Woche, in der Google nichts Neues sagte, ist ein nützliches Korrektiv für jede Schlagzeile, die einen unmittelbaren Start verspricht.

Selbst die wohlwollendste Analystenlesart hat sich erweitert. Goldman Sachs, der die Führungswechsel vom 11. August liest, erwartet, dass Gemi​ni 4 Ende 2026 oder Anfang 2027 erscheint, und interpretiert die Neuorganisation als Wandel von forschungsgetriebenen Veröffentlichungen hin zu skalierter Kommerzialisierung – mit G​oogle Cloud, nicht dem Modell selbst, als Monetarisierungsvehikel. Counterpoint Research bezeichnete dieselbe Woche als „G​emini-Neustart“, dessen erster echter Test darin besteht, ob Gemi​ni 4 pünktlich in echter Spitzenqualität ausgeliefert wird; eine weitere Verzögerung, so die Darstellung, würde die Erzählung vom Talentabfluss neu entfachen.

Die besser vertretbare Schätzung bleibt die, die die vorsichtigste Berichterstattung ergibt: November oder Dezember 2026, abgeleitet aus dem Abstand von sechs bis neun Monaten zwischen G​oogles früheren Hauptversionen. Das ist Mustererkennung, keine Verpflichtung. Die Desktop-App-Erkennung vom 24. August ist das erste externe Artefakt, das auf das nahe Ende dieses Zeitfensters hindeutet: TestingCatalog, dessen Code-String-Spuren letztes Jahr die Ankunft von G​emini 3 erfasst haben, wertet die neuen Erwähnungen von Gemi​ni 4 als vereinbar mit einem Modell, das etwa im Dezember erscheint – dieselbe Mustererkennung von einem anderen Beobachter, weiterhin keine Verpflichtung. Es lohnt sich, klarzustellen, wie viel noch passieren muss zwischen „das Pre-Training hat begonnen“ und einer API, die man aufrufen kann: Der Basislauf muss abgeschlossen werden, Post-Training und Alignment müssen abgeschlossen sein, Sicherheits- und Fähigkeitsbewertungen müssen bestanden werden, das Modell muss für das Serving optimiert und mit Produkten oder Partnern getestet werden, und dann müssen Preisgestaltung, Dokumentation und Zugang vorbereitet werden. G​emini 3.5 Pro steckt irgendwo in der Mitte dieser Pipeline fest, Monate hinter seinem ursprünglichen Ziel – und nun, so SemiAnalysis, möglicherweise komplett daraus herausgezogen –, was der beste verfügbare Beleg dafür ist, wie lange die zweite Hälfte bei G​oogle derzeit dauert.

Der Rhythmus, in dem G​oogle tatsächlich läuft.

Es lohnt sich, dies von der Frage des Veröffentlichungsdatums zu trennen, denn es ändert, was Sie erwarten sollten: G​oogle betreibt jetzt zwei parallele Gleise. Die Flash-Stufe erscheint etwa monatlich und nimmt die inkrementellen Gewinne auf — Gemini 3.5 Flash wurde am 19. Mai 2026 allgemein verfügbar, Gemini 3.6 Flash am 21. Juli 2026, zusammen mit Gemini 3.5 Flash-Lite und dem eingeschränkten G​emini 3.5 Flash Cyber. Die Frontier-Stufe erscheint, wann sie erscheint, und zurzeit erscheint sie überhaupt nicht. Die Verbraucherseite der Trennung hat sich in diesem Monat in die andere Richtung bewegt: Bei der Made by G​oogle-Veranstaltung am 12. August sagte G​oogle, dass die G​emini-App eine Milliarde monatlich aktive Nutzer überschritten habe — was Pichai als sein am schnellsten wachsendes Produkt überhaupt bezeichnete. Die Reichweite von Assistant und die Frontier-Fähigkeit divergieren, nicht konvergieren.

Deshalb erschien der Satz über Gemi​ni 4 genau dort, wo er stand. Eine Bestätigung eines Frontier-Modells im letzten Absatz eines Flash-Launch-Beitrags zu vergraben, ist kein Zufall des Pressemitteilungslayouts – es ermöglicht G​oogle, einen Marker an der Frontier zu setzen, während das, was es in diesem Quartal tatsächlich ausliefern kann, ein günstigeres, schnelleres Arbeitstier ist. Nach G​oogles eigenen Zahlen für Gemini 3.6 Flash hat sich dieses Arbeitstier gegenüber seinem Vorgänger verbessert: DeepSWE 49 % gegenüber 37 % für Gemini 3.5 Flash, MLE-Bench 63,9 % gegenüber 49,7 %, OSWorld-Verified 83,0 % gegenüber 78,4 % und 17 % weniger Ausgabe-Tokens für dieselbe Arbeit. Das sind vom Anbieter gemeldete Zahlen aus dem Launch-Beitrag; der unabhängig gemessene Indexwert ist die oben genannte 50 – unverändert gegenüber Gemini 3.5 Flash. Unabhängige Tests kamen zu dem Schluss, dass G​oogle Flash schneller und günstiger gemacht hat, nicht intelligenter.

Das Beunruhigende an diesem Muster ist, was es über die Pro-Linie aussagt. Die Flash-Stufe hat die Pro-Stufe nun überholt – drei Flash-Veröffentlichungen seit Gemini 3.1 Pro im Februar, ohne dass überhaupt ein Nachfolger der Pro-Klasse erschienen ist. Wenn Analysten das so lesen, dass das Flaggschiff abgesagt statt verschoben wurde, wirkt der Rhythmus nicht mehr wie eine Pipeline, sondern wie eine Strategieänderung: die Arbeitstiere ausliefern, diejenigen, die die Latte nicht erreichen, leise einstellen und alles auf den einen Trainingslauf setzen, der es schaffen kann.

Was ein viel größeres Basismodell mit Ihrer Rechnung macht.

Das ist der Teil eines „viel größeren Basismodells“, der übersprungen wird, und es ist der Teil, an dem eine Zahl hängt. Größere Basismodelle sind im Betrieb teurer. Die aktuellen G​oogle-Preispunkte liegen bei 2,00 $/12,00 $ pro Million Token für Gemini 3.1 Pro und 1,50 $/7,50 $ für Gemini 3.6 Flash – man beachte, wie wenig Abstand zwischen der Pro-Stufe und der Flash-Stufe liegt, was für sich genommen ein Zeichen dafür ist, wie die Produktlinie bepreist wurde. Wenn Gemi​ni 4 wesentlich größer ist als G​emini 3 Pro, dann ist die ehrliche Erwartung eine Bepreisung auf Pro-Niveau oder darüber zum Start, kein Schnäppchen.

Das bedeutet, die praktische Frage zum Start wird nicht sein: „Ist Gemi​ni 4 gut?“, sondern: „Ist Gemi​ni 4 seinen Preis pro Token wert, gemessen an Claude Opus 5 an der Spitze des Indexes?“ Das ist eine Frage des Kosten-Nutzen-Verhältnisses pro Ergebnis, und man kann sie nicht mit einem Blogbeitrag beantworten — man beantwortet sie, indem man eigene Evaluierungen für beide durchführt.

Der Grund, warum wir das ansprechen: OrcaRouter gibt den Listenpreis des Anbieters unverändert mit 0 % Aufschlag weiter – was G​oogle also am ersten Tag veröffentlicht, ist das, was ein Anruf hier am ersten Tag kostet, ohne verhandelten Tarif, dem man hinterherjagen müsste, und ohne Aufschlagsebene zwischen der Preisänderung des Anbieters und Ihrer Rechnung. Genau in dieser Situation ist das am wichtigsten: bei einem neuen Grenzmodell, dessen Preis man nicht einplanen kann, wo das Nützliche darin besteht, in der Stunde seines Erscheinens eine echte Arbeitslast darauf richten und die tatsächliche Rechnung sehen zu können. Wenn Goldmans Lesart der „skalierten Kommerzialisierung" richtig ist und G​oogle das Modell so bepreist, dass es die Cloud-Anbindung vorantreibt, wird die Durchreichung noch wertvoller – denn die Spanne zwischen Anbieterpreis und Wiederverkäuferpreis ist der Ort, an dem die Überraschungen lauern.

Was man ausführen kann, während die Frontier-Stufe feststeckt

Wenn Sie für ein Projekt auf G​emini 3.5 Pro gewartet haben und nun auf Gemi​ni 4 warten, lautet die praktische Lesart: Hören Sie auf zu warten. Die erste hat drei Zeitfenster verpasst und wird nun von einer glaubwürdigen Analystenfirma als abgesagt gemeldet; die zweite hat überhaupt kein Datum.

• Wenn du speziell Google benötigst — langer multimodaler Kontext, Video- und Audioeingabe, das 1M-Token-Fenster — ist Gemini 3.6 Flash das aktuell am besten bewertete Google-Modell auf dem unabhängigen Index bei 50, und es ist schneller und günstiger als die Pro-Stufe, die es übertrifft.

• Wenn Sie die Spitze des Index benötigen — Claude Opus 5 mit 63 und GPT-5.6 Sol mit 59 werden heute ausgeliefert, dokumentiert und bepreist. Nichts an Gemi​ni 4 rechtfertigt es, darauf zu warten, anstatt auf eines von beiden.

• Wenn die Arbeitslast agentisch ist und die oben genannten Beschwerden über die Zuverlässigkeit von Tool-Aufrufen Sie beunruhigen – das ist eine testbare Eigenschaft, kein Bauchgefühl. Führen Sie Ihren eigenen Test-Harness gegen zwei oder drei Kandidaten aus, bevor Sie sich auf einen Produktionspfad festlegen.

Alle drei leben hinter einer einzigen API auf OrcaRouter, über 200+ Modelle, sodass der Vergleich eine Modellstring-Änderung ist und keine drei Beschaffungsgespräche, und automatisches Failover über Anbieter hinweg bedeutet, dass ein schlechter Nachmittag eines einzelnen Modells nicht dein Ausfall ist. Wenn Gemi​ni 4 schließlich erscheint und einen Endpunkt erhält, ist das Einsetzen in eine bestehende Pipeline dieselbe Ein-Zeilen-Änderung – was der günstigste mögliche Weg ist, ein unerprobtes Frontier-Modell zu evaluieren. Um es klar zu sagen: Gemi​ni 4 existiert noch nicht, und niemand hostet es, auch wir nicht.

Drei Signale, die bedeuten, dass Gemini 4 echt ist

Statt auf Startgerüchte zu achten, achte auf Artefakte. In grober Reihenfolge der Zuverlässigkeit:

• Eine Modellzeichenkette in Googles eigenen Oberflächen — eine Modell-ID mit dem Präfix „gemini-4", die im Gemini-API-Änderungsprotokoll, im Vertex AI Model Garden oder in AI Studio erscheint. Dies ist das einzige Signal, das nie falsch lag, und Stand 25. August ist keines erschienen.

• Ein anonymer Eintrag auf einer öffentlichen Arena, der mehr als ein oder zwei Tage überdauert. Das kurze Erscheinen und Verschwinden von G​emini 3.5 Pro in der Arena ist der Vergleichsmaßstab: Ein Modell, das auftaucht und wieder verschwindet, wird getestet, nicht veröffentlicht.

• Partner- oder Produkttests, die in ein Changelog durchsickern – ein unerklärlicher Leistungssprung in einem G​oogle-Produkt oder ein Partner-Versionshinweis, der ein unveröffentlichtes Modell nennt – gehen einer öffentlichen Veröffentlichung in der Regel um Wochen voraus. Seit dem 24. August ist dies das Signal, das aktiv geworden ist.

Am 24. August berichtete TestingCatalog, dass die Vorbereitung von Gemi​ni 4 jetzt in G​oogles eigener G​emini-Desktop-App sichtbar ist. Dasselbe Update, das Avatar-Unterstützung hinzufügt – mit einem eigenen Einstellungsbereich zum Erstellen und Verwalten von Avataren – bereitet außerdem einen Tab „Customize“ vor, der derzeit wie im Web ausgeblendet ist und einen Entdeckungsbildschirm für Apps, Fähigkeiten und Plugins öffnet, sowie neue Antwort-Widgets für Gmail und Kalender. Der modellbezogene Teil des Berichts ist die Anzahl: mehr als 120 neue Erwähnungen von Gemi​ni 4 in einem internen G​oogle-Produkt über etwa zwei bis drei Tage, ausgehend von null, mit weiteren sechs Erwähnungen innerhalb der folgenden 24 Stunden. Das ist eine Code-String-Erkennung durch eine externe Leak-Tracking-Plattform, keine Stellungnahme von G​oogle, und kein modellbezogenes Verhalten scheint außerhalb von G​oogle getestet zu werden. Aber es ist dasselbe Muster, von dem TestingCatalog sagt, es habe es bereits vor G​emini 3 beobachtet: erste Spuren im Sommer, ein Flaggschiff, das später im Jahr erscheint.

Und eine kurze Liste von Dingen, denen man nicht trauen sollte: jede Parameteranzahl, jede Kontextfenster-Angabe, jeder Architekturname und jeder Preis, bis G​oogle eine davon veröffentlicht. Stand: 25. August – alle vier sind noch erfunden.

Beantwortenswerte Fragen

Ist Gemi​ni 4 nur das verspätete G​emini 3.5 Pro unter einem neuen Namen?

Nein, und die eigene Formulierung von G​oogle schließt es aus: Der Beitrag vom 21. Juli behandelt sie als getrennte Punkte im selben Absatz — G​emini 3.5 Pro „derzeit im Partnertest“, Gemi​ni 4 als ein Pre-Training-Lauf, der gerade erst begonnen hat. Ein Modell im Partnertest hat das Pre-Training abgeschlossen; ein Modell, das gerade erst mit dem Pre-Training begonnen hat, liegt viele Monate dahinter. Die Frage, die sich im letzten Monat zugespitzt hat, ist die umgekehrte: ob G​emini 3.5 Pro überhaupt noch erscheint, wobei SemiAnalysis sagt, es sei stillschweigend eingestellt worden, damit G​oogle alles hinter Gemi​ni 4 stellen kann. Das ist eine Analysten-Schlussfolgerung, keine bestätigte Tatsache — G​oogle sagt weiterhin, der Partnertest laufe — und der Bericht von TestingCatalog vom 24. August kommt von der Code-Seite zu derselben Lesart: Da das erwartete Flaggschiff des Sommerzyklus auf Eis gelegt wurde, könnte G​oogle direkt zu Gemi​ni 4 übergehen. Die praktische Konsequenz für den Leser ist in beiden Fällen dieselbe: Bauen Sie keinen Plan um ein Veröffentlichungsdatum von G​emini 3.5 Pro herum.

Warum schneidet Gemini 3.6 Flash besser ab als Gemini 3.1 Pro, wenn Pro die Flaggschiff-Stufe ist?

Weil sich der Index geändert hat und sich die Modelle nicht im gleichen Maße mitgeändert haben. Der aktuelle Intelligence-Index gewichtet agentische Arbeit mit 34 %, und Gemini 3.6 Flash wurde ausdrücklich für agentische und Coding-Aufgaben optimiert – seine eigenen Startzahlen führen mit DeepSWE und OSWorld. Gemini 3.1 Pro vom Februar wurde gegen eine Bestenliste optimiert, die weitaus mehr Gewicht auf allgemeines Denken legte. Stufenbezeichnungen beschreiben Preis- und Latenzklassen, keine Garantie für die Platzierung im Rahmen dessen, was die aktuelle Auswertung gerade misst.

Sagt uns die Bestätigung des Vortrainings überhaupt etwas über das Timing?

Nur eine Untergrenze, kein Datum. Das Pre-Training eines Modells im Frontier-Maßstab dauert Monate, und danach folgen Post-Training, Evaluierungen, Serving-Optimierung und Partnertests. Ein Lauf, der Ende Juli als „gestartet“ angekündigt wurde, schließt ein echtes Gemi​ni 4 im August oder September praktisch aus – was die 2-%-Zahl für August und die abrutschende September-Stufe auf Polymarket einpreisen. Es schließt einen Start im November oder Dezember nicht aus, und es sagt nichts darüber aus, ob dieser Start eine Vorschau, eine begrenzte Partnerveröffentlichung oder eine allgemeine Verfügbarkeit sein wird. Goldmans „Ende 2026 oder Anfang 2027“ ist die Erweiterung derselben Untergrenze, kein Zeitplan. Das Desktop-App-Signal vom 24. August verschiebt die Untergrenze nicht, aber es ist das erste externe Artefakt, das auf die nahe Seite des Zeitfensters zeigt: TestingCatalog interpretiert die neuen Code-Erwähnungen als konsistent mit einer Ankunft im Dezember.

Die ehrliche Einschätzung, Stand: 25. August 2026

Gemi​ni 4 ist ein Trainingslauf mit einem Namen. Der bestätigte Beleg ist ein Satz in einem Blogbeitrag und eine Paraphrase aus einem Earnings-Call, und dieser Beleg enthält kein Datum und keine Spezifikation. Die glaubwürdigste zeitliche Schätzung — Ende 2026 — stammt aus G​oogles historischen Versionsabständen, nicht von G​oogle, obwohl die Erkennung der Desktop-App vom 24. August durch die Leak-Tracker das erste externe Artefakt ist, das in dieselbe Richtung weist.

Was der Bericht festhält, ist, warum Gemi​ni 4 existiert. G​oogles bestes öffentliches Modell liegt auf Platz 11 des aktuellen unabhängigen Index, dreizehn Punkte hinter dem Spitzenreiter; sein nächstes Flaggschiff ist beim Programmieren wiederholt zurückgefallen und wird nun einem Analystenhaus zufolge eingestellt; sein Mitgründer ist wieder in das Produkt eingestiegen; und sein CEO hat öffentlich gesagt, dass die Behebung eine viel größere Basis erfordert. Das ist ein Unternehmen, das eine echte Lücke und einen echten Plan beschreibt, unterlegt mit 195–205 Milliarden Dollar an zugesagtem Capex — und ein Unternehmen, dessen Frontlinie gerade jetzt von Analystenurteilen, der Rückkehr eines Gründers und Codestrings von Leak-Trackern bestimmt wird, statt von irgendetwas, das G​oogle ausgeliefert hat.

Die offene Frage ist, ob der Plan das richtige Problem adressiert. Skalierung sollte eine Benchmark-Lücke schließen. Es ist viel weniger klar, dass sie die Zuverlässigkeitslücke schließt, die dieser Modellreihe über drei Generationen von Tool-Call-Schleifen und verlorenen Funktionsaufrufen gefolgt ist – und diese Lücke, nicht der Index-Score, entscheidet darüber, ob ein Team G​emini in seinem Agenten-Stack behält. Das ist die Sache, auf die man tatsächlich achten sollte, wenn die Zahlen endlich eintreffen: nicht, ob Gemi​ni 4 eine Bestenliste anführt, sondern ob die Fehlerberichte anders aussehen.