
Sage-S2.1-Flash vs. Gemini 3.8 Flash: Der eine hat eine Preisklippe, der andere keinen Preis
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 87 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 219 tok/s
Gemini 3.8 Flash kostet heute 0,75 US-Dollar pro Million Eingabe-Tokens und 3,75 US-Dollar pro Million Ausgabe-Tokens. Am 1. Januar 2027 werden es 1,50 US-Dollar und 7,50 US-Dollar sein – dasselbe Modell, dieselben Gewichte, die doppelte Rechnung, weil Googles Einführungspreis für das Modell am 31. Dezember 2026 endet. Sage-S2.1-Flash, am 15. November 2026 in aller Stille vom Shanghai AI Laboratory veröffentlicht, hat keinen Preis, der sich verdoppeln ließe. Es hat 645 Gigabyte an Gewichten unter MIT-Lizenz, eine 21-Byte-Modellkarte und eine Bereitstellungsanleitung, die davon ausgeht, dass man acht H200s hat.
Stellt man diese beiden Fakten nebeneinander, wird die Suchintention hinter diesem Duell klar: Die Leute fragen nicht wirklich, welches Modell intelligenter ist. Sie fragen, ob sie Googles Flash-Tier weiter mieten sollen oder ob ein offenes wissenschaftliches Modell, das sie jetzt herunterladen können, einen Teil dieser Rechnung ersetzt. Die Antwort hängt von einem Datum ab und von einer Unterscheidung, die die meisten Vergleiche auslassen – zwischen einem Modell, das pro Token günstig ist, und einem Modell, dessen Token überhaupt keinen Zähler haben.
Was soll tatsächlich geändert werden?
Googles eigene Dokumentation für Gemini 3.8 Flash führt zwei Preistabellen auf, und nur eine davon ist in Kraft:
• Einführungspreis, bis 31. Dezember 2026 — 0,75 $ pro Million Eingabe, 3,75 $ pro Million Ausgabe, 0,075 $ für zwischengespeicherte Eingabe
• Standard, ab 1. Januar 2027 — 1,50 $ pro Million Eingabe-Tokens, 7,50 $ pro Million Ausgabe-Tokens
• Kontext — 1.000.000 Token, mit einer Obergrenze von 64.000 Token für die Ausgabe
• Denken — drei Stufen: niedrig, mittel (Standard) und hoch; die ältere Einstellung „minimal“ führt jetzt zu Fehlern
• Entfernte Parameter – temperature, top_p, top_k, candidate_count und vorausgefüllte Modell-Turns werden nicht mehr akzeptiert
Diese letzte Zeile ist diejenige, die Engineering-Zeit statt Geld kostet, und sie wird in einer Preisdiskussion leicht übersehen. Eine von Gemini 3.6 Flash auf 3.8 Flash migrierte Pipeline kann ihre Sampling-Konfiguration nicht beibehalten; das Modell lehnt die Regler ab. Multi-Turn-Prefills entfallen ebenfalls und werden durch eine serverseitige previous_interaction_id ersetzt. Was auch immer Sie zwischen jetzt und Januar auf 3.8 Flash bauen, ist ein Build, den Sie zweimal neu abstimmen werden – einmal für die API-Änderung, die Sie bereits vorgenommen haben, einmal für die Preisänderung, die noch nicht erfolgt ist.
Gemini 3.8 Flash ist auch nach Googles eigener Beschreibung das „Flash-Modell der vorherigen Generation“ – stabil, weiterhin der Standard hinter dem Antigravity-Agenten und dem SDK und das designierte Migrationsziel für gemini-2.5-pro-Anfragen ab dem 1. Dezember 2026. Es ist ein Arbeitstier mit einem bekannten Horizont ohne Auslaufdatum, kein Frontier-Experiment. Das ist ein echter Vorzug – und einen solchen bietet Sage-S2.1-Flash derzeit nicht.

Zwei verschiedene Produkte mit „Flash“ im Namen
Die Namensübereinstimmung leistet mehr, als ihr zusteht, deshalb lohnt es sich, sie auseinanderzunehmen.
Gemini 3.8 Flash ist ein gehostetes, proprietäres, multimodales Arbeitstier. Es akzeptiert Text-, Bild-, Video-, Audio- und Dateieingaben und gibt Text zurück. Artificial Analysis bewertet es mit 30,8 auf dem Intelligence Index bei hohem Aufwand; es läuft mit etwa 114 Ausgabe-Tokens pro Sekunde und einer Zeit bis zum ersten Token von 19,7 Sekunden bei seiner Langkontext-Probe. Es wird pro Token bepreist, nach Verbrauch abgerechnet und ist heute über Googles eigene API- und Cloud-Wiederverkaufskanäle verfügbar.
Die andere Seite des Namens ist ein Forschungsartefakt. Sage-S2.1-Flash hat 320 Milliarden Parameter bei 18 Milliarden aktiven pro Token und wurde am 15. November 2026 vom Shanghai AI Laboratory als 120 bfloat16-Shards unter MIT-Lizenz veröffentlicht – 645 GB an Gewichten, ein Vision-Tower und eine Konfiguration, die über 45 Schichten hinweg eine Obergrenze von 1.048.576 Token angibt. 34 dieser Schichten nutzen einen Linear-Attention-Typ, elf nutzen Sparse Attention. Es ist kein Dienst. Es ist ein Download mit angehängtem Deployment-Leitfaden.
Das Wort „Flash“ in beiden Namen bedeutet jeweils „kleine Stufe in einer gehosteten Produktreihe“ und „die schnelle Variante einer Forschungsmodellfamilie“. Sie konkurrieren nicht um dieselbe Artikelposition. Sie konkurrieren um denselben Job, und das nur manchmal.
Der einzige Benchmark, dessen Namen sie teilen
Hier wird der Vergleich wirklich interessant und dann unmittelbar auf lehrreiche Weise enttäuschend.
Die Bewertungstabelle von InternLM für Sage-S2.1-Flash umfasst 35 Benchmarks und acht Vergleichsmodelle: GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Qwen3.8-Max, GPT-5.6 Sol, Claude Opus 5, GPT-6 Astra, GPT-6.1 Sol und Claude Opus 5.5. Gemini 3.8 Flash ist nicht darunter. Für diese Gegenüberstellung gibt es keine gemeinsame Bestenliste, weder vom Anbieter erstellt noch von anderer Seite.
Was sich überschneidet, ist ein Benchmark-Name. InternLM meldet 87,9 für Sage-S2.1-Flash auf Terminal-Bench 2.1. Artificial Analysis meldet 87,6 für Gemini 3.8 Flash auf Terminal-Bench 2.1. Das liegt drei Zehntel auseinander, und es ist verlockend, von einem Gleichstand zu sprechen — was falsch wäre. Die beiden Zahlen stammen aus unterschiedlichen Harnesses mit unterschiedlichen Scaffolds, Anzahlen von Versuchen und Tool-Konfigurationen, und keines der Labore hat seine Ausführungseinstellungen veröffentlicht. Ein Unterschied von 0,3 Punkten zwischen zwei privaten Harnesses ist keine Messung von irgendetwas. Es ist ein Zufall, der denen, die Gleichwertigkeit behaupten wollen, gerade gelegen kommt.
Alles andere, was die beiden gemeinsam haben, muss erschlossen statt abgezogen werden. Artificial Analysis führt Gemini 3.8 Flash mit 95,3 auf GPQA Diamond, 85,6 auf MMMU-Pro, 47,8 auf Humanity's Last Exam, 56,6 auf SciCode und einem GDPval von 1.442. InternLM führt Sage-S2.1-Flash mit 75,8 auf BabyVision, 84,8 auf OSWorld-G, 72,2 auf OfficeQA Pro V2, 90,3 auf MLE-bench Lite und 25,0 auf Harvey LAB. Diese Listen überschneiden sich kaum, und wo sie es nicht tun, gibt es nichts zu vergleichen — nur zwei Labore, die unterschiedliche Stärken in unterschiedlichen Vokabularen beschreiben.

Woher die Belege stammen – das ist der eigentliche Unterschied.
Legen Sie die Zahlen für einen Moment beiseite und schauen Sie sich die Provenienz an, denn sie entscheidet darüber, wie viel Gewicht irgendetwas des oben Gesagten tragen kann.
Gemini 3.8 Flash wird von einem Drittanbieter auf einer öffentlichen Testumgebung gemessen. Der Wert von 30,8 im Intelligence Index, die Geschwindigkeitszahlen sowie die GPQA- und MMMU-Pro-Ergebnisse stammen alle von Artificial Analysis, das dabei dasselbe Verfahren anwendet, das es bei jedem von ihm gelisteten Modell anwendet. Man kann mit der Testumgebung nicht einverstanden sein; man kann Google aber nicht vorwerfen, sie geschrieben zu haben.
Sage-S2.1-Flash wird ausschließlich von seinen Autoren gemessen, in einer tabulatorgetrennten Datei, die in einem am 16. November erstellten GitHub-Repository committet und auf einer statischen Website unter internlm.github.io/Sage-S2.1-Flash veröffentlicht wurde. Nichts im Hugging-Face-Repository verlinkt auf diese Website. Die Modellkarte enthält eine Lizenzzeile und sonst nichts – 21 Bytes, alles davon YAML-Frontmatter.
Die Anbietertabelle hat tatsächlich ein Glaubwürdigkeitsmerkmal, das Anerkennung verdient: Sie enthält Zeilen, in denen das Modell verliert. Sage liegt auf DeepSWE um 6,9 Punkte hinter DeepSeek-V4.1-Flash-1017 zurück, um 5,5 auf NL2Repo-Bench und um 7,5 auf APEX-Agents, und liegt auf Terminal-Bench 2.1 und SWE-bench Pro hinter Qwen3.8-Max zurück. Ein Labor, das seine eigenen Verluste veröffentlicht, ist ein Labor, das man lesen kann. Aber eine selbst veröffentlichte Tabelle mit Verlusten ist immer noch eine selbst veröffentlichte Tabelle, und kein Dritter hat auch nur eine einzige Zeile reproduziert.
Vier Fragen, die Menschen tatsächlich stellen
Der größte Teil der Verwirrung in diesem Duell entsteht dadurch, dass mehrere getrennte Entscheidungen zu einer einzigen zusammengefasst werden. Getrennt betrachtet hat jede eine klare Antwort.
• Kann Sage-S2.1-Flash Gemini 3.8 Flash für Textarbeit mit hohem Volumen ersetzen? Nein, und zwar nicht wegen der Qualität. Gemini 3.8 Flash ist mit 0,75 $ pro Million Eingabe-Tokens billiger als der Strom und die Amortisation auf dem Knoten, den Sage benötigt – für eine Arbeitslast, die in Millionen kurzer Aufrufe gemessen wird. Für diese Aufgabe ist das unabhängig vom Benchmark-Ergebnis das falsche Werkzeug.
• Gewinnt Sage bei langem Kontext, da beide eine Million Token versprechen? Erst ab Januar. Heute berechnet Gemini 3.8 Flash 0,75 $ pro Million Eingabe-Token über das gesamte Fenster hinweg, ohne Zuschlag für lange Prompts; dasselbe gilt ab dem 1. Januar bei 1,50 $. Sage hat überhaupt keinen Preis pro Token, was bedeutet, dass die Frage nicht lautet „Was ist pro Token günstiger“, sondern „Was ist pro Monat günstiger“ – und das hängt davon ab, ob der Acht-H200-Knoten ausgelastet ist. Ein Knoten, der zwischen Aufträgen untätig bleibt, ist teurer als nahezu jeder Token-Preis.
• Ist die Ausgabeobergrenze ein Problem? Bei Sage ist sie unbekannt – kein Dokument im Release nennt eine maximale Ausgabelänge. Bei Gemini 3.8 Flash sind es 64.000 Token, was für die meisten agentischen Schritte ausreicht und für die Langformgenerierung in einem Aufruf nicht. Wenn Ihre Arbeitslast 100K Token in einer einzigen Antwort ausgibt, ist Gemini 3.8 Flash aufgrund einer Spezifikation disqualifiziert, nicht aufgrund einer Bewertung.
• Welche kann ich am Montag tatsächlich aufrufen? Gemini 3.8 Flash. Sage-S2.1-Flash hat keinen gehosteten Endpunkt, den wir bestätigen konnten; der „Try the API“-Link auf der Release-Site verweist auf ein Portal, das seinen Katalog gegenüber einem Nicht-JavaScript-Client nicht darstellen würde, und kein Inferenzanbieter hat das Modell zum Zeitpunkt des Verfassens auf Hugging Face gelistet.

Wo die wissenschaftliche Behauptung getestet werden müsste
Das Alleinstellungsmerkmal von Sage-S2.1-Flash ist nicht „besserer Agent“, sondern „mehr Arten wissenschaftlicher Eingaben in einem Modell“: Molekülgraphen, Kristallstrukturen, Proteinsequenzen und dreidimensionale Strukturen, DNA und RNA, Spektren, Massenspektren, Röntgenbeugung, Elektrokardiogramme, Elektroenzephalogramme und Lichtkurven. Diese Liste stammt aus InternLMs englischem Veröffentlichungstext, nicht aus der Modellkarte, und sie ist eine Designaussage statt eines gemessenen Ergebnisses.
Die Dokumentation von Gemini 3.8 Flash enthält keine entsprechende Aussage. Es akzeptiert Video und Audio nativ – ein echter Vorteil im Funktionsumfang, den Sages Konfiguration ebenfalls über Video- und Audio-Token-Typen unterstützt –, aber Google beschreibt es nicht als auf Spektren oder Beugungsmustern trainiert. Um es ehrlich zu formulieren: Bei wissenschaftlichen Formaten hat das eine Modell eine dokumentierte Spezialisierung und keine unabhängige Überprüfung, und das andere bietet breite multimodale Eingaben sowie Bewertungen von Drittanbietern bei allgemeinen Benchmarks, die zufällig auch wissenschaftliche umfassen (SciCode bei 56,6, GPQA bei 95,3).
Wenn dieses Fachgebiet für Ihre Arbeit relevant ist, besteht der Test nicht in einer Rangliste. Er besteht aus einer Handvoll eigener Abbildungen, Spektren oder Kryo-Bilder, die durch beide geschickt, von einem Fachexperten geprüft werden. Zehn Dokumente und ein Nachmittag klären mehr als fünfunddreißig Anbieterzeilen, und es ist das einzige Experiment in diesem Artikel, das ein Ergebnis liefert, das Sie intern verteidigen können.
Das Servieren entscheidet, denn es entscheidet das Wochenende.
Wer Sage-S2.1-Flash tatsächlich herunterlädt, sollte zuerst die Bereitstellungsanleitung lesen – aus einem Grund, der leicht unterschätzt wird: Jeder darin dokumentierte Fehlerfall verläuft still. Der Tokenizer wird agentische Syntax falsch lesen, Bilder werden bei einem parallelen Aufruf außer der Reihenfolge an das falsche Tool-Ergebnis angehängt, SGLang wird stillschweigend seine eigene Chat-Vorlage einsetzen, der FP8-KV-Cache wird auf Hopper nicht funktionieren, und LMDeploy wird einen umbenannten Layer-Typ ablehnen, sofern transformers nicht auf eine Version unter 5.19 festgelegt ist. Keiner dieser Fälle erzeugt eine Fehlermeldung. Alle erzeugen plausible Ausgaben zu falschen Eingaben – der schlimmste Fehlermodus, den ein Agent haben kann.
Googles entsprechende Liste ist kürzer und besser unterstützt: kein temperature, top_p oder top_k; keine vorab befüllten Turns; Malformed_Function_Call-Fehler, die auf Text vor dem Tool-Aufruf zurückgeführt werden; call_id und name bei jeder FunctionResponse erforderlich. Der Unterschied zwischen den beiden Listen ist nicht die Länge. Er besteht darin, dass hinter der einen ein Migrationsleitfaden und ein Supportweg stehen, während die andere eine Warnung in einer Markdown-Datei ist – geschrieben von den Leuten, die das Modell geschrieben haben, für die ersten paar Nutzer.
Beides testen, ohne sich auf eines festzulegen.
Ein praktisches Detail zur Januar-Klippe: Weil ein Katalog, der die Preise direkt durchreicht, den Listenpreis des Anbieters widerspiegelt und nicht eine ausgehandelte Kopie davon, wird eine Preisänderung am Tag der Veröffentlichung durch den Anbieter wirksam. Gemini 3.8 Flash ist jetzt über OrcaRouter unter google/gemini-3.8-flash aufrufbar – 0,75 $ Eingabe und 3,75 $ Ausgabe pro Million, die Einführungskarte, mit unverändertem 1.048.576-Token-Fenster – und wenn Google auf 1,50 $ und 7,50 $ umstellt, zeigt der Katalog das ebenfalls, ohne Neuverhandlung. Sage-S2.1-Flash ist überhaupt nicht im Katalog; es sind MIT-Gewichte, die du auf deiner eigenen Hardware bereitstellen würdest, und kein Router ändert das.
Der sinnvolle Schritt für ein Team, das dies abwägt, ist nicht, acht H200 auf gut Glück zu mieten. Vielmehr ist es, den oben beschriebenen Test im wissenschaftlichen Format gegen ein gehostetes Modell laufen zu lassen, das Sie an einem Nachmittag aufrufen können, und zu beziffern, was die Erhöhung im Januar tatsächlich mit Ihrer Rechnung macht, bevor Sie Ihre Planung darauf ausrichten. Zwei Rechenzeilen reichen für die meisten Teams: Multiplizieren Sie die Eingabe-Tokens von Gemini 3.8 Flash aus dem letzten Monat mit $0,75 und erneut mit $1,50, und machen Sie dasselbe für die Ausgabe mit $3,75 und $7,50. Wenn die Differenz kleiner als eine einzelne H200-Stunde pro Monat ist, ist das offene Modell nicht die Antwort, und kein noch so intensives Studium von Benchmarks wird es dazu machen. Wenn die Differenz größer ist, kennen Sie jetzt das Budget, das Sie für ein Experiment haben, und das ist ein viel besserer Ausgangspunkt als ein Platz auf einem Leaderboard.
Diese Rechnung ist auch der Grund, warum durchgereichte Preise hier wichtig sind. OrcaRouter gibt die Listenpreise der Anbieter ohne Aufschlag weiter, sodass die Änderung vom 1. Januar am Tag der Veröffentlichung durch Google im Katalog erscheint und nicht erst bei der nächsten Vertragsverlängerung. Ein Vergleich auf Basis der heutigen $0.75 wird in sechs Wochen falsch sein; einer auf Basis eines live gepflegten Katalogs fällt zumindest deutlich auf.
Wenn der Vergleich tatsächlich live wird – ein veröffentlichter Sage-Preis oder ein gehosteter Endpunkt, der es wert ist, geroutet zu werden –, ist es die Routing-DSL, die das Handeln günstig macht: eine Policy, die Aufrufe im wissenschaftlichen Format an das spezialisierte Modell und alles andere an die günstige Flash-Stufe sendet, mit automatischem Failover, damit ein experimenteller Endpunkt nie ein Single Point of Failure wird. Das ist die Haltung, die dieser Vergleich tatsächlich erfordert. Keine Migration, sondern eine Aufteilung.
Was zu entscheiden ist – und wann
Vor dem 1. Januar 2027 ist die pragmatische Antwort für alles Produktionsnahe und Token-Abgerechnete Gemini 3.8 Flash, weil es günstig ist, gemessen wird, aufrufbar ist und seine Preisänderung ein bekanntes Datum statt einer Überraschung ist. Sage-S2.1-Flash ist nur dann eine Evaluierung wert, wenn Ihre Arbeit die wissenschaftlichen Eingabeformate umfasst, die es nennt – und nur, wenn Sie die GPUs oder die Geduld dafür haben.
Nach dem 1. Januar verschiebt sich die Rechnung auf Googles Seite um genau den Faktor zwei, und die Argumente für das offene Modell werden stärker, ohne dass das offene Modell irgendetwas tun muss. Das sollten Sie jetzt einplanen: Wenn Ihre Rechnung für lange Kontexte der Grund ist, warum Sie das hier lesen, rechnen Sie mit 1,50 $ und 7,50 $, bevor Sie Ihre Architektur auf einen Preis festlegen, der in sechs Wochen ausläuft.
Und eines sollte durchgehend klar sein: Sage-S2.1-Flash ist kein billigeres Gemini. Es ist ein großes offenes wissenschaftliches Modell mit einer dokumentierten Spezialisierung, ohne Preis und ohne unabhängige Bewertung, veröffentlicht ohne Ankündigung durch ein Labor, das noch nicht gesagt hat, was es kostet. Der Grund, es zu beobachten, ist, dass man es besitzen kann. Der Grund, es diesen Monat nicht einzuführen, ist, dass niemand, auch nicht seine Autoren, Ihnen gesagt hat, was es in einer Prüfumgebung leistet, die Sie einsehen können.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
