Union Alpha vs. Gemini 3.8 Flash: Einer hat eine Punktzahl, der andere eine Behauptung

Union Alpha und Gemini 3.8 Flash sind derselbe Pitch, vorgetragen auf zwei völlig unterschiedlichen Beweisniveaus. Der Betreiber von Union Alpha beschreibt es als „Frontier-Level-Leistung über ein breites Spektrum allgemeiner Aufgaben hinweg“ und hat weder einen Benchmark noch eine Parameterzahl, eine Lizenz oder einen Namen veröffentlicht. Gemini 3.8 Flash wurde mit einer datierten Evaluierungstabelle, einem Artificial Analysis Intelligence Index, Kostenangaben pro Aufgabe von unabhängigen Testern und einem dokumentierten Preisplan, der bis 2027 reicht, ausgeliefert. Wenn Sie sich zwischen ihnen aufgrund von irgendetwas anderem als dem Preis entscheiden, entscheiden Sie sich zwischen einer Zahl, die Sie überprüfen können, und einem Satz, den Sie nicht überprüfen können.

Seite an Seite, vor dem Streit

• Kontextfenster — Union Alpha 262.144 Token vs. Gemini 3.8 Flash 1.048.576 Token.

• Maximale Ausgabe — 131.072 Tokens vs. 65.536 Tokens. Union Alpha gewinnt diesen Punkt, und es ist die einzige strukturelle Achse, bei der das zutrifft.

• Eingaben — Text und Bild bei beiden, aber Gemini 3.8 Flash akzeptiert zusätzlich Video, Audio und Dateien.

• Preisgestaltung — Union Alpha $0 während der Vorschauphase vs. Gemini 3.8 Flash $0,75/M Eingabe, $3,75/M Ausgabe, $0,075/M gecachte Eingabe, Verdopplung auf $1,50/$7,50 am 1. Januar 2027.

• Reasoning-Steuerung — keine auf Union Alpha verfügbar, im Vergleich zu Denkstufen bei Gemini 3.8 Flash, die sowohl Qualität als auch Kosten direkt beeinflussen.

• Veröffentlichte Bewertung — keine vom Betreiber von Union Alpha gegenüber einer vollständigen datierten Tabelle zu Gemini 3.8 Flash.

• Herkunft — anonymer Betreiber, keine Gewichte vs. das datierte Release und die dokumentierte Abstammung von Gemini 3.8 Flash.

Was die Zahlen von Gemini 3.8 Flash tatsächlich sagen

Gemini 3.8 Flash wurde am 2. September 2026 veröffentlicht – Googles dritter Flash-Release in rund sechs Wochen, was zeigt, dass die Geschichte dieses Modells eher von Veröffentlichungsrhythmus als von einem Durchbruch geprägt ist. Die veröffentlichte Bewertungstabelle führt artificialanalysis.ai und deepmind.google gemeinsam auf, daher sollte man sie als Mischung aus unabhängigen und herstellereigenen Zahlen lesen und nicht als sauberes Dritt-Audit.

• AA Coding — 76.3, was ein wirklich starker Coding-Score ist.

• AA Intelligence — 41.2. Beachten Sie, dass Artificial Analysis auf dem Intelligence Index bei hohem Reasoning-Aufwand separat 59 meldet, die Zahl sich also stark mit der Aufwands-Einstellung ändert; geben Sie die Einstellung mit an, sonst ist die Zahl bedeutungslos.

• GPQA Diamond — 95,3, der mit Abstand höchste Einzelwert in diesem Vergleich.

• HLE-Verified — 54,9, mit reinem Humanity's Last Exam bei 47,8.

• Terminal-Bench 2.1 — 89,4 in Googles eigener Tabelle, knapp vor Claude Opus 5 mit 89,1.

• Langkontext-Wiedererkennung — 81.3; SciCode 56.6; tau_banking 44.9.

• Beobachteter Durchsatz — 323 Ausgabe-Tokens pro Sekunde über ein aktuelles Sieben-Tage-Fenster, mit einer Fehlerquote von 0,63 %, einer medianen Zeit bis zum ersten Token von 3,46 Sekunden und 498,5 Mio. Tokens an gemessenem Datenverkehr.

Die Schwächen sind ebenso dokumentiert wie die Stärken. Bei Terminal-Bench 4.0 erreicht es 19,1 gegenüber 51,8 von Claude Opus 5. Bei OSWorld 2.0 kommt es auf 59,0 % gegenüber 75,4 %. Bei GDPVal-AA v2 liegt es mit 1545 Elo hinter 1824 zurück. Gemini 3.8 Flash ist hervorragend in einem bestimmten Arbeitsbereich und stürzt bei den schwierigsten General-Agent-Evaluierungen steil ab – genau die Art von Profil, die eine veröffentlichte Tabelle sichtbar macht.

Der Preis-Twist, der Menschen erwischt

Google beließ den Preis pro Token gegenüber Gemini 3.7 Flash unverändert. Die Rechnung fiel trotzdem höher aus.

Das Modell arbeitet härter: mehr Reasoning-Schritte, mehr iterative Tool-Aufrufe. Unabhängige Tests von Artificial Analysis ermittelten etwa 30 % mehr Ausgabe-Tokens pro Aufgabe und rund 40 % höhere Kosten pro Aufgabe als bei 3.7 Flash. Bei hohem Reasoning-Aufwand landet das bei etwa 0,58 US-Dollar pro Aufgabe; Medium liegt bei etwa 0,41 US-Dollar und Low bei etwa 0,24 US-Dollar.

Das ist die mit Abstand nützlichste Sache im Vergleich für alle, die ein Budget planen, und sie lässt sich weit über diese beiden Modelle hinaus verallgemeinern: Stückpreis und Kosten pro Aufgabe sind unterschiedliche Zahlen, und nur eine davon erscheint auf einer Preisseite. Google hat 3.7 Flash als günstigere Option verfügbar gehalten, was ein stillschweigendes Eingeständnis des Wandels ist.

Was Union Alpha stattdessen bietet

Union Alpha erschien am 16. September 2026 in Drittanbieter-Katalogen und läuft auf OrcaRouters kostenlosem Tarif. Es ist anonym — ohne Labor, ohne Gewichte, ohne Lizenz, ohne Wissensstichtag — und für ein angegebenes Zeitfenster von etwa einer Woche kostenlos, mit Ratenbegrenzung, ohne angekündigten Preis nach der Vorschau.

Sein Endpunkt ist verifizierbar, selbst dort, wo seine Herkunft es nicht ist: 262.144-Token-Kontext, 131.072 Token maximale Ausgabe, Text- und Bildeingabe mit reiner Textausgabe, Tool-Aufrufe und JSON-Ausgabe, temperature, top_p, max_tokens und keinerlei Reasoning-Steuerelemente jeglicher Art. Die Tool-Auswahl unterstützt effektiv nur „auto“.

Es gibt genau eine unabhängige Messung. SMF Clearinghouse führte 157 Official-A-Tests mit deaktiviertem Reasoning durch und erzielte 136/157 – 86,6 %, null Fehler, Platz zehn von 26. Reasoning war perfekt mit 30/30, Werkzeuge 2/2, Programmieren 26/30, Mathematik 24/30. Schreiben kam auf 2/5.

Das ist kein schlechtes Ergebnis. Es ist schlicht kein vergleichbares Ergebnis. Official A ist eine breite allgemeine Suite mit 157 Tests; AA Coding und GPQA Diamond sind unterschiedliche Instrumente, die bei unterschiedlichen Schwierigkeitsgraden unterschiedliche Dinge messen. 136/157 neben 95,3 bei GPQA Diamond zu stellen und einen Sieger zu erklären, wäre genau die Art von Schönfärberei, die Anbieterzahlen nutzlos macht.

Der Kostenvergleich, den niemand wirklich zu Ende bringt

Hier ist das durchgerechnete Beispiel, und es ist absichtlich unvollständig.

Nehmen Sie eine Aufgabe, die Sie tausendmal im Monat ausführen. Bei Gemini 3.8 Flash mit hoher Reasoning-Stufe ergibt der veröffentlichte Wert von etwa 0,58 $ pro Aufgabe damit rund 580 $ im Monat. Das ist eine echte, belastbare Zahl, die auf gemessenem Tokenverbrauch basiert.

Auf Union Alpha kosten dieselben tausend Aufgaben heute $0. Was sie in drei Wochen kosten, ist unbekannt, weil es keinen Post-Preview-Preis gibt. Was sie an Zuverlässigkeit kosten, ist ebenfalls unbekannt, weil das Modell rate-limitiert ist, auf einem einzigen Endpunkt ohne Fallback-Anbieter läuft und mit HTTP 429 antwortet, sobald man eine Obergrenze überschreitet, die niemand veröffentlicht hat.

Die ehrliche Antwort lautet also: Union Alpha gewinnt den einzigen verfügbaren Kostenvergleich und verliert die Fähigkeit, ihn zu prognostizieren. Für einen einmaligen Bake-off ist das in Ordnung. Für eine Budgetposition ist es keine Zahl — es ist eine Hoffnung mit einer URL.

Wo jeder Einzelne hingehört

Gemini 3.8 Flash gehört überall dorthin, wo Sie eine gemessene Untergrenze benötigen: Long-Context-Dokumentenarbeit mit Video- oder Audioeingabe, Coding-Aufgaben, bei denen der AA Coding Score von 76,3 das relevante Instrument ist, und jede Workload, an die ein Budget geknüpft ist, denn Sie können die Kosten berechnen, bevor Sie sich festlegen, und Sie wissen, dass sie sich am 1. Januar 2027 verdoppeln.

Union Alpha gehört in den Explorations-Slot — der Test eines vision-fähigen 256K-Modells, dessen Ausgabe-Obergrenze doppelt so hoch ist wie die von Gemini, bei Arbeiten, bei denen ein verschwundener Endpunkt dich nichts kostet.

Der Grund, sie hinter einem einzigen Endpunkt statt über zwei Integrationen laufen zu lassen, ist, dass diese Vergleichsrechnung wiederholt ihre Form ändern wird. Eine Routing-DSL ermöglicht es, die beiden zu einem einzigen Aufruf zusammenzusetzen – Gemini 3.8 Flash als gemessenen Pfad, Union Alpha als experimentellen Zweig –, statt eine Entscheidung fest zu verdrahten, die du überdenken möchtest, wenn das kostenlose Zeitfenster endet oder wenn Googles Einführungspreis ausläuft. Keines dieser Daten ist weit entfernt, und beide werden die Rechnung verändern.

Was würde es klären

Ein datierter Eintrag für Union Alpha auf einer Rangliste, die auch Gemini 3.8 Flash führt. Das ist das ganze fehlende Puzzleteil. Bis dahin lautet die vertretbare Position nicht „Union Alpha ist so gut wie Gemini 3.8 Flash“ – sondern „Union Alpha ist eine Woche lang kostenlos, und niemand hat es gegen irgendetwas gemessen, das Google veröffentlicht.“ Das sind sehr unterschiedliche Sätze, und nur einer davon ist derzeit wahr.

Die gemessene Hälfte des Paares ist hier dokumentiert: Modellseite zu Gemini 3.8 Flash enthält die Tarife von 0,75 $/3,75 $, den Rabatt von 90 % auf zwischengespeicherte Eingaben und die Obergrenze von 65.536 Token für die Ausgabe, die die Arbeit an langen Berichten entscheidet.