Alphabet (GOOG.US) stellt drei kostengünstige Gemini-Modelle vor und fokussiert sich auf Cybersicherheit und KI-Inferenz-Effizienz
Alphabet-Tochter Google hat am Dienstag offiziell drei neue Gemini-Modelle vorgestellt, die Bereiche wie Cybersicherheit, Programmierung und kosteneffizientes Inferenz abdecken. Ziel ist es, die neuesten Fortschritte der KI-Produktreihe zu demonstrieren und der zunehmenden Konkurrenz durch Anthropic und andere KI-Unternehmen zu begegnen.
German Financial Intelligence APP berichtet, dass Alphabet (GOOGL.US, GOOG.US) am Dienstag, kurz vor der Veröffentlichung des Quartalsberichts, offiziell drei neue Gemini-Modelle vorgestellt hat. Diese decken Bereiche wie Cybersecurity, Programmierung und kosteneffizientes Reasoning ab und sollen die neuesten Fortschritte der AI-Produktlinie präsentieren sowie dem wachsenden Wettbewerb mit Anthropic und anderen AI-Unternehmen begegnen.
Die veröffentlichten Produkte umfassen Gemini 3.5 Flash Cyber, Gemini 3.6 Flash und Gemini 3.5 Flash-Lite.
Gemini 3.5 Flash Cyber wurde speziell für Cybersecurity-Anwendungen entwickelt, es kann dazu genutzt werden, Software-Schwachstellen zu identifizieren und zu beheben. Initial wird das Modell ausschließlich über einen begrenzten Zugang für Regierungsbehörden und vertrauenswürdige Partner verfügbar sein. Google betont, dass dieses Modell trotz professioneller Fähigkeiten niedrigere Token-Kosten pro Einsatz aufweist als größere Modelle.
Branchenanalysten sehen darin eine Möglichkeit für Google, den Abstand zu Anthropic im Bereich AI-basierter Cybersecurity zu verringern. Zuvor hatte Anthropic mit dem Mythos-Modell eine führende Position im Markt für automatisierte Code-Sicherheitslösungen etabliert.
Zugleich hat Google Gemini 3.6 Flash eingeführt. Das Unternehmen erklärt, dass das neue Modell die Leistung beim Programmieren, multimodaler Verarbeitung sowie Aufgaben der Wissensarbeit weiter verbessert und den Token-Verbrauch im Vergleich zur Vorgängergeneration um bis zu 17% reduziert. Die Kosten pro Token sinken dadurch weiter, was bei großflächigen AI-Einsätzen die Deployments preiswerter macht.
Das Gemini 3.5 Flash-Lite richtet sich hingegen als schnellstes und günstigstes Modell der Gemini 3.5 Serie primär an hochparallele Aufgaben und leichte Workloads in AI-Agentensystemen.
Analysten bewerten, dass diese Produktvielfalt zeigt, wie Google durch geringere Kosten und höhere Effizienz Rückstände in der Veröffentlichung einiger AI-Produkte ausgleichen möchte.
Laut Artificial Analysis liegen die Preise der Gemini Flash Modelle aktuell unter denen von Anthropic, OpenAI und teilweise weiteren AI-Anbietern. Google gibt an, dass das leistungsstärkste neue Modell Gemini 3.6 Flash im Vergleich auch niedrigere Kosten pro Aufgaben-Einheit hat als OpenAI's GPT-5.6 Terra Max, Kimi K3 von Moonshot AI sowie Qwen 3.7 Max von Alibaba (BABA.US).
Die Produktneuheiten kommen zu einem Zeitpunkt, da Alphabet kurz davor steht, seine Quartalsergebnisse zu veröffentlichen, während der Wettbewerb unter den AI-Unternehmen an Fahrt gewinnt.
In letzter Zeit war die Nachfrage nach Kimi K3 von Moonshot AI stark gestiegen — das Unternehmen musste aufgrund mangelnder Rechenkapazität die Aufnahme neuer Abonnements und API-Zugänge zeitweise einschränken; parallel kündigte Alibaba schon die Einführung von Qwen 3.8 Max an und behauptet, dass dessen Gesamtleistung nur hinter dem neuesten Flaggschiffmodell Fable 5 von Anthropic liege.
Branchenbeobachter sehen darin einen weiteren entscheidenden Faktor im aktuellen AI-Wettbewerb: Die Entwicklung führender Modelle ist erst der Anfang, Unternehmen müssen über ausreichende Recheninfrastruktur verfügen, um eine großflächige kommerzielle Nutzung der Modelle zu ermöglichen.
In diesem Bereich verfügt Google mit selbst entwickelten AI-Chips (TPU), Cloud-Infrastruktur und der Fähigkeit zur abgestimmten Software-Hardware-Entwicklung über gewisse Vorteile, war in der Vergangenheit aber auch von Ressourcenengpässen betroffen.
Bemerkenswert ist laut Medienberichten, dass Google derzeit einen neuen AI-Chip speziell für das Gemini-Modell entwickelt, mit dem die Effizienz der Ausführung auf das bis zu Zehnfache steigen und die Kosten von AI-Diensten weiter gesenkt werden sollen.
Ein Sprecher von Google Cloud erklärte, das Team erforsche und teste kontinuierlich neue Technologien, um Nutzern leistungsfähigere und effizientere AI-Services zu bieten. Nicht alle Entwicklungen würden letztlich in Produktion gehen, doch dieser kontinuierliche Innovationsprozess sei ein zentraler Bestandteil von Googles umfassender AI-Strategie.
Der Sprecher betonte, dass durch eine ganzheitliche Hardware- und Softwareentwicklung von Grund auf integrierte und auf reale Arbeitslasten optimierte AI-Systeme ermöglicht werden.
Darüber hinaus, um Marktbedenken wegen Produktverzögerungen zu begegnen, hat Google erstmals weitere Informationen zur Produkt-Roadmap veröffentlicht. Das Unternehmen teilt mit, dass Gemini 3.5 Pro bereits Partnern zur Testung bereitgestellt wird und damit die Grundlage für einen umfassenden Release legt. Gleichzeitig sei Gemini 4 mit bisher größtem Vortraining gestartet.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Die KI-Hausse tritt in das „Cash-out-Zeitalter“ ein! Morgan Stanley und JPMorgan prognostizieren beide den S&P bei 8000 Punkten, die heftige Erholung der Halbleiter- und des südkoreanischen Aktienmarktes bestätigt die „Haupt-Gewinnwelle“.
Die beiden Wall-Street-Finanzgiganten Morgan Stanley und J.P. Morgan haben kürzlich in einer bemerkenswerten Übereinstimmung in ihren Analysen erklärt, dass der wichtigste Treiber für den weiteren Anstieg des S&P 500 sich von der Bewertungsexpansion auf Gewinnanhebungen und die Realisierung der Kommerzialisierung von KI verlagert.
Wall Street bleibt vorsichtig! Zusammenfassung des neuesten 13F-Portfolioberichts: Umschichtungen bei Technologieführern und im KI-Sektor, Divergenz zwischen den Sparten, bullishe und bearishe Positionen verharren in einem Patt.
Die von der US-Börsenaufsichtsbehörde SEC veröffentlichten vierteljährlichen 13F-Berichte zeigen, dass institutionelle Investoren im zweiten Quartal dieses Jahres ihre Positionen in Schlüsselbereichen wie Halbleiter, künstliche Intelligenz (AI) Infrastrukturen und große Technologiewerte leicht reduziert haben; insgesamt gab es jedoch keine offensichtlichen einseitigen Großwetten.
Signale aus den Quartalsberichten der Chiphersteller: Die Nachfrage ist stärker als vor drei Monaten, der Preisanstieg beginnt sich „auszubreiten“.
JPMorgan ist der Ansicht, dass die weltweiten Halbjahresberichte der Halbleiterbranche ein klares bullisches Signal aussenden: Erstens übertrifft die Nachfrage die Erwartungen, und große Foundries wie TSMC erhöhen umfassend ihre Investitionsausgaben, um die Produktion zu beschleunigen; zweitens wirkt sich der Preiseffekt nun substanziell positiv auf den Ausrüstungs- und Materialbereich aus, sodass Ausrüstungshersteller durch Preiserhöhungen ihre Bruttomarge steigern können; drittens sichern sich große Speicherhersteller durch langfristige Verträge und hohe Vorauszahlungen bereits jetzt eine sehr hohe Gewinnuntergrenze für die kommenden Jahre.
Krypto-Preise
Mehr
