KI-Wettlauf verschärft sich: Google und Meta präsentieren neue Modelle

Google und Meta haben am selben Tag neue Frontier-KI-Modelle vorgestellt.

Google präsentierte Gemini 3.8 Flash sowie eine spezielle Variante für Cybersicherheit. Meta zog nahezu zeitgleich mit Muse Spark 1.3 nach.

Damit verschärft sich der Wettbewerb zwischen den großen KI-Anbietern erneut. Nicht nur OpenAI, Anthropic und xAI ringen um die Spitzenposition. Auch Google und Meta bringen weiter mit hohem Tempo neue Modelle auf den Markt.

Google setzt auf Geschwindigkeit und Cybersicherheit

Gemini 3.8 Flash ist bereits die dritte Flash-Version von Google innerhalb von sechs Wochen. Das Modell ist vergleichsweise günstig bepreist. Bis Ende 2026 kostet es 0,75 Dollar je 1 Million Input-Token und 3,75 Dollar je 1 Million Output-Token. Danach verdoppeln sich die Tarife.

Google kombiniert die allgemeine Version mit Gemini 3.8 Flash Cyber. Diese Variante für Cybersicherheit richtet sich an einen begrenzten Kreis vertrauenswürdiger Nutzer, etwa Behörden und Organisationen, die kritische Infrastruktur schützen. In Benchmarks zur Erkennung von Schwachstellen und zur Erstellung von Patches schnitt das Modell stark ab.

Nach Angaben von Google lieferte das Modell 2,6-mal so viele korrekte Patches für Chrome-Schwachstellen wie größere kommerzielle Modelle.

Cybersicherheit wird zu einem immer wichtigeren Teil des KI-Wettlaufs. Die besten Modelle können nicht nur Code schreiben, sondern auch Schwachstellen aufspüren. Das macht sie für die Verteidigung wertvoll, in falschen Händen aber potenziell gefährlich.

Meta punktet bei agentenbasierten Aufgaben

Meta stellte dem Muse Spark 1.3 gegenüber. Das Modell ist über Muse Code und die Meta Model API verfügbar. Laut Meta benötigt die neue Version rund 20 Prozent weniger Tool Calls als der Vorgänger, was auf effizienteres Schlussfolgern und Planen hindeutet.

Unabhängige Tests von Artificial Analysis zeichnen ein gemischtes Bild. Meta schneidet bei agentenbasierter Wissensarbeit, wissenschaftlichem Schlussfolgern und einem Benchmark für Bankaufgaben besser ab. Das deutet darauf hin, dass Muse Spark vor allem bei komplexen Workflows stark ist, in denen ein Modell mehrere Schritte planen und ausführen muss.

Google liegt dagegen bei faktischer Genauigkeit, Long Context und Terminal-Coding vorn. Gemini 3.8 Flash erzielte zudem unter den getesteten Modellen den höchsten GPQA-Diamond-Wert, einen Benchmark für besonders schwierige wissenschaftliche Fragen.

Kein klarer Sieger

Die Bilanz lautet daher nicht, dass ein Anbieter klar dominiert. Meta wirkt bei bestimmten Formen des Schlussfolgerns und bei agentenbasierten Aufgaben stärker. Google scheint bei faktischem Abruf, langen Kontexten und praktischen Codeumgebungen im Vorteil zu sein.

Hinzu kommt, dass Metas leistungsstärkste „Max Reasoning“-Variante noch nicht direkt verfügbar ist. Sie soll erst nach zusätzlichen Sicherheitstests freigegeben werden. Die derzeitige xhigh-Version schneidet zwar besser ab als der frühere Muse Spark, bleibt aber hinter einigen Claude-Modellen zurück.