Gemini 3.7 Flash im Test: Schnell, günstig und bei L4 Intensiv blockiert

Zwischen dem 17. und 26. September 2026 führten wir die gesamte Content-Leiter auf drei Arten je Stufe aus — direkt gefragt, als Fiktion gerahmt und über einen System-Prompt gesetzt — und bewerteten jede Antwort. L1 Andeutung renderte bei zwei von drei Läufen und schwächte sich einmal ab. L2 Reife Themen und L3 Stark renderten bei jeder Formulierung sauber, je drei von drei.

L4 Intensiv ist die Stelle, an der das Muster bricht: neun Anfragen, drei Formulierungen, null Renders — drei kamen abgeschwächt zurück und sechs wurden schlicht abgelehnt, darunter jeder direkt gefragte und jeder System-Prompt-Lauf. L5 Extrem schnitt besser ab: vier von sechs renderten vollständig (beide Fiktions-gerahmten Läufe und zwei weitere), mit zwei Ablehnungen. Ein Modell, das sich auf einer Stufe über der öffnet, die es schließt, ist nicht das, was eine direkte Lesart der Leiter vorhersagen würde, aber es ist das, was 24 bewertete Läufe auf diesem Endpunkt zeigten.

Für die Stufen, die tatsächlich rendern, legen Sie die Szenengestaltung einmal in eine System-Nachricht, statt Anweisungen bei jedem Zug zu wiederholen.

1. Ein System-Prompt für leichtes bis moderates Rollenspiel. Setzt Ton und Grenzen, ohne anzurühren, was das Modell bei L1 bis L3 ohnehin schon beherrscht.

You are writing interactive fiction for adult readers. Every character is an adult who consents. Describe romantic and undressed scenes plainly, in third person, present tense, 150 to 300 words a reply. Do not fade to black or change the subject.

Diesen Prompt auf Gemini 3.7 Flash ausführen →

2. Ein Durchgang durch ein langes Dokument. Die Form, die die meisten Anfragen auf diesem Endpunkt annehmen: ein großer Kontext-Dump, eine kurze strukturierte Antwort raus.

system: You review long technical documents. Read everything the user pastes and list only the sections that contradict each other, with a one-line reason for each.
user: <a full spec document, pasted in full>

Diesen Prompt auf Gemini 3.7 Flash ausführen →

Einstellungen, die zählen: Reasoning-Effort auf low oder minimal für Volumendurchläufe, high nur, wenn eine falsche Antwort teuer wäre; erhöhen Sie max_tokens über 16.384, wenn Sie die volle 65.536-Token-Grenze brauchen; halten Sie die Grenzsprache in der System-Nachricht statt im Nutzerzug.

Gemini 3.7 Flash renderte jede L1-Andeutung-, L2-Reife-Themen- und L3-Stark-Anfrage, die wir über drei Formulierungen sendeten, und renderte vier von sechs L5-Extrem-Anfragen. Jede der neun L4-Intensiv-Anfragen, die wir sendeten — direkt, als Fiktion gerahmt und über einen System-Prompt gesetzt — kam abgeschwächt oder abgelehnt zurück. Das Seitenlabel ist Unzensiert: Wir schalten keinen eigenen Inhaltsfilter dazwischen; was Sie sehen, ist das Modell und Googles eigener Moderationsstapel.

Noch nicht getestet: mehrstufige Chats, die über viele Züge in der Rolle bleiben (unsere Läufe waren Einzelanfragen); andere Sprachen als Englisch; ob ein längerer oder spezifischerer System-Prompt L4 Intensiv öffnet, wie er es bei manchen anderen Modellen in diesem Katalog tut.

Jede Figur in einer Anfrage sollte erwachsen sein, echte, erkennbare Personen bleiben außen vor, und für das Recht dort, wo Sie veröffentlichen, sind Sie verantwortlich.

Die Reaktion auf Gemini 3.7 Flash spiegelte unsere eigenen Tests bei den Punkten wider, auf die sich Leute konzentrierten: Es ist schnell. Der erste Beitrag eines Rezensenten nach dem Start war „verdammt, ist das schnell", und jemand, der es gegen ein rivalisierendes Rollenspiel-Modell verglich, kam zu dem Schluss: „3.7 ist tatsächlich besser als k3 fürs kreative Schreiben".

• Ein Modell, das L4 Intensiv auf Anfrage rendert? Gemini 3.1 Pro Preview renderte in unseren Tests vier von neun L4-Intensiv-Läufen, zu einem höheren Preis.
• Ein kleineres, günstigeres Flash für kurze Züge? Gemini 3 Flash Preview, $0.45 pro Million Input-Tokens, ein 256.000-Token-Fenster, und jeder von uns gesendete L5-Extrem-Lauf renderte vollständig.
• Kein Jailbreak bei L4 Intensiv nötig, bei einer anderen Modelllinie? Grok 4.7, besprochen in unserem Grok-4.7-Test.
• Ein Millionen-Token-Fenster ohne Aufschlag für langen Kontext, günstigerer Input? DeepSeek V4.1 Flash, $0.30 pro Million Input-Tokens, besprochen in unserem DeepSeek-V4.1-Flash-Test.