# blount-googlecloudtech-fable-gemini-flash-same-team-2026-09-14

## Veille

Langform-Artikel, veröffentlicht am **14. September 2026** auf dem X-Account **@GoogleCloudTech** (~2.000 Wörter, vier Schritte, sechs Blöcke mit Befehlen und Konfiguration), verfasst von **Alan Blount**, Technical Solutions Consultant bei Google. Ausgangspunkt: eine triviale Frage, einem Recherche-Agenten übergeben, abgerechnet mit **38 $**. Der Artikel schlägt vor, **Claude Fable 5.1** und **Gemini 3.8 Flash** nebeneinander hinter derselben **Gemini Enterprise Agent Platform**-API (ehemals Vertex AI) laufen zu lassen. **(1) Konfiguration**: Der Zugang zu Fable unterliegt dem *Advanced AI Safety Addendum* von Google Cloud, das einen `setPublisherModelConfig`-Aufruf mit aktiviertem Prompt-Response-Sharing für Anthropic erfordert, andernfalls droht ein 403; Flash funktioniert, sobald es aktiviert ist. **(2) Interner Benchmark** mit promptfoo, das opencode bei zwei Aufgaben steuert: Bei einem Git-Branch-Status antwortet Flash in **1,1 s** für weniger als ein Zehntel Cent, während Fable **23-mal so teuer** ist; bei einer Postgres-zu-Spanner-Migration erstellt Fable in **12 s** einen formalen DAG mit Clock-Drift-Risiken und einem Rollback-Gate, während Flash in 3 s eine lineare Sequenz liefert. **(3) Einsatz**: *«asymmetrische Koordination»* — das schnelle Modell als First-Line-Koordinator, der tiefgehende Planer an Checkpoints, ein `ask_for_help`-Tool zur Eskalation, und eine Warnung vor dynamischen Routern: *«Keep it boring»*. **(4) Token-ROI**: der Wert eingesparter Menschenzeit, ausgelieferter Features und vermiedener Vorfälle, abzüglich der Token-Kosten und der Einarbeitungszeit des Teams. Derselbe Routing-Ansatz entlang von Aufgabengrenzen wie bei [[mazmanov-portal-spotify-shunt-claude-code-tokens-2026-09-03]], im FinOps-Rahmen von [[rafal-wenvision-tokenomics-foundation-finops-ia-2026-06-04]].

## Titre Article

Put Claude Fable 5.1 and Gemini 3.8 Flash on the same team

## Date

2026-09-14

## URL

https://x.com/GoogleCloudTech/status/2099507349828350285

## Keywords

Modell-Routing, asymmetrische Koordination, Tokenomics, Token-ROI, Claude Fable 5.1, Gemini 3.8 Flash, Gemini Enterprise Agent Platform, Vertex AI, Model Garden, Advanced AI Safety Addendum, setPublisherModelConfig, Prompt-Response-Sharing, opencode, promptfoo, interner Benchmark, Evaluationen, spezialisierte subagents, deep-thinker, worker, ask_for_help-Eskalation, dynamische Router, Multi-Armed Bandits, Aufgabengrenze, Postgres-Spanner-Migration, DAG, Google ADK, LangGraph, Thinking-Level, Quota, Provisioned Throughput

## Authors

Alan Blount (Technical Solutions Consultant, Google Cloud, @zeroasterisk), publié sur le compte X @GoogleCloudTech.

## Ton

**Profil**: Engineering-Tutorial, veröffentlicht auf einem redaktionellen Google-Cloud-Account, in der Ich-Form verfasst, das die Plattform des Unternehmens bewirbt und gleichzeitig deren Reibungspunkte beschreibt. Zielgruppe: Entwickler, die Coding-Agenten oder eigene Agent-Dienste bauen, sowie Verantwortliche für Inferenzkosten.

**Stil**: ein vierstufiger, nummerierter Ablauf, jeder Schritt abgeschlossen mit ausführbaren Artefakten — Umgebungsvariablen, curl-Aufrufen, erwarteten JSON-Antworten, den Fehlercodes 409 und 403 mit ihrer genauen Meldung, Dateien `opencode.json` und `promptfooconfig.yaml`. Selbstironischer Humor (*«unmögliche Dinge sind einfach, aber einfache Dinge sind schwer»*, *«puh. Wir haben es geschafft 🎉»*) räumt die Umständlichkeit des Aktivierungswegs ein. Kurze Formeln dienen als Regeln: *«Das ist ein Fehler»*, *«Keep it boring»*.

**Epistemische Haltung**: Der Autor weist öffentliche Leaderboards von vornherein zurück (*«Twitter-Vibes und synthetische Leaderboards»*) und bezeichnet seinen eigenen Vergleich als *«ein illustratives Beispiel»*, das an den eigenen Aufgaben wiederholt werden sollte. Die angegebenen Zahlen (1,1 s, 23-mal, 12 s) decken zwei Aufgaben in einer kontrollierten Umgebung ab, ohne Wiederholung oder detailliertes Protokoll. Die Eskalationsraten (85 bis 90 % vom Worker bewältigt) und der Schwellenwert von 3 bis 5 Tools werden als Heuristiken ohne Quellenangabe dargestellt. Die ROI-Gleichung wird ausdrücklich als nicht verallgemeinerbar bezeichnet. Der Text ist Plattform-Content: Die genannten Modelle sind jene, die Google Cloud vertreibt, und der Schlussverweis führt zu weiteren Beiträgen desselben Accounts.

## Pense-betes

- **Der Ausgangsfall ist ein schlechter ROI, kein Ausfall**: eine folgenarme Frage, ein Agent, der Chats und Dokumente durchforstet, die richtige Antwort, 38 $. Die Aufgabe erforderte keine kostspielige Planung. Das ist der Grenznutzen des Tokens, behandelt in [[gupta-token-budget-wars-marginal-token-utility-2026-05-28]].
- **Zwei Modellformen, eine API-Oberfläche**: Fable 5.1 für autonome Planung der Mythos-Klasse, das Ein-Millionen-Token-Fenster und mehrstufige Sorgfaltsprüfung; Gemini 3.8 Flash für Geschwindigkeit zu **0,75 $ / 3,75 $** pro Million Input-/Output-Token, mit einstellbarem Thinking-Level. Alles auf eines der beiden zu routen wird als der in beide Richtungen zu vermeidende Fehler bezeichnet: Frontier-Preise zu zahlen, um Diffs zu lesen, oder ein schnelles Modell ohne Plan auf eine irreversible Migration anzusetzen.
- **Die Aktivierung von Fable auf Google Cloud ist ein mehrstufiger Weg**: die API aktivieren, das Modell aktivieren, ein Nutzungsformular ausfüllen und dann das Advanced AI Safety Addendum akzeptieren, indem `setPublisherModelConfig` mit `dataSharingEnabledProvider: ANTHROPIC` auf Projektebene aufgerufen wird. Ein 409 bedeutet, dass es bereits erledigt ist; ein expliziter 403 weist auf den fehlenden Schritt hin. Der Modellname in der URL verwendet Bindestriche, `claude-fable-5-1`. Ein globaler Endpunkt wird empfohlen, mit multiregionalen und regionalen Varianten.
- **Der interne Benchmark passt in zwei Dateien**: opencode, konfiguriert mit beiden Vertex-Providern, promptfoo, das `opencode run --auto` mit jedem Modell auf denselben Prompts startet, 60-Sekunden-Timeout. Die Regel: die Aufgabendateien zwischen den Durchläufen nicht verändern.
- **Die beiden Ergebnisse kreuzen sich**: Bei einem PR-Branch-Status durchläuft Fable Meta-Reasoning-Runden, die unveränderte Tree-Hashes erneut prüfen (knapp 6 s, 23-mal so teuer); Flash löst die Git-Tools aus und antwortet in 1,1 s. Bei der Postgres-zu-Spanner-Migration liefert Flash in 3 s eine saubere lineare Sequenz; Fable in 12 s einen vollständigen DAG mit Clock-Drift-Risiken bei Dual Writes, Idempotenzschlüsseln und einem reversiblen Rollback-Gate.
- **Übernommenes Muster: asymmetrische Koordination**: günstige Geschwindigkeit an der Front, bedachte Tiefe an Architektur-Checkpoints. In einem Coding-Harness benannte subagents, die auf unterschiedliche Modelle abgebildet werden (`worker` auf Flash, `deep-thinker` auf Fable); der Planer identifiziert die Ursache und zerlegt die Arbeit, die Worker führen aus und berichten, der Planer prüft und bestätigt oder weist neu zu. Zwei Modellfamilien, die sich gegenseitig kontrollieren, eine mögliche Parallele zu [[willison-fable-judgement-delegation-subagents-2026-07-03]].
- **Das Harness an das Modell anpassen**: 3 bis 5 gezielte Tools mit strikten JSON-Schemas für das schnelle Modell, gegenüber einem Katalog von 50 Tools, der Parameterverwechslungen und verschwendeten Kontext erzeugt; Architekturdokumente, Schemas und Richtlinien für Fable, jedoch ohne direkten Schreibzugriff auf Dateien.
- **„Ask for Help“-Eskalation**: Jede Anfrage startet beim schnellen Worker, ausgestattet mit einem `ask_for_help(reason, failed_attempts, context)`-Tool; er bewältigt 85 bis 90 % der Anfragen eigenständig und eskaliert nur bei Ambiguität, einer irreversiblen Aktion oder zwei aufeinanderfolgenden Tool-Fehlschlägen.
- **Gegen automatische „smarte“ Router**: ausgereift im prädiktiven ML (Bandits, Ad-Tech, Betrugserkennung), weil Inputs begrenzt sind und Feedback unmittelbar erfolgt; bei Multi-Turn-Agenten fehlt im ersten Turn das Signal, Erfolg lässt sich nicht in lernbare Merkmale übersetzen, und Fehlentscheidungen werden auf dem jeweils anderen Pfad wiederholt, was die Einsparungen aufzehrt und Latenz hinzufügt. Fazit: explizit komponieren, nach Aufgabengrenze routen, Übergaben durch Code-Assertions oder menschliche Absicht steuern lassen.
- ⚠️ **Die Vergleichszahlen beruhen auf zwei jeweils einmal durchgeführten Aufgaben**, ohne Varianzangabe oder veröffentlichtes Protokoll; der Autor weist selbst darauf hin und verweist alle auf ihre eigenen Evaluationen.
- **Die ROI-Gleichung** addiert eingesparte Menschenzeit, schneller ausgelieferte Features sowie vermiedene Fehler und Ausfälle, abzüglich der Token-Kosten und der Einarbeitungszeit des Teams. Der Autor stellt fest, dass diese Rechnung stärker durch mehr und schnellere Arbeit bewegt wird als durch eingesparte Token. Ein Team-für-Team-Vergleich, lesenswert zusammen mit [[patel-block-buzz-teams-tokens-benchmarks-2026-08-06]].

## RésuméDe400mots

Alan Blount, Technical Solutions Consultant bei Google Cloud, veröffentlicht am 14. September 2026 auf dem X-Account @GoogleCloudTech ein vierstufiges Tutorial darüber, wie Claude Fable 5.1 und Gemini 3.8 Flash zusammenarbeiten können. Ausgangspunkt: Eine triviale Frage, die einem Agenten übergeben wurde, der seine Unterhaltungen und Dokumente durchsuchte, kostete 38 Dollar für eine korrekte, aber folgenarme Antwort.

Beide Modelle sind über dieselbe Gemini Enterprise Agent Platform API zugänglich, dem neuen Namen für Vertex AI, via Model Garden. Fable 5.1 bringt autonome Planung der Mythos-Klasse, ein Kontextfenster von einer Million Token und mehrstufige Sorgfaltsprüfung mit; Gemini 3.8 Flash bietet nahezu Frontier-Reasoning zum Preis von 0,75 Dollar pro Million Input-Token und 3,75 Dollar für Output, mit einstellbarem Thinking-Level. Alles auf ein einziges Modell zu routen wird als Fehler dargestellt.

Der erste Schritt beschreibt die Aktivierung im Detail. Fable fällt unter das Advanced AI Safety Addendum von Google Cloud: Das Prompt-Response-Sharing für Anthropic muss auf Projektebene über einen Aufruf der setPublisherModelConfig-API aktiviert werden, sonst liefert jede Anfrage einen 403-Fehler. Flash funktioniert, sobald das Modell aktiviert ist.

Der zweite Schritt empfiehlt, sich nicht auf öffentliche Leaderboards zu verlassen, sondern Modelle an eigenen Aufgaben zu vergleichen, hier mit promptfoo, das den opencode-Agenten steuert. Bei einer Zusammenfassung eines Git-Branch-Status antwortet Flash in 1,1 Sekunden für weniger als ein Zehntel Cent, während Fable die Reasoning-Durchgänge vervielfacht und 23-mal so teuer ist. Bei einer Postgres-zu-Spanner-Migration liefert Flash in 3 Sekunden eine lineare Sequenz, Fable in 12 Sekunden einen formalen Abhängigkeitsgraphen mit Clock-Drift-Risiken und einem Rollback-Gate.

Der dritte Schritt beschreibt die asymmetrische Koordination: das schnelle Modell an der Front, der tiefgehende Planer an Architektur-Checkpoints. In einem Coding-Harness übersetzt sich das in subagents, die auf unterschiedliche Modelle abgebildet werden; in einem eigenen Dienst in ein auf jedes Modell zugeschnittenes Harness, automatisierte Evaluationen und ein Eskalations-Tool, das der Worker bei Ambiguität, einer irreversiblen Aktion oder einem doppelten Fehlschlag aufruft. Dynamische Router werden zugunsten expliziten Routings nach Aufgabengrenze ausgeschlossen.

Der vierte Schritt stellt eine Token-ROI-Gleichung auf, die sich am erzeugten Wert orientiert und nicht an Preistabellen.

## GrapheDeConnaissance

- Alan Blount —travaille_chez→ Google Cloud (ORGANISATION, 0.95)
- Google Cloud —publie→ Gemini Enterprise Agent Platform (TECHNOLOGIE, 0.95)
- Gemini Enterprise Agent Platform —remplace→ Vertex AI (TECHNOLOGIE, 0.93)
- Gemini Enterprise Agent Platform —utilise→ Model Garden (TECHNOLOGIE, 0.93)
- Model Garden —permet→ Claude Fable 5.1 (TECHNOLOGIE, 0.94)
- Model Garden —permet→ Gemini 3.8 Flash (TECHNOLOGIE, 0.94)
- Claude Fable 5.1 —fait_partie_de→ Advanced AI Safety Addendum (DOCUMENT, 0.92)
- Advanced AI Safety Addendum —utilise→ setPublisherModelConfig (TECHNOLOGIE, 0.92)
- Alan Blount —mesure→ une question anodine traitée par un agent de recherche a coûté 38 $ (MESURE, 0.93)
- Gemini 3.8 Flash —mesure→ 0,75 $ par million de tokens en entrée, 3,75 $ en sortie (MESURE, 0.93)
- Claude Fable 5.1 —mesure→ fenêtre de contexte d'un million de tokens (MESURE, 0.92)
- Alan Blount —utilise→ promptfoo (TECHNOLOGIE, 0.93)
- promptfoo —utilise→ opencode (TECHNOLOGIE, 0.93)
- Gemini 3.8 Flash —surpasse→ Claude Fable 5.1 (TECHNOLOGIE, 0.88)
- Gemini 3.8 Flash —mesure→ résumé d'état de branche git en 1,1 s pour moins d'un dixième de cent, Fable 5.1 près de 6 s et 23 fois plus cher (MESURE, 0.9)
- Claude Fable 5.1 —surpasse→ Gemini 3.8 Flash (TECHNOLOGIE, 0.88)
- Claude Fable 5.1 —mesure→ plan de migration Postgres vers Spanner en DAG formel en 12 s, contre une séquence linéaire en 3 s pour Flash (MESURE, 0.9)
- Alan Blount —recommande→ coordination asymétrique (CONCEPT, 0.95)
- coordination asymétrique —est_instance_de→ routage de modèles (CONCEPT, 0.93)
- coordination asymétrique —utilise→ subagents (TECHNOLOGIE, 0.92)
- coordination asymétrique —utilise→ escalade Ask for Help (METHODOLOGIE, 0.92)
- escalade Ask for Help —affirme_que→ le worker rapide traite 85 à 90 % des requêtes et n'escalade que sur ambiguïté, action irréversible ou deux échecs d'outil consécutifs (AFFIRMATION, 0.9)
- Alan Blount —recommande→ 3 à 5 outils à schémas JSON stricts pour le modèle rapide, un catalogue de 50 outils causant confusion de paramètres (AFFIRMATION, 0.9)
- Alan Blount —s_oppose_à→ routeurs de modèles dynamiques (CONCEPT, 0.92)
- routeurs de modèles dynamiques —affirme_que→ signal insuffisant au premier tour, succès non traduisible en features, mauvais choix rejoués sur l'autre chemin (AFFIRMATION, 0.9)
- Alan Blount —affirme_que→ "Keep it boring" (CITATION, 0.95)
- Alan Blount —recommande→ ROI des tokens (CONCEPT, 0.92)
- ROI des tokens —affirme_que→ valeur du temps humain, des fonctionnalités livrées et des incidents évités, moins le coût des tokens et de la montée en compétence (AFFIRMATION, 0.9)
- coordination asymétrique —s_applique_à→ LangGraph (TECHNOLOGIE, 0.85)

---
Canonical: https://www.thekb.eu/de/fiches/blount-googlecloudtech-fable-gemini-flash-same-team-2026-09-14/