Google Gemini: KI-Preise neu justiert für Unternehmen

Google stellt seine KI-Strategie auf eine unternehmensfreundliche Basis, mit neuen Gemini-3.1-Modellen, harten Projekt-Kostenlimits und automatisiertem Skalieren für mehr Planungssicherheit.

Google stellt sein KI-Geschäft auf eine neue, unternehmensfreundliche Basis. Mit der Gemini-3.1-Serie und neuen Verwaltungstools wie Projekt-Kostenlimits will der Konzern Entwicklern aller Größenordnungen mehr Planungssicherheit bieten. Die Änderungen zielen darauf ab, Überraschungen auf der Rechnung zu vermeiden und den Weg von der Experimentierphase zur globalen Produktion zu ebnen.

Gemini 3.1: Zwei Modelle für unterschiedliche Ansprüche

Das Herzstück der Neuausrichtung ist die Gemini-3.1-Modellfamilie. Sie teilt sich in zwei Hauptvarianten auf, die unterschiedliche Bedürfnisse bedienen.

Anzeige

Während Google neue Standards für KI-Anwendungen setzt, müssen Unternehmen auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Leitfaden zeigt Ihnen, welche Anforderungen die neue EU-KI-Verordnung an Risikomanagement und Dokumentation stellt. EU AI Act in 5 Schritten verstehen

Das Flaggschiff Gemini 3.1 Pro Preview ist für komplexe Aufgaben mit tiefgehender Logik konzipiert. Die Kosten sind gestaffelt: Für Standard-Anfragen mit bis zu 200.000 Tokens fallen 2,00 Euro pro Million Eingabe- und 12,00 Euro pro Million Ausgabe-Tokens an. Bei umfangreichen Dokumenten oder Code-Repositories über dieser Grenze steigen die Preise auf 4,00 bzw. 18,00 Euro. Diese Staffelung spiegelt den höheren Rechenaufwand für die Verarbeitung langer Kontexte wider.

Für Geschwindigkeit und Effizienz steht Gemini 3.1 Flash-Lite bereit. Das Modell ist für hochfrequente Aufgaben und agentenbasierte Workflows optimiert, bei denen schnelle Antworten im Vordergrund stehen. Mit 0,25 Euro pro Million Eingabe- und 1,50 Euro pro Million Ausgabe-Tokens ist es deutlich günstiger und positioniert sich als Arbeitstier für skalierbare Anwendungen.

Projekt-Kostenlimits: Die Schock-Rechnung adé

Ein zentrales neues Feature ist die Einführung von Projekt-Kostenlimits im Google AI Studio. Administratoren können damit für jedes Projekt individuelle, harte monatliche Ausgabegrenzen festlegen. Wird das Limit erreicht, werden weitere API-Aufrufe gestoppt. Dies soll unerwartete Kostenexplosionen verhindern, wie sie bei schnellem Skalieren oder durch fehlerhafte agentische Schleifen entstehen können.

Ein neues Dashboard bietet Echtzeit-Einblicke in Abrechnung, Nutzung und Limits. Die Limits funktionieren unabhängig von den systemseitigen Grenzen des jeweiligen Abrechnungskontos. So behalten Entwickler die volle Kontrolle über ihr Budget, während Google die Gesamtlast auf seiner Infrastruktur managt.

Ein weiterer Vorteil der kostenpflichtigen Tarife: Datenschutz. Im Gegensatz zur kostenlosen Nutzung werden bei den Paid-Tier-Anfragen weder Prompts noch generierte Antworten zur Verbesserung von Googles Modellen verwendet. Diese Garantie der Datensouveränität ist ein zentrales Verkaufsargument für Unternehmen.

Anzeige

Der Einsatz moderner KI-Systeme erfordert nicht nur Budgetkontrolle, sondern auch die Einhaltung strenger Datenschutz-Vorgaben. Compliance-Experten warnen vor empfindlichen Strafen bei Missachtung der neuen EU-KI-Verordnung – sichern Sie sich jetzt den kostenlosen Umsetzungsleitfaden mit allen relevanten Fristen. Kostenlosen KI-Verordnung Report jetzt herunterladen

Automatisches Skalieren: Weniger Bürokratie, mehr Wachstum

Parallel zu den Kostenlimits hat Google sein System der Nutzungsstufen überarbeitet. Das Ziel: erfolgreiche Anwendungen sollen nahtlos wachsen können. Manuelle Anträge für höhere Kontingente entfallen. Stattdessen erfolgen Upgrades jetzt automatisch, basierend auf Zahlungshistorie und konstantem Nutzungsvolumen.

Die Voraussetzungen für höhere Stufen wurden im Vergleich zu früher gesenkt. Das soll insbesondere Startups und kleine Entwicklerteams den Zugang zu Produktions-Level-Kapazitäten erleichtern. Jede Stufe bringt höhere Rate-Limits und monatliche Kontingente mit sich. Ein systemseitiges, monatliches Gesamtlimit pro Abrechnungskonto steigt mit jeder höheren Stufe automatisch an.

Multimodale Features und Spezialgebühren

Die Gemini-API bleibt von Haus aus multimodal. Für nicht-textuelle Ein- und Ausgaben gilt jedoch eine spezielle Preisstruktur. Die Kosten für Bildgenerierung richten sich nach Auflösung und Token-Verbrauch. Ein Standardbild (1024x1024 Pixel) kostet etwa 0,067 Euro, eine 4K-Ausgabe rund 0,151 Euro.

Eine der mächtigsten Funktionen ist Grounding. Dabei überprüft das KI-Modell Informationen gegen Echtzeitdaten von Google Search oder Google Maps. Für Grounding mit Google Search gibt es ein großzügiges kostenloses Kontingent von 5.000 Abfragen pro Monat. Darüber hinaus kosten 1.000 Suchanfragen 14 Euro. Die dabei abgerufenen Texte oder Bilder werden nicht als Eingabe-Tokens berechnet.

Für Langzeitgedächtnis in KI-Anwendungen bietet Google Context Caching an. Die Speicherung von Tokens kostet 4,50 Euro pro Million Tokens pro Stunde. Die Batch-API für nicht zeitkritische Aufgaben wie Massendatenklassifizierung wird mit 50 Prozent Rabatt angeboten.

Ausblick: Migration und die Zukunft des „Denk-Budgets“

Mit dem Aufstieg der 3.1-Serie plant Google die Abschaltung älterer Modelle. Gemini 2.0 Flash wird am 1. Juni 2026 abgeschaltet. Entwickler sollen auf die 2.5 Flash-Lite oder 3.1 Flash-Lite Varianten migrieren.

Zukünftig könnten Features wie „Thinking Budgets“ (Denk-Budgets) fester Bestandteil der Preisgestaltung werden. Diese Funktion, aktuell in der Vorschau für Modelle wie Gemini 3.1 Pro, erlaubt es Entwicklern, den Rechenaufwand für eine bestimmte Aufgabe vorzugeben. Die Kosten wären dann direkt an die Komplexität der geforderten Schlussfolgerung gekoppelt.

Die aktuellen Updates zeigen: Google verlässt den Ansatz „Ein Modell für alle“. Mit präzisen Budget-Tools und automatisiertem Skalieren versucht der Konzern, die Bedürfnisse von Einzelentwicklern und globalen Konzernen unter einen Hut zu bringen. Der KI-Markt reift – und der Fokus verschiebt sich von reiner Leistungsfähigkeit hin zur nachhaltigen und transparenten Verwaltung von Infrastrukturkosten.