Vertex AI Pricing: Was Gemini auf Google Cloud kostet

Vertex AI Pricing in der Praxis: Für 100,000 Aufrufe zur Erstellung von Support-Antwortentwürfen fallen mit Gemini 3.8 Flash derzeit effektiv $337.50 im Monat an. Nach dem Ende der Einführungsaktion sind es $675. Google nennt die Plattform inzwischen Gemini Enterprise Agent Platform. Für den Einstieg empfiehlt sich die nutzungsabhängige Abrechnung. Reasoning zählt dabei als Ausgabe; für den Produktivbetrieb sollte das Budget bereits die Preise nach Aktionsende berücksichtigen.

Am 20. Oktober 2026 mit den aktuellen Preisseiten von Google Cloud und der Gemini Developer API abgeglichen. Alle Beträge sind öffentliche Preise in USD oder daraus berechnete Beispiele, keine Messwerte aus dem Produktivbetrieb und kein individuell ausgehandeltes Angebot. Bei der Cloud-Aktion erstattet Google einen Teil der anrechenbaren Nettoausgaben als Guthaben. Die unten genannten effektiven Kosten entsprechen deshalb nicht zwangsläufig dem Betrag auf der ersten Rechnung. Google Cloud: Preise

Vertex AI Pricing: Die wichtigsten Tokenpreise

Die Kosten von Vertex AI hängen vom Modell, den Tokenmengen und der gewählten Bereitstellungsoption ab. Ein Token ist eine kleine Einheit von Text oder codierten Medieninhalten. Zur Eingabe gehört alles, was an das Modell gesendet wird; zur Ausgabe zählen die Antwort und abrechenbares Reasoning. Ein günstiger Eingabepreis kann trotzdem zu einer teuren Antwort führen, wenn das Modell viel Reasoning erzeugt.

Die Tabelle zeigt Standard-Inferenz in USD pro Million Tokens. Wo die Preisseite eine Region angibt, werden die Global-Preise verwendet. „Eingabe“ steht hier für Text; Unterschiede zwischen den Modalitäten folgen weiter unten. Bei den Pro-Modellen bedeuten die durch einen Schrägstrich getrennten Werte: Eingabekontext bis 200,000 Tokens / über 200,000 Tokens. Diese Grenze gilt pro Anfrage, nicht für das Monatsvolumen. Bei Gemini 2.5 fehlt die Kennzeichnung Global, weil sie auch in der Quelltabelle nicht angegeben ist. Offizielle Modellpreistabellen

Der fehlende Ausgabepreis für Gemini 3 Flash Preview ist beabsichtigt. In Googles aktueller Cloud-Standard-Tabelle fehlt dieser Wert, obwohl die Priority- und Flex/Batch-Tabellen Ausgabepreise nennen. Ein Preis aus einer anderen API würde diese Lücke nur verdecken. Vor der Budgetplanung muss die betreffende Standard-SKU bestätigt werden.

Für eine neue Textfunktion lohnt es sich, zunächst ein Flash-Lite-Modell zu prüfen, sofern es die Qualitätsanforderungen erfüllt. Ein teureres Modell ist dann sinnvoll, wenn es nachweislich mehr akzeptable Antworten liefert, Wiederholungsversuche reduziert oder Aufgaben bewältigt, an denen das günstigere Modell scheitert. Tokenpreise bestimmen die rechnerische Kostenuntergrenze, sagen aber nichts über die Antwortqualität aus.

Was bedeutet die Umbenennung für das Budget?

Die bisher als Vertex AI bekannte Entwicklerplattform heißt jetzt Gemini Enterprise Agent Platform. Am 22. April 2026 schrieb Google: „Gemini Enterprise Agent Platform ist unsere neue Entwicklerplattform und die Weiterentwicklung von Vertex AI.“ Die Versionshinweise dokumentieren die Namensänderungen zum selben Datum. Googles Ankündigung, Versionshinweise

Google unterscheidet zwischen der Agent Platform, auf der technische Teams Agenten entwickeln und betreiben, und der Gemini Enterprise App für Beschäftigte. Ein Abonnement pro Nutzerplatz und eine Tokenrechnung für ein Modell decken unterschiedliche Beschaffungsbedarfe ab. Die Umbenennung ist kein Grund, in einer API-Kalkulation stattdessen den Abopreis der App anzusetzen.

Was kostet Vertex AI Studio?

Aus Vertex AI Studio wurde im Zuge der Umbenennungen Agent Studio. Für Gemini-Modellaufrufe aus dieser Umgebung gelten in der Kalkulation die Cloud-Inferenzpreise des Modells sowie die Kosten zusätzlich genutzter Dienste. Der frühere Name der Oberfläche steht nicht für einen eigenen Tarif mit unbegrenzten Tokens. Für persönliche Abonnements der Gemini-App gibt es den Preisüberblick zu Gemini. Namensänderungen

Vertex AI Kosten: Was neben dem Basistarif zählt

Zuerst Endpunkt und Modalität festlegen, dann den passenden Preis ansetzen. „Gemini-Eingabe“ kann Text, Audio oder Bilder bedeuten. Einige Modelle rechnen diese Modalitäten unterschiedlich ab. Die Preise in diesem Abschnitt stammen aus derselben Google-Cloud-Preisseite.

Globale und nicht globale Endpunkte

Für mehrere aktuelle Modelle nennt die Seite höhere Preise bei nicht globalen Endpunkten. Für Standard-Eingabe und -Ausgabe gelten pro Million Tokens:

• Gemini 4 Argon: $2.20/$11 bis 30. November, danach $4.40/$22. Eingaben aus dem Cache kosten bei nicht globalen Endpunkten $0.11, danach $0.22. Argon Cyber Permissive kostet $4.40/$22 und $0.22 für Cache-Eingaben, ohne die Argon-Aktion.
• Gemini 3.8 Flash, 3.7 Flash und 3.6 Flash: $0.825/$4.125 bis 31. Dezember, danach $1.65/$8.25. Cache-Eingaben kosten $0.0825, danach $0.165. Für 3.8 Flash Cyber gelten $1.65/$8.25 und $0.165 für Cache-Eingaben.
• Gemini 3.5 Flash: $1.65/$9.90, dazu $0.165 für Cache-Eingaben. 3.5 Flash-Lite: $0.33/$2.75, dazu $0.033 für Cache-Eingaben.
• Gemini 3.1 Flash-Lite: $0.275/$1.65 für Text-, Bild- und Videoeingabe sowie Textausgabe; Cache-Eingaben kosten $0.0275. Audioeingaben kosten $0.55 oder $0.055 aus dem Cache.

Diese ausgewiesenen Non-global-Preise liegen 10% über den jeweiligen Global-Werten. Für diese Tabellenzeilen ist das eine brauchbare Faustregel für die Planung. Daraus lässt sich aber kein Regionalpreis für ein Modell ableiten, bei dem nur Global angegeben ist. Maßgeblich ist der Endpunkt, der die Anforderungen an die Bereitstellung erfüllt; dessen Preis gehört ins Budget.

Audioeingaben, Live-Sitzungen und Sprachmodelle

Bei Global-Standard-Inferenz kostet die Audioeingabe für Gemini 3.1 Flash-Lite $0.50 oder $0.05 aus dem Cache pro Million Tokens. Bei Gemini 3 Flash Preview sind es $1.00 oder $0.10 aus dem Cache. Für Gemini 3.5 Flash, 3.5 Flash-Lite, 3.6/3.7/3.8 Flash, 3.8 Flash Cyber, 3.1 Pro Preview und Argon gelten die jeweils angegebenen Eingabepreise für die in ihren Tabellenzeilen genannten Modalitäten.

Die Audioeingabe für Gemini 2.5 Flash Lite kostet $0.30 oder $0.03 aus dem Cache. Für Gemini 2.5 Flash nennt die Cloud-Tabelle bei Audioeingaben $1.00 bis 200K Kontext und $0.30 oberhalb von 200K, mit $0.10 für Cache-Eingaben in beiden Spalten. Diese ungewöhnliche Standard-Zeile wird so wiedergegeben, wie sie veröffentlicht ist. Bevor der niedrigere Wert in eine Kalkulation für lange Audioeingaben einfließt, sollte er bestätigt werden.

Für Gemini 3.8 Live API, Googles Modell für Live-Interaktionen, sind bei Non-global-Nutzung $0.75 für Texteingabe, $1 für Bild-/Videoeingabe, $3 für Audioeingabe, $4.50 für Textausgabe, $12 für Audioausgabe und $1 für Avatar-Videoausgabe angegeben, jeweils pro Million Tokens. In den Cache-Spalten steht N/A. Laut Preisseite wird der angesammelte Sitzungskontext bei jedem Gesprächsschritt erneut verarbeitet und berechnet. Ein Gespräch mit zehn Schritten lässt sich daher nicht so kalkulieren, als würde der ursprüngliche Kontext nur einmal gesendet.

Für Gemini 2.5 Flash Live API sind $0.50 für Texteingabe, $3 für Bild-/Video- oder Audioeingabe, $2 für Textausgabe und $12 für Audioausgabe pro Million Tokens angegeben. In den Priority- und Flex/Batch-Feldern steht N/A.

Für die Sprachausgabe nennt die Seite bei Gemini 3.8 Flash TTS Preview $0.50 für Texteingabe/$9 für Audioausgabe und bei Gemini 3.8 Flash-Lite TTS Preview $0.50/$6. Diese Preise gelten in den auf der Seite ausgewiesenen Einheiten je Million bis 31. Dezember 2026. Ab 1. Januar 2027 steigen sie auf $1/$18 beziehungsweise $1/$12. Die Einführungsvergünstigung wird auf der Seite als Aktionsguthaben beschrieben.

Gemini 3.5 Live Translate ist mit $3.50 für Audioeingabe/$21 für Audioausgabe aufgeführt. Für Gemini 3.5 Transcribe Live gelten $3.50 für Audioeingabe/$21 für Textausgabe, für Gemini 3.5 Transcribe $2/$12. Das sind Preise pro Million Tokens, keine Gesprächspauschalen. Eine Umrechnung in Minuten muss auf den Audio-Umrechnungsannahmen des jeweiligen Modells beruhen.

Modelle für Bilder, Videos und Embeddings

Bei der Bilderzeugung wird die Bildausgabe gesondert abgerechnet. Die folgenden Cloud-Standard-Preise stehen für Eingabe / Textausgabe / Bildausgabe, in USD pro Million Tokens:

• Gemini Nano Banana 2.1: $1.50 / $7.50 / $30, dazu $0.15 für Cache-Eingaben.
• Gemini 3.1 Flash-Lite Image, Nano Banana 2 Lite: $0.25 / $1.50 / $30, dazu $0.025 für Cache-Eingaben.
• Gemini 3.1 Flash Image, Nano Banana 2: Global $0.50 / $3 / $60, Cache $0.05; Non-global $0.55 / $3.30 / $66, Cache $0.055.
• Gemini 3 Pro Image, Nano Banana Pro: $2 / $12 / $120, dazu $0.20 für Cache-Eingaben.
• Gemini 2.5 Flash Image: $0.30 / $2.50 / $30; bei Cache-Eingaben steht N/A.

Die Auflösung verändert die Zahl der Bildtokens. Google nennt für Nano Banana 2.1 beispielsweise ungefähre Ausgabekosten von $0.034 bei 1K, $0.05 bei 2K und $0.113 bei 4K. Die Prompt-Eingabe wird zusätzlich berechnet. Ein Preis für Bildausgabe gilt weder für Textausgabe noch automatisch pro Bild.

Für Gemini Omni Flash und Gemini Omni 1.1 Flash sind $1.50 für Eingabe, $9 für Textausgabe und $17.50 für Videoausgabe pro Million Tokens angegeben. Die Umrechnung von Video in Tokens hängt laut Seite von der Auflösung ab. Ein fester Tokenpreis bedeutet daher keinen auflösungsunabhängigen Sekundenpreis.

Gemini Embedding 2, Unified Multimodal Preview wandelt Inhalte für die Suche in numerische Repräsentationen um. Die Online-Eingabepreise pro Million Tokens betragen $0.20 für Text, $0.45 für Bilder, $12 für Video und $6.50 für Audio. Bei Batch sind es entsprechend $0.10, $0.225, $6 und $3.25; Ausgabetokens werden nicht berechnet. Die separate Zeile Gemini Embedding weist $0.00015 online oder $0.00012 bei Batch je 1,000 Einheiten aus, ebenfalls ohne Ausgabekosten. Bei der Prüfung der SKU muss diese Einheit aus der Quelle beim Preis stehen bleiben.

Ältere Preisangaben garantieren keine Verfügbarkeit

Google veröffentlicht weiterhin Preise für Gemini 2.0: Bei Flash kosten Texteingabe und -ausgabe $0.15/$0.60, Audioeingabe $1. Bei Batch sind es $0.075/$0.30 und $0.50 für Audioeingabe. Flash Lite kostet $0.075 für Eingabe/$0.30 für Ausgabe, einschließlich der aufgeführten Audioeingabe, mit $0.0375/$0.15 bei Batch. Alle Angaben gelten pro Million Tokens.

Die Zeile 2.0 Flash Image Generation nennt $0.15 für Eingabe, $1 für Audioeingabe, $0.60 für Textausgabe und $30 für Bildausgabe. Bei 2.0 Flash Live API stehen $0.50 für Texteingabe, $3 für Audio-/Video-/Bildeingabe, $2 für Textausgabe und $12 für Audioausgabe. Leere Batch-Felder sind keine ausgewiesenen Rabatte. Die Seite enthält außerdem noch ältere Modalitätspreise für Gemini 1.5 und 1.0. Eine weiterhin vorhandene Preiszeile belegt allein nicht, dass sich das Modell für eine neue Bereitstellung verwenden lässt. Vor der Auswahl muss die Modell-ID geprüft werden.

Batch, Priority und Caching: Welche Vergünstigung gilt wann?

Batch eignet sich für Aufgaben, die warten können; Caching braucht eine eigene Rechnung. Batch übergibt Aufgaben zur asynchronen Verarbeitung. Caching verwendet zuvor bereitgestellten Eingabekontext erneut. Ein niedrigerer Preis in einer Spalte belegt nicht, dass sich beide Vergünstigungen bei jedem Modell kombinieren lassen.

Die ausgewiesenen Preise für Batch und Flex

Google bezeichnet die vergünstigte Tabelle für Gemini 4 als Batch, die entsprechenden Tabellen für Gemini 3 und 2.5 als Flex/Batch. Für Global-Eingabe und -Ausgabe sind pro Million Tokens folgende Preise angegeben:

• Gemini 4 Argon: $1/$5, Cache $0.05, bis 30. November; danach $2/$10, Cache $0.10. Argon Cyber Permissive: $2/$10, Cache $0.10.
• Gemini 3.8 Flash, 3.7 Flash und 3.6 Flash: $0.375/$1.875, Cache $0.0375, bis 31. Dezember; danach $0.75/$3.75, Cache $0.075. 3.8 Flash Cyber: $0.75/$3.75, Cache $0.075.
• Gemini 3.5 Flash: $0.75/$4.50, Cache $0.075. 3.5 Flash-Lite: $0.15/$1.25, Cache $0.015.
• Gemini 3.1 Flash-Lite: $0.125/$0.75 für Text-/Bild-/Videoeingabe und Textausgabe, Cache-Eingaben $0.0125; Audioeingabe $0.25, aus dem Cache $0.025.
• Gemini 3.1 Pro Preview: $1/$6 bis 200K Kontext, $2/$9 darüber. In den Cloud-Flex/Batch-Feldern für Cache-Eingaben steht N/A.
• Gemini 3 Flash Preview: $0.25 für Text-/Bild-/Videoeingabe, $0.50 für Audioeingabe und $1.50 für Textausgabe; in den Cache-Feldern steht N/A.
• Gemini 2.5 Pro: $0.625/$5 oder $1.25/$7.50 bei langem Kontext. 2.5 Flash: $0.15/$1.25, dazu $0.50 für Audioeingabe. 2.5 Flash Lite: $0.05/$0.20; die Cloud-Tabelle weist ausdrücklich $0.05 für Audioeingabe aus.

Die entsprechenden vergünstigten Non-global-Preise für Argon, die neueren Flash-Modelle und 3.1 Flash-Lite liegen 10% über den Global-Werten. So kostet 3.8 Flash aktuell $0.4125/$2.0625 mit $0.04125 für Cache-Eingaben, während 3.1 Flash-Lite bei $0.1375/$0.825 und $0.01375 für Texteingaben aus dem Cache liegt. Maßgeblich bleiben Googles Tabellen einschließlich der N/A-Felder. Batch- und Flex-Preise

Für Bildmodelle lauten die vergünstigten Preise für Eingabe/Textausgabe/Bildausgabe: Nano Banana 2.1 $0.75/$3.75/$15, Nano Banana 2 Lite $0.125/$0.75/$15, Nano Banana 2 $0.25/$1.50/$30, Nano Banana Pro $1/$6/$60 und 2.5 Flash Image $0.15/$1.25/$15. Bei den ersten vier Modellen kosten Cache-Eingaben $0.075, $0.0125, $0.025 und $0.10. Googles Nano-Banana-Tabelle fasst Flex/Batch/Off-peak zusammen, weist aber ausdrücklich darauf hin, dass Nano Banana 2.1 Flex nicht unterstützt.

Priority kostet einen Aufpreis

Bei den Textmodellen mit ausgewiesenen Priority-Preisen betragen die Preise für Eingabe, Ausgabe und Cache-Eingabe jeweils das 1.8-Fache von Standard. Global 3.8 Flash kostet aktuell beispielsweise $1.35 für Eingabe/$6.75 für Ausgabe/$0.135 für Cache-Eingaben. Für 3.1 Pro Preview gelten $3.60/$21.60/$0.36 bei kurzem oder $7.20/$32.40/$0.72 bei langem Kontext. Argons aktuelle Global-Priority-Preise liegen bei $3.60/$18/$0.18 und steigen nach der Aktion auf $7.20/$36/$0.36.

Auch die vier Nano-Banana-Modellzeilen weisen Priority mit dem 1.8-Fachen der Standard-Preise aus, einschließlich der Bildausgabe. Bei Gemini 2.5 Flash Image, 2.5 Flash Live API und 2.5 Pro Computer Use-Preview steht in den Priority-Feldern dieser Seite N/A. Ein Multiplikator darf nicht auf eine Bereitstellungsoption angewendet werden, die in der Tabelle gar nicht ausgewiesen ist.

Beim Caching fallen auch Speicherkosten an

Die Cloud-Tabelle für expliziten Cache-Speicher nennt für die dort aufgeführten Flash- und Flash-Lite-Modelle $0.000001 pro Tokenstunde, entsprechend $1 pro Million Tokenstunden. Für Gemini 3.1 Pro, 3 Pro und 2.5 Pro sind es $0.0000045 pro Tokenstunde, entsprechend $4.50 pro Million Tokenstunden. Die Verarbeitung von Cache-Eingaben wird zusätzlich berechnet. Die Speichertabelle enthält keinen Preis für explizites Caching mit Argon; dieser lässt sich nicht von einem anderen Modell übernehmen. Preise für Cache-Speicher

Ein Beispiel ist ein wiederverwendbares Referenzpaket mit 100,000 Tokens auf Global Gemini 3.8 Flash zu den aktuellen Preisen. Regulär verarbeitet kostet es $0.075 pro Aufruf, beim Lesen aus dem Cache $0.0075. Die Ersparnis beträgt $0.0675 pro Cache-Treffer. Das Speichern dieses Pakets für eine Stunde kostet $0.10. Damit decken zwei Cache-Treffer innerhalb dieser Stunde die Speicherkosten, noch ohne mögliche zusätzliche Kosten für das Anlegen des Caches. Die Rechnung betrachtet die zusätzliche Wiederverwendung; sie behauptet nicht, dass die Cache-Erstellung kostenlos ist.

Bleibt dasselbe Paket einen angenommenen Monat mit 720 Stunden gespeichert, summieren sich die Speicherkosten auf $72. Zu denselben Preisen sind dann 1,067 Cache-Treffer nötig, damit die Einsparung diese Kosten übersteigt. Die Aufbewahrungsdauer ist ebenso wichtig wie der Rabatt. In den Cache gehören Inhalte, die die Anwendung bald erneut nutzt; entsprechend sollte die Lebensdauer eingestellt werden.

Provisioned Throughput: Kapazität erst bei nachgewiesenem Bedarf reservieren

Provisioned Throughput reserviert Kapazität und ist kein Abonnement mit unbegrenzten Tokens. Google verkauft diese Kapazität in „generative AI scale units“, kurz GSUs. Welchen Durchsatz eine GSU liefert, hängt vom Modell und dem Tokenmix ab. Die monatliche Anzahl an Anfragen allein reicht nicht aus, um die nötige Reservierung zu bestimmen. Offizielle Preise für Provisioned Throughput

In der Stundenansicht nennt die Seite folgende Preise in USD pro GSU-Stunde für Global / Non-global:

• Bindung für eine Woche: $7.14 / $7.854.
• Bindung für einen Monat: $3.698630137 / $4.068493151.
• Bindung für drei Monate: $3.287671233 / $3.616438356.
• Bindung für ein Jahr: $2.739726027 / $3.01369863.

Googles begleitendes Beispiel verwendet $1,200 pro GSU-Woche beziehungsweise $2,700, $2,400 und $2,000 pro GSU-Monat bei einer Bindung von einem Monat, drei Monaten beziehungsweise einem Jahr. Für die Kalkulation gelten die veröffentlichte Laufzeit und Abrechnungseinheit. Der Jahrespreis ist kein monatlich kündbarer Tarif.

Eine Global-GSU zum monatlichen Preis bei Jahresbindung bedeutet $24,000 über zwölf Monate. Würde über zwölf Monate hinweg der Tarif mit einmonatiger Bindung gelten, wären es $32,400. Die Differenz von $8,400 ist nur dann ein Vorteil, wenn die reservierte Kapazität während der gesamten Bindungsdauer gebraucht wird. Das ist keine Wirtschaftlichkeitsschwelle gegenüber nutzungsabhängig abgerechneten Tokens: Welchen nutzbaren GSU-Durchsatz die eigene Anwendung erreicht, steht dabei noch nicht fest.

Google nennt außerdem 50% Aktionsguthaben auf anrechenbare Nettoausgaben für Provisioned Throughput: für Argon vom 13. Oktober bis 30. November 2026, ausgenommen Cyber Permissive, und für 3.8/3.7/3.6 Flash vom 13. August bis 31. Dezember 2026. Laut Seite wird dieses Guthaben am siebten Tag des Folgemonats ausgestellt und verfällt nach 30 Tagen. Es lässt sich für die genannten On-Demand-Modell-SKUs sowie modellübergreifend für Provisioned-Throughput-SKUs einsetzen. Weder die Kapazitätskonfiguration noch die Sätze, mit denen das zugesagte Kontingent verbraucht wird, ändern sich dadurch.

Bei unregelmäßigem Anfrageaufkommen ist die nutzungsabhängige Abrechnung der sinnvolle Einstieg. Reservierte Kapazität wird relevant, sobald Spitzenlast, dauerhafte Auslastung und die geschäftlichen Folgen eines zu geringen Durchsatzes gemessen wurden.

Vertex AI Preisrechner: Zwei Monatsbudgets

Tatsächlich abrechenbare Tokens mit dem jeweiligen Preis multiplizieren und die übrigen Dienste hinzurechnen. Für Textinferenz ohne Cache gilt:

Monatliche Tokenkosten = Eingabetokens ÷ 1,000,000 × Eingabepreis + abrechenbare Ausgabetokens ÷ 1,000,000 × Ausgabepreis.

Beide folgenden Beispiele beschreiben hypothetische Aufgaben. Die Ausgabemengen schließen Reasoning ein. Nicht enthalten sind Caching, Grounding, Agentenlaufzeit, Speicher, Netzwerk, Steuern und ausgehandelte Rabatte. Jeder Modellaufruf bleibt unter der jeweils maßgeblichen Grenze für langen Kontext.

Beispiel eins: 100,000 Support-Entwürfe pro Monat

Angenommen werden 2,000 Eingabetokens und 500 abrechenbare Ausgabetokens pro Aufruf. Das ergibt monatlich 200 Millionen Eingabe- und 50 Millionen Ausgabetokens.

Mit Global Standard Gemini 3.8 Flash entstehen während der aktuellen Aktion folgende effektive Kosten:

200 × $0.75 + 50 × $3.75 = $150 + $187.50 = $337.50 pro Monat.

Das entspricht $0.003375 pro Entwurf oder $3.375 pro 1,000 Entwürfe. Mit den ab 1. Januar 2027 ausgewiesenen Preisen kostet dieselbe Aufgabe 200 × $1.50 + 50 × $7.50 = $675. Bei Non-global-Nutzung sind es aktuell $371.25, später $742.50. Diese Rechnungen verwenden Googles veröffentlichte Modellpreise und setzen voraus, dass anrechenbare Aktionsguthaben genutzt werden können. Verwendete Preise

Ein günstigeres Modell senkt die rechnerische Kostenuntergrenze: Gemini 3.1 Flash-Lite käme bei denselben Tokenmengen auf $125, 3.5 Flash-Lite auf $185. Daraus folgt nicht, dass beide brauchbare Entwürfe liefern. Vor der Entscheidung für das größere oder das günstigere Modell muss die Qualität anhand eigener Supportfälle geprüft werden.

Beispiel zwei: Berichte über Nacht auswerten

Angenommen werden 10,000 Berichte pro Monat, die jeweils 20,000 Eingabetokens und 2,000 abrechenbare Ausgabetokens benötigen. Insgesamt sind das 200 Millionen Eingabe- und 20 Millionen Ausgabetokens.

Mit Global Gemini 3.1 Pro Preview unterhalb von 200K Kontext kostet Standard 200 × $2 + 20 × $12 = $640. Die ausgewiesenen Flex/Batch-Preise ergeben 200 × $1 + 20 × $6 = $320. Das entspricht $0.032 pro Bericht oder $32 pro 1,000 Berichte. Für eine Aufgabe, die über Nacht laufen kann, sollte Batch als erste Bereitstellungsoption geprüft werden. Verwendete Preise

Zusammen kosten die Support-Aufgabe mit Standard und die Berichtsauswertung mit Batch derzeit effektiv $657.50 an Tokens pro Monat. Nach der Flash-Aktion sind es bei sonst unveränderten Annahmen $995. Das ist die Zwischensumme für Inferenz; die übrigen Anwendungskosten kommen hinzu.

Gemini API Preise im Vergleich zu Vertex AI

Die Gemini Developer API ist für dasselbe Modell nicht automatisch günstiger. Googles Entwickler-API und die Cloud-Plattform nennen derzeit dieselben Global-Standard-Basispreise für Argon, 3.8 Flash, 3.1 Flash-Lite und 3.1 Pro Preview. Ein Vergleich ist erst aussagekräftig, wenn Modell, Bereitstellungsstufe, Kontextlänge und Datum übereinstimmen. Preise der Developer API, Cloud-Preise

Die Unterschiede liegen in den weiteren Tarifdetails:

• Kostenloser Zugang: Die Developer API weist für ausgewählte Modelle, darunter 3.8 Flash, kostenlose Eingabe und Ausgabe aus. Argon und 3.1 Pro Preview sind dagegen nicht im Free-Tarif verfügbar. Die Cloud-Preistabelle von Google ist ein eigenständiges Preisverzeichnis.
• Datennutzung: Laut Developer API werden Inhalte im Free-Tarif zur Produktverbesserung verwendet, Inhalte im regulären Paid-Tarif dagegen nicht. Zusätzlich gibt es eine nur auf Einladung zugängliche Contributor-Vorschau mit anderen Bedingungen. Diese ist vom regulären Paid-Angebot zu unterscheiden.
• Expliziter Cache-Speicher: Die Developer API nennt für 3.8 Flash bis 31. Dezember $0.50 pro Million Tokenstunden, danach $1. In der Cloud-Speichertabelle stehen $1. Jede Plattform muss mit ihrem eigenen Speicherpreis kalkuliert werden.
• Batch-Eingaben aus dem Cache: Bei Cloud steht in den Flex/Batch-Feldern für 3.1 Pro Preview N/A. Die Batch- und Flex-Tabellen der Developer API nennen $0.20/$0.40 für kurzen beziehungsweise langen Kontext. Für 3.5 Flash-Lite nennt Cloud $0.015 für Flex/Batch-Eingaben aus dem Cache, während die Developer API $0.02 ausweist.
• Audio: Die Cloud-Flex/Batch-Tabelle für 2.5 Flash Lite nennt $0.05 für Audioeingabe pro Million Tokens, die Developer API $0.15. In diesem Feld widersprechen sich die Seiten. Bei Aufgaben mit hohem Audioanteil muss die tatsächlich abgerechnete SKU bestätigt werden; eine Seite sollte nicht stillschweigend als Korrektur der anderen gelten.

Google positioniert das Enterprise-Angebot mit optionalem Support, Sicherheits- und Compliance-Funktionen, Provisioned Throughput und Mengenrabatten. Es ist dann sinnvoll, wenn diese Betriebsanforderungen zählen. Braucht die Anwendung nur Modellaufrufe, lohnt ein Vergleich mit dem einfacheren Beschaffungsweg über die Developer API – anhand genau der Funktionen, die tatsächlich genutzt werden.

Gemini API Preisrechner: Dieselbe Aufgabe gegenüberstellen

Bei den 200M Eingabe-/50M Ausgabetokens der Support-Aufgabe ohne Caching ergeben auch die aktuellen 3.8-Flash-Preise der Developer API $337.50, später $675 zum angekündigten Datum. Die übereinstimmenden Zahlen ändern nichts daran, dass die Cloud-Aktion über nachträgliches Guthaben funktioniert und sich die oben genannten Speicherkosten unterscheiden.

Eine weitere Bereitstellungsoption ist Amazon Bedrock, die verwaltete Modellplattform von Amazon Web Services. Die offizielle Standard-Tabelle nennt für DeepSeek v3.2 $0.62 für Eingabe/$1.85 für Ausgabe pro Million Tokens in US East, N. Virginia und Ohio, sowie US West, Oregon. Bei denselben angenommenen Tokenmengen ergibt das $216.50 pro Monat. Das ist ein Preisszenario für ein anderes Modell, kein Beleg für gleichwertige Antworten. Der Preisüberblick zu Amazon Bedrock behandelt die Dienste, die zur Inferenz hinzukommen. AWS-Preise

Microsoft Azure, die Cloud-Plattform von Microsoft, veröffentlicht Preise nach Modell und Bereitstellungsart. Vor einem Vergleich mit einer Global-Kalkulation für Google Cloud müssen auf der aktuellen Preisseite Bereitstellung und Währung gewählt werden. Ein Preis aus einer anderen Kontextstufe oder Bereitstellungsart ist kein geeigneter Ersatz. Azure-Preise

Als teureres Google-Modell käme Argon Global Standard für die Support-Aufgabe mit den aktuellen Aktionspreisen auf $900, nach dem 30. November auf $1,800. Ob sich der Aufpreis lohnt, muss anhand akzeptabler Ergebnisse und der Betriebsanforderungen entschieden werden. Verwendete Argon-Preise

Der Vergleich günstiger LLM-APIs hilft, die engere Auswahl zu erweitern. Entscheidend sind die Kosten pro akzeptiertem Ergebnis. Dazu gehören verworfene Antworten, wiederholte Aufrufe und Entwicklungsaufwand, bevor ein Anbieter als günstiger gelten kann.

Vertex API: Welche Kosten kommen zu den Tokens hinzu?

Aus einer Tokenkalkulation wird erst dann ein Anwendungsbudget, wenn Informationsabruf, Tools und Laufzeit eingerechnet sind. Die konkreten Kostenrisiken in diesem Abschnitt helfen dabei mehr als ein pauschaler Sicherheitsaufschlag.

Reasoning und wiederholter Kontext. Googles Ausgabepreise schließen Reasoning ein. Lange Chatverläufe, abgerufene Dokumente und wiederholte Modellaufrufe erhöhen die Eingabemenge. Für Live-Sitzungen weist die Seite ausdrücklich darauf hin, dass der angesammelte Kontext in späteren Gesprächsschritten erneut berechnet wird. Zu zählen sind daher Aufrufe samt vollständigem abrechenbarem Kontext, nicht nur Nutzer.

Der Preissprung bei langem Kontext. Oberhalb von 200K Eingabetokens werden bei Modellen mit einer entsprechenden Preisstufe sämtliche Eingabe- und Ausgabetokens zu dieser Stufe abgerechnet. Bei 3.1 Pro Preview Standard kostet eine Anfrage mit 200,000 Eingabe- und 2,000 Ausgabetokens $0.424. Bei 200,001 Eingabetokens und derselben Ausgabe sind es $0.836004. Das zusätzliche Token ändert die Preisstufe für die gesamte Anfrage. Nahe der Grenze lohnt es sich deshalb, abgerufene Inhalte zu kürzen. Kontextregel und Preise

Grounding, also das Abrufen stützender Informationen. Für Gemini 3 und 4 umfassen Google Search und Web Grounding for Enterprise 5,000 Grounding-Abfragen pro Monat, gemeinsam für diese Modellfamilien. Danach kosten sie $14 pro 1,000 Abfragen. Ein einzelner Nutzer-Prompt kann mehrere Abfragen auslösen. Google Maps hat ein eigenes ausgewiesenes Monatskontingent von 5,000 Abfragen, danach gelten $14 pro 1,000 Abfragen. Grounding mit eigenen Daten kostet $2.50 pro 1,000 Prompts. Die ältere Abrechnung pro Grounding-Prompt bei Gemini 2.5 darf nicht in ein Gemini-3/4-Budget übernommen werden.

Fehlgeschlagene Anfragen und eine kommende Ausnahme. Grundsätzlich werden Eingabe und Ausgabe laut Seite nur bei Antworten mit HTTP 200 berechnet. Separat nennt sie jedoch eine Ausnahme ab 13. November 2026: Bei Gemini-4-Ausgaben mit mehr als 32K Tokens wird die abrufbare Tokennutzung auch dann berechnet, wenn die Anfrage letztlich an einem Client- oder Server-Timeout scheitert. Eine Strategie für Wiederholungsversuche kann bei solchen langen Ausgaben daher andere Kosten verursachen.

Modellanpassung. Training wird gesondert abgerechnet. Laut Google kostet die Inferenz angepasster Modelle ab Gemini 3 das 1.5-Fache des Vorhersagepreises des Basismodells. Eine Tokenkalkulation für das unveränderte Modell ist somit kein vollständiges Budget für einen angepassten Endpunkt. Zusätzliche Kosten und Bedingungen

Was kostet Vertex AI Agent Builder?

Ein Agent kann sowohl Modelltokens als auch separat berechnete Plattformdienste verbrauchen. Für ML-Plattform- und MLOps-Kosten verweist die Seite zu generativer KI ausdrücklich auf das umfassendere Preisverzeichnis der Agent Platform. Kalkuliert werden müssen die Komponenten, die der Agent tatsächlich nutzt. Die Token-Zwischensumme allein ist kein Gesamtpreis für Agent Builder. Preise der gesamten Plattform

Die Seite zu generativer KI enthält allerdings das konkrete Produkt Gemini Deep Research Agent: Standard kostet $2 für Eingabe/$12 für Ausgabe/$0.20 für Cache-Eingaben, Deferred $1/$6/$0.10, jeweils pro Million Tokens. Diese Preise gelten für genau diesen Agenten. Sie sind keine Pauschale für jeden selbst entwickelten Agenten; Grounding wird weiterhin separat ausgewiesen.

Ist Vertex AI kostenlos – und für wen reicht der Free-Tarif?

Für produktive Gemini-Inferenz auf Google Cloud sollte nicht mit einem unbegrenzten Gratisdienst kalkuliert werden. Googles Angebot für Neukunden umfasst $300 Testguthaben. Laut Google fallen erst nach der Aktivierung eines vollwertigen kostenpflichtigen Kontos Zahlungen an. Teilnahmevoraussetzungen und Testbedingungen gelten weiterhin. Ein zeitlich begrenztes Guthaben gleicht Nutzungskosten aus, setzt den zugrunde liegenden Tokenpreis aber nicht auf null. Kostenloses Google-Cloud-Angebot

Die Gemini Developer API bietet unabhängig davon bei ausgewählten Modellen kostenlose Eingabe und Ausgabe, mit begrenztem Zugang und modellspezifischen Einschränkungen. Wer innerhalb dieser Grenzen mit einem berechtigten Modell experimentiert und die Datennutzungsbedingungen des Free-Tarifs akzeptiert, benötigt für ein solches kleines Projekt möglicherweise dauerhaft kein kostenpflichtiges API-Konto. Ein Produktionsteam, das ein nur kostenpflichtig verfügbares Modell, höhere Limits oder Enterprise-Optionen braucht, sollte dagegen ein Budget einplanen. Free- und Paid-Tarife

Was vor dem Produktivstart zu tun ist

Das erste Budget sollte auf repräsentativen Aufrufen beruhen. Danach lässt sich entscheiden, welche Optimierung ihren Aufwand rechtfertigt. In der kommenden Woche lohnt es sich, anhand einer Stichprobe aus der eigenen Anwendung Eingabe, Cache-Eingabe und die gesamte abgerechnete Ausgabe einschließlich Reasoning zu erfassen. Zu jedem Datensatz gehören die genaue Modell-ID, der Endpunkt und die Bereitstellungsoption.

1. 1

   Typische und teure Fälle kalkulieren

   Normale Aufrufe und längere Aufrufe berücksichtigen, die einen großen Teil der Rechnung ausmachen. Anfragen oberhalb der Kontextgrenze eines Modells separat kalkulieren.

2. 2

   Interaktive und zeitversetzte Aufgaben trennen

   Unmittelbare Nutzeranfragen auf der passenden Online-Stufe bedienen. Batch für Berichtsauswertung, Datenanreicherung und andere Aufgaben mit späterem Fertigstellungstermin prüfen.

3. 3

   Kosten außerhalb der Tokens ergänzen

   Cache-Aufbewahrung, Grounding-Abfragen, Laufzeit und unterstützende Dienste einrechnen. Effektive Aktionskosten und Kosten nach Aktionsende getrennt ausweisen.

4. 4

   Kapazität erst nach der Bedarfsmessung binden

   Reservierte Kapazität anhand des beobachteten Durchsatzes und der GSU-Umrechnung des gewählten Modells kaufen. Ein günstigerer Jahrespreis pro Einheit behebt keine geringe Auslastung.

Häufige Fragen zu den Kosten von Vertex AI

Heißt Vertex AI jetzt Agent Platform?

Ja. Google stellte Gemini Enterprise Agent Platform am 22. April 2026 als Weiterentwicklung von Vertex AI vor. Die Versionshinweise dokumentieren die Namensänderungen. Die Entwicklerplattform und die Gemini Enterprise App für Beschäftigte bleiben getrennte Angebote für unterschiedliche Beschaffungsbedarfe.

Welche Preismodelle gibt es bei Google Cloud?

Google Cloud rechnet produktspezifisch ab. Für die hier behandelte Gemini-Inferenz sind Standard, die ausgewiesenen vergünstigten Bereitstellungsoptionen, Priority und Provisioned Throughput zu vergleichen. Eine allgemeine Einteilung in Free-, Professional- und Enterprise-App-Abos beschreibt diese Modellkosten nicht.

Welche Alternativen sind mit Vertex AI vergleichbar?

Für Entwickler, die Modellinferenz beziehen, kommen Googles Gemini Developer API, Amazon Bedrock und Microsoft Azure zum Vergleich infrage. Wo möglich, sollte dasselbe Modell gegenübergestellt werden. Andernfalls zählen die Kosten pro akzeptiertem Ergebnis bei der eigenen Aufgabe, einschließlich Region, Tools und unterstützender Dienste.

Sind die Preise von Vertex AI und der Gemini API gleich?

Einige Global-Standard-Preise stimmen überein. Cache-Speicher, Batch-Eingaben aus dem Cache, Audiopreise und die Verfügbarkeit eines kostenlosen Tarifs können sich unterscheiden. Maßgeblich ist die Preisseite der API, die tatsächlich aufgerufen wird.

Ist Google Vertex kostenlos?

Google bietet berechtigten Neukunden Testguthaben. Für Cloud-Inferenz gelten dennoch ausgewiesene Nutzungspreise. Ausgewählte Modelle der Gemini Developer API haben einen separaten kostenlosen Tarif mit Limits und anderen Bedingungen zur Datennutzung.

Wie lassen sich die Kosten von Vertex AI berechnen?

Den Anfang machen die Summen der Eingabe- und abrechenbaren Ausgabetokens, jeweils multipliziert mit dem ausgewiesenen Modellpreis, wie in den beiden Beispielen oben. Die Verarbeitung von Cache-Tokens, Speicher in Tokenstunden und Grounding kommen separat hinzu. Bei reservierter Kapazität ist neben dem Monatsvolumen eine modellspezifische Durchsatzschätzung nötig.

Gibt es einen Studierendenrabatt?

Die zitierte Cloud-Preisseite für generative KI nennt keinen gesonderten Tokenpreis für Studierende. Ein Gemini-Studierendenangebot für Endverbraucher lässt sich nicht ohne ausdrücklichen Guthaben- oder Programmanspruch auf Cloud-API-Aufrufe übertragen.

Welche Rückerstattungsregeln gelten?

Die Modellpreisseite verspricht kein allgemeines Erstattungsfenster für bereits verbrauchte Inferenz. Bei Abrechnungsabweichungen sind der Google-Cloud-Support und die Bedingungen des eigenen Kontos beziehungsweise der Aktionsguthaben maßgeblich. Ein Experiment sollte nicht auf Basis einer angenommenen Rückerstattung budgetiert werden.

Werden sich diese Preise ändern?

Google nennt derzeit höhere Argon-Preise ab 1. Dezember 2026 und höhere Preise für 3.8/3.7/3.6 Flash ab 1. Januar 2027. Diese angekündigten Änderungen sind in den obigen Budgets bereits berücksichtigt. Vor einer Ausgabenbindung sollte die offizielle Seite erneut geprüft werden.

Mit der Checkliste zur Prüfung von KI-Geschäftsabläufen lassen sich für jede geplante KI-Aufgabe Volumen, Frist und Betriebsanforderungen festhalten, bevor die Infrastruktur ausgewählt wird.