← Blog

Kosten & Tokens

Sie messen Token. Ihre KI kostet aber pro fertigem Auftrag

Korrekturvermerke, Taschenrechner und Laptop auf einem Schreibtisch bei der Prüfung eines KI-Ergebnisses

Der Agent soll einen Fehler im Shop finden und beheben. Während Sie auf die Antwort warten, läuft im Hintergrund schon der nächste Auftrag. Dann kommt die Rechnung, und die entscheidende Zahl steht nicht darauf: Was hat die erledigte Aufgabe gekostet? Gemini 4 Hydrogen soll Coding und wiederholte Agentenarbeit schnell und vergleichsweise günstig erledigen. Im Benchmark liegt es knapp vor Argon. Doch ein niedriger Token-Preis und ein guter Testwert sagen noch nicht, ob Sie im Alltag wirklich sparen. Woran sollten Sie also messen?

Der günstige Preis trifft auf eine teure Frage

Für ein kleines Unternehmen kann es um einen Codefehler im Buchungssystem gehen. Im größeren Betrieb vielleicht um wiederkehrende Prüfungen an vielen internen Abläufen. In beiden Fällen zählt am Ende, ob die Aufgabe zuverlässig erledigt ist.

Gemini 4 Hydrogen kostet laut den veröffentlichten API-Tarifen 1,50 US-Dollar pro Million Eingabe-Token und 7,50 US-Dollar pro Million Ausgabe-Token. Token sind kleine Textbausteine, die ein Modell verarbeitet oder erzeugt. Diese Preise machen Hydrogen kalkulierbar, beantworten aber noch nicht die Frage, wie viele Versuche, Korrekturen oder menschliche Minuten bis zum brauchbaren Ergebnis nötig sind.

Genau darin liegt der Unterschied zwischen billigem Aufruf und günstiger Arbeit. Ein Modell kann pro Textmenge wenig kosten und trotzdem teuer werden, wenn es Aufgaben verfehlt oder häufig nachgebessert werden muss. Was zeigen die ersten Benchmarks dazu?

Was die 51 Punkte wirklich sagen

Im Artificial Analysis Intelligence Index v5.0.1 erreicht Hydrogen im Modus „high“ 51 Punkte. Argon kommt auf 50, Carbon auf 60. Für Unternehmen ist das ein interessanter Hinweis: Das kleinere Modell liegt in diesem Test knapp vor Argon, bleibt aber hinter Carbon.

Der Index bündelt neun Bewertungen. Laut Quelle misst er weder direkt die Produktivität noch die Sicherheit eines Modells im Unternehmen. Eine Punktzahl zeigt also, wie ein Modell in definierten Tests abschneidet. Sie sagt nicht, ob es Ihre Rechnungsdaten richtig zuordnet, Ihren Code passend ändert oder eine sensible Anfrage korrekt behandelt.

Auch ein weiterer Vergleich braucht Kontext. Bei Terminal-Bench 4.1 nennt Google für Hydrogen 57 Prozent; AI4Business berichtet dort für Claude Sonnet 5.5 von 63,9 Prozent. Das sind Ergebnisse für festgelegte Testreihen, keine Garantie für Ihre Aufgaben. Wie nah Ihr eigener Alltag daran liegt, lässt sich erst mit einem eigenen Versuch sehen.

Tempo zählt erst, wenn die Aufgabe fertig ist

Ein Benchmark kann lange dauern, während Ihr Team auf eine Änderung im laufenden Betrieb wartet. Artificial Analysis maß im Schnitt rund 8,3 Minuten für Hydrogen im Modus „high“ und 13,5 Minuten für „xhigh“. Für Carbon im Modus „high“ waren es 27,4 Minuten, für Argon 30 Minuten.

Das klingt nach einem klaren Zeitvorteil. Aber die gemessene Zeit beschreibt die Testaufgabe, nicht den gesamten Weg vom Auftrag bis zur Freigabe in Ihrem Unternehmen. Muss eine Mitarbeiterin erst den Vorschlag prüfen, eine falsche Änderung zurücknehmen oder die Anfrage neu formulieren, wandert diese Zeit in eine andere Spalte. Sie verschwindet nicht.

Für einen Betrieb mit wenigen Entwicklungsaufträgen kann das Warten auf eine gute Antwort stärker ins Gewicht fallen als geringe Unterschiede beim Token-Preis. Ein Unternehmen mit vielen ähnlichen Aufträgen wird zusätzlich wissen wollen, wie oft Hydrogen beim ersten Versuch liefert. Die entscheidende Messung beginnt also nach dem Benchmark.

Der Preis steckt auch im Nachdenken

Ein Preis pro Million Token wirkt sauber und eindeutig. Bei einer KI-Aufgabe kommt es jedoch darauf an, wie viel Text hinein- und wieder hinausgeht. Hydrogen berechnet Eingabe und Ausgabe getrennt. Die Ausgabetoken umfassen laut AI4Business auch Token, die für das interne Reasoning verwendet werden, also für Zwischenschritte beim Lösen einer Aufgabe.

Das kann einen Unterschied machen, wenn ein Auftrag mehr Nachdenken verlangt. Der Modus „xhigh“ kostet nicht automatisch mehr pro Token, doch ein Auftrag kann mehr Ausgabetoken benötigen. Bei längeren Gesprächen wächst außerdem die Menge des mitgegebenen Kontexts, also der Informationen, die das Modell zur Bearbeitung erhält.

Eine Beispielrechnung aus der Quelle: zehn Millionen Eingabe-Token und eine Million Ausgabe-Token ergeben bei den genannten Tarifen 22,50 US-Dollar. Cache, externe Tools und weitere mögliche Gebühren sind dabei nicht enthalten. Das ist ein sinnvoller Startwert für die Kalkulation, aber noch kein Preis pro erledigter Aufgabe.

Was das für Ihr Unternehmen heißt

Machen Sie den ersten Test klein genug, dass ein Fehler niemanden überrascht. Wählen Sie eine wiederkehrende Aufgabe, bei der ein Mensch das Ergebnis ohnehin prüft. Für einen Onlinehändler könnte das eine klar abgegrenzte Codekorrektur sein. Ein Dienstleister könnte wiederkehrende Änderungen an internen Skripten beobachten.

Legen Sie vor dem Test fest, was als Erfolg zählt. Ein Auftrag ist erst erledigt, wenn das Ergebnis fachlich stimmt und keine unverhältnismäßige Nacharbeit auslöst. Halten Sie für jeden Versuch vier Dinge fest:

  • Kosten für Eingabe und Ausgabe, einschließlich der verwendeten Modellstufe.
  • Zeit bis zu einem geprüften Ergebnis, nicht nur bis zur ersten Antwort.
  • Fehler, erneute Versuche und Minuten für menschliche Korrekturen.
  • Anteil der Aufträge, die Hydrogen ohne Wechsel zu einem leistungsstärkeren Modell bewältigt.

Modellwahl verändert auch den Arbeitsalltag

Ein günstigeres Modell kann den Druck auf ein Team senken, wenn es wiederkehrende Ausführungsarbeit übernimmt. AI4Business beschreibt Hydrogen als Modell für Coding, Tool-Aufrufe und Aufgaben von KI-Agenten. Carbon und Argon sollen demnach für anspruchsvollere Denkaufgaben vorgesehen sein. Das ist eine sinnvolle Arbeitsteilung als Idee, aber noch keine fertige Regel für Ihren Betrieb.

Ein Team muss wissen, wann es dem Ergebnis trauen darf und wann ein Mensch oder ein anderes Modell übernehmen muss. Sonst landet die vermeintliche Entlastung als zusätzliche Prüfarbeit bei den Mitarbeitenden. Klären Sie deshalb auch, wer Fehler beurteilt und wer die Verantwortung für Änderungen trägt.

Bei Gemini Enterprise kann Hydrogen laut AI4Business in manchen Konfigurationen nur über einen globalen Endpunkt verfügbar sein und eine Administratorfreigabe erfordern. Auf Google Cloud wird das Modell als kurzlebige Version eingestuft; vor einer Einstellung sind mindestens 45 Tage Vorlauf vorgesehen. Bevor ein Prozess davon abhängt, müssen IT und Fachbereich also auch den Zugriffsweg und mögliche Änderungen gemeinsam einplanen.

Der nächste Montag braucht einen Maßstab

Legen Sie für einen begrenzten Test eine Handvoll echter, anonymisierter Aufgaben fest und lassen Sie dieselben Aufträge mit Hydrogen und Ihrer bisherigen Lösung bearbeiten. Prüfen Sie die Ergebnisse nach denselben Kriterien. Wenn es um Code geht, zählt nicht nur, ob der Vorschlag plausibel aussieht, sondern ob er die gewünschte Änderung erfüllt und keine neue Arbeit verursacht.

Google gibt für eine Kombination über das Antigravity-Orchestrator-System 24 Prozent weniger Kontingentverbrauch und 19 Prozent schnellere Aufgabenerledigung gegenüber einer eigenen Referenzkonfiguration an. Das ist eine Herstellerangabe zu dieser Konfiguration, kein allgemeines Ergebnis für Unternehmen. Behandeln Sie sie als Anlass für einen Test, nicht als Prognose für Ihre Rechnung.

Am nächsten Montag sollte Ihr Team sehen können, welche Aufträge Hydrogen übernehmen darf und wann ein Mensch übernimmt. Wenn das nicht klar auf einer einfachen Prüfliste steht, fehlt noch die Grundlage für eine belastbare Kostenentscheidung. Erst dann lässt sich beurteilen, ob der kleinere Preis auch den kleineren Aufwand bringt.

TeilenLinkedInXWhatsAppE-Mail

Häufige Fragen

Was kostet Gemini 4 Hydrogen?

AI4Business nennt 1,50 US-Dollar pro Million Eingabe-Token und 7,50 US-Dollar pro Million Ausgabe-Token. Die Ausgabetoken umfassen laut Quelle auch Token für das Reasoning, also interne Denkschritte. Die tatsächliche Rechnung hängt davon ab, wie viele Token ein Auftrag verbraucht und ob weitere Kosten für Cache, externe Tools oder andere Leistungen anfallen.

Ist Gemini 4 Hydrogen besser als Gemini 4 Argon?

Das hängt vom Maßstab ab. Im Artificial Analysis Intelligence Index v5.0.1 erreicht Hydrogen im Modus „high“ 51 Punkte, Argon 50. Der Index bündelt neun Bewertungen und misst laut Quelle nicht direkt die Produktivität oder Sicherheit im Unternehmen. Ein eigener Test mit Ihren Aufgaben ist deshalb aussagekräftiger als der knappe Punktabstand.

Wie schnell ist Gemini 4 Hydrogen?

Artificial Analysis maß durchschnittlich rund 8,3 Minuten für Hydrogen im Modus „high“ und 13,5 Minuten für „xhigh“. Das sind Benchmarkwerte für bestimmte Aufgaben. Sie sagen nicht voraus, wie lange ein Auftrag in Ihrem Unternehmen bis zur fachlichen Prüfung und Freigabe dauert.

Wie berechne ich die Kosten eines KI-Modells pro Aufgabe?

Erfassen Sie für jede Aufgabe die verbrauchten Eingabe- und Ausgabetoken und wenden Sie die jeweiligen Tarife an. Addieren Sie anschließend die Kosten für nötige Wiederholungen, externe Tools und menschliche Prüfung. So erhalten Sie einen Wert pro geprüfter, erfolgreich erledigter Aufgabe statt nur einen Token-Preis.

Ist Gemini 4 Hydrogen für Unternehmen dauerhaft verfügbar?

AI4Business beschreibt Hydrogen auf Google Cloud als allgemein verfügbar, aber als kurzlebige Version eingestuft. Vor einer Einstellung sind demnach mindestens 45 Tage Vorlauf vorgesehen. In manchen Gemini-Enterprise-Konfigurationen kann ein globaler Endpunkt nötig sein, außerdem kann eine Administratorfreigabe erforderlich sein. Prüfen Sie diese Bedingungen vor einer Abhängigkeit im Betrieb.

Interesse?

Sie möchten wissen, was das für Ihr Unternehmen heißt?

Hinterlassen Sie kurz Ihre Daten. Wir melden uns persönlich, ohne Verkaufsdruck und ohne Newsletter-Abo.

Quellen

  1. Gemini 4 Hydrogen: Google accelera gli agenti AI. Ecco costi e benchmark - AI4Business · ai4business.it, 2026-11-13
  2. Google cree haber dado con el santo grial de la IA: Gemini 4 Hydrogen es rápido, bueno y (casi) barato · xataka.com, 2026-11-13
  3. Release: llm-gemini 0.37 · simonwillison.net, 2026-11-12

Dieser Artikel wurde mit KI-Unterstützung recherchiert und geschrieben und vor der Veröffentlichung automatisch gegen die genannten Quellen geprüft. Mehr zu unserer KI-Transparenz

Kostenloser Guide · PDF

Der KI-Kompass für kleine und mittlere Unternehmen

9 Aufgaben, die Ihr Team ab Montag abgeben kann.

Kostenlos anfordern

Klarframe AI Readiness Check

Wie bereit ist Ihr Unternehmen für KI?

Rund zehn Minuten, sofortiges Ergebnis mit Stufe, 90-Tage-Plan, passenden Lösungen und Hinweisen zum EU AI Act.

Check starten

Weitere Artikel