Gemini-API-Preise: Budget vor und nach den Erhöhungen

Gemini API vor und nach den Preiserhöhungen vergleichen

Gemini 4 Argon kostet bis 30. November 2026 je 1M Eingabe-/Ausgabetokens $2/$10, ab 1. Dezember $4/$20. Gemini 3.8 Flash folgt einen Monat später: bis 31. Dezember $0.75/$3.75, ab 1. Januar 2027 $1.50/$7.50. Für Nano Banana 2.1 ist in den geprüften Angaben keine Bildpreisänderung geplant. Die Daten stammen von Googles Gemini-API-Preisseite.

Bei Orux AI gelten im veröffentlichten Stand vom 29. Oktober 2026 für Argon 132/660 Credits ($0.66/$3.30) und für 3.8 Flash 42/210 Credits ($0.21/$1.05) je 1M Eingabe-/Ausgabetokens. Die Tabellen vergleichen die hier betrachteten regulären Modi, Monatsfolgen sowie Denken, Cache und kostenlose Nutzung als Kostenfaktoren.

Übersetzungsprüfung vom 1. November 2026: Verglichen werden Standard, Batch, Flex und Priority, nicht Googles inzwischen aufgeführtes einladungsbasiertes Contributor-Angebot. Argon unterstützt laut Google nur implizites, kein explizites Caching. Die Cache-Empfehlungen versprechen keine explizite Cache-API.

Was sich wann ändert

Horizontal wischen, um die ganze Tabelle zu sehen.

Google nennt Daten, keine Uhrzeit. Bei kostensensiblen Aufgaben am Übergang sollte die konservative Budgetannahme gelten, dass der neue Tarif ab Beginn des 1. Dezember in irgendeiner Zeitzone greifen könnte. Eine Ausnahme für Bestandsnutzer steht nicht dort; planen Sie die neuen Preise für bezahlte Nutzung ein.

Gemini 4 Argon: Preise

Je 1M tokens. Google-Tarife stammen von der Gemini-API-Seite, Orux AI vom 29. Oktober 2026. 1 Credit=$0.005.

Horizontal wischen, um die ganze Tabelle zu sehen.

In dieser Momentaufnahme liegt Orux AI bei 33% von Google Standard. Drei Google-Angaben sind für das Budget wichtig:

• Argon gehört nicht zur kostenlosen Google-Stufe.
• Ein einheitlicher Preis unabhängig von der Promptlänge, ohne Langkontextaufschlag.
• Denktokens zählen und werden als Ausgabe berechnet. Eine kurze sichtbare Antwort kann eine lange bezahlte Denkphase begleiten.

Orux AI bietet keine Stapelverarbeitung; Batch und Flex sind daher nur direkt bei Google verfügbar. Am 29. Oktober lag der gewöhnliche Orux-Argon-Tarif auch unter Googles damaligem Batch-Preis.

Gemini 3.8 Flash: Preise

Horizontal wischen, um die ganze Tabelle zu sehen.

Google berechnet für gespeicherten Cache-Kontext zusätzlich $0.50 je 1M tokens und Stunde, ab 1. Januar $1.00. Anders als Argon hat 3.8 Flash bei Standard eine kostenlose Stufe für Prototypen, mit Ratenlimits.

Orux AI liegt bei 28% des damaligen Google-Standardpreises. Flash berechnet Denktokens ebenfalls als Ausgabe und hat keine Langkontext-Preisstufe.

Nano Banana 2.1: Bildpreise

Nano Banana 2.1 ist Googles Bildmodell in der Gemini API. Bildausgabe kostet $30 je 1M tokens; Google rechnet dies selbst in Bildpreise um. Eingabetext und -bilder kosten zusätzlich $1.50 je 1M tokens, ausgegebener Text oder Denken $7.50.

Horizontal wischen, um die ganze Tabelle zu sehen.

Zwei Einschränkungen sind wichtig: Bei 1K und 2K ist Google Batch etwa 7% günstiger als Orux AI. Wer große Offline-Stapel abwarten kann, zahlt direkt weniger. Googles Bildumrechnung schließt Eingabe und Denk-Ausgabe aus; Orux AI berechnet je erfolgreichem Bild und Auflösung einen Festpreis inklusive Referenzbildern.

Für Nano Banana 2.1 ist keine geplante Erhöhung veröffentlicht. Der Leitfaden zur Nano Banana 2.1 API auf Englisch behandelt Parameter, Referenzbearbeitung und ein ausführbares Skript.

Monatskosten vorher und nachher

Drei Mengen, Eingabe/Ausgabe 5:1, kein Cache. Google nutzt Standard.

Horizontal wischen, um die ganze Tabelle zu sehen.

Orux-Spalten verwenden die am 29. Oktober 2026 veröffentlichten Tarife. Eine an Google-Daten gekoppelte Änderung wurde nicht angekündigt; Änderungen sind auf den Modellseiten zu prüfen.

Bei identischem Verkehr würde ein Team mit $400 monatlich für Google Argon im Dezember $800 zahlen. Drei Hebel können helfen:

1. Cache nutzen. Googles Argon-Lesen kostet vor und nach der Erhöhung 5% der Eingabe; nur implizites Caching wird unterstützt.
2. Tolerante Aufgaben auf 3.8 Flash verlagern. Auch ab 1. Januar liegt Standard $1.50/$7.50 deutlich unter Argon $4/$20.
3. Denken begrenzen. Es wird als Ausgabe berechnet und kann die Ausgabespalte besonders wachsen lassen. max_tokens sinnvoll setzen, completion_tokens messen und für einfache Aufgaben nicht den Maximalwert offen lassen.

Denktokens und max_tokens

Google berechnet Denktokens bei Argon und 3.8 Flash zum Ausgabepreis. Die Orux-Modellseiten erklären, dass max_tokens Antwort und Denken gemeinsam begrenzt.

Zu klein kann das Budget vollständig fürs Denken verbraucht werden, mit kurzer oder leerer, dennoch bezahlter Antwort. Zu groß kann bei einfachen Prompts unnötiges Denken kosten. Für gewöhnliche Aufgaben etwa mit 2,048 beginnen, einen realen Tag completion_tokens protokollieren und danach nachjustieren.

Vor dem 1. Dezember das Modell wechseln?

Nicht automatisch. Eine Preiserhöhung ist ein Messgrund, kein unmittelbarer Migrationsgrund. Vor Produktionsänderungen drei Fragen anhand eigener Protokolle beantworten.

Wie viel Argon-Verkehr braucht wirklich Argon? Google positioniert es für komplexes Programmieren, Agenten, Mathematik und Wissenschaft. Klassifikation, Extraktion, kurze Zusammenfassungen und Routing benötigen das oft nicht. Einige Hundert echte Anforderungen auch auf 3.8 Flash prüfen. Ist der Großteil akzeptabel, kann deren Verlagerung gegenüber Argons Dezemberpreis mehr als die Hälfte sparen, selbst nach Flashs Januarerhöhung.

Wohin geht die Ausgabe? completion_tokens mit sichtbarer Antwortlänge vergleichen. Dominiert Denken, helfen ein engeres max_tokens oder einfachere Prompts möglicherweise mehr als ein Modellwechsel.

Wie viel Eingabe wiederholt sich? Gleiche Systemprompts, Werkzeugdefinitionen und abgerufene Dokumente sind Cache-Kandidaten. Argon-Lesen bei Google bleibt nach dem 1. Dezember 5% der Eingabe.

Beim Anbietervergleich Prompts, max_tokens und Bewertung identisch halten. Der Wechsel von model braucht an einem OpenAI-kompatiblen Endpunkt eine Zeile und verringert anbieterspezifischen Code im Anfragepfad.

Gemini über einen OpenAI-kompatiblen Endpunkt aufrufen

Orux AI stellt beide Chats über https://orux.top/api/v1/chat/completions bereit. Im OpenAI-Python-SDK ändern sich base_url und Orux-Alias. Das Skript streamt Argon und prognostiziert dieselbe Monatsmenge zu verschiedenen Tarifen.

import os
from openai import OpenAI

client = OpenAI(base_url="https://orux.top/api/v1", api_key=os.environ["ORUX_API_KEY"])

stream = client.chat.completions.create(
    model="gemini-4-argon",          # or "gemini-3.8-flash"
    messages=[{"role": "user", "content": "List three risks of migrating a cron job to a queue."}],
    max_tokens=2048,                 # covers reasoning + visible answer
    stream=True,
    stream_options={"include_usage": True},
)
usage = None
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        usage = chunk.usage
print()

# USD per 1M tokens (input, output). Orux AI rates converted at 1 Credit = $0.005.
RATES = {
    "Google Argon until Nov 30": (2.00, 10.00),
    "Google Argon from Dec 1":   (4.00, 20.00),
    "Orux AI Argon (Oct 29)":    (0.66, 3.30),
    "Google Flash until Dec 31": (0.75, 3.75),
    "Google Flash from Jan 1":   (1.50, 7.50),
    "Orux AI Flash (Oct 29)":    (0.21, 1.05),
}

def monthly(in_m: float, out_m: float) -> None:
    """in_m / out_m: millions of tokens per month."""
    for name, (i, o) in RATES.items():
        print(f"{name:28s} ${in_m * i + out_m * o:,.2f}")

if usage:
    print(f"this call: {usage.prompt_tokens} in / {usage.completion_tokens} out")
monthly(100, 20)

Ob usage über stream_options kommt, hängt von Client und Modell ab. Bleibt es leer, eine nicht gestreamte Anfrage für die Tokenzahlen verwenden. Für Argon, Claude Sonnet 5.5 und GPT-6 Luna auf einem Prompt model ändern. Der Dreiervergleich auf Englisch zeigt es; die Claude-Preise auf Englisch enthalten die Anthropic-Tabellen.

FAQ

Q.Wann wird Gemini 4 Argon teurer?

Am 1. Dezember 2026. Google nennt bis 30. November $2 Eingabe/$10 Ausgabe je 1M tokens, danach $4/$20. Die verglichenen Batch-, Flex- und Priority-Tarife verdoppeln sich ebenso, Cache-Lesen steigt von $0.10 auf $0.20.

Q.Gibt es eine kostenlose Gemini-API-Stufe?

Gemini 3.8 Flash hat bei Google Standard eine kostenlose Stufe mit Limits. Argon und Nano Banana 2.1 nicht. Orux AI verwendet ein vorausbezahltes Guthaben je Anfrage ohne solche kostenlose Dienststufe oder Abo; fehlgeschlagene Anfragen kosten nichts.

Q.Werden Denktokens berechnet?

Ja. Google berechnet sie bei Argon und 3.8 Flash als Ausgabe. Orux max_tokens begrenzt Denken und sichtbare Antwort gemeinsam. Bewusst setzen und completion_tokens in usage beobachten.

Q.Was kostet ein Bild mit Nano Banana 2.1?

Google Standard nennt $0.0336 für 1K, $0.0504 für 2K, $0.113 für 4K; Batch etwa die Hälfte, ohne Eingabe. Orux AI verlangt laut 29. Oktober 2026 je erfolgreichem Bild 3.6,5.4,8.1 Credits ($0.018,$0.027,$0.0405).

Q.Ändert Orux AI am 1. Dezember die Preise?

Orux AI hat keine an Google gekoppelte Änderung angekündigt. Die Artikeltarife stammen vom 29. Oktober 2026. Aktuelle Preise und Änderungen auf jeder Modellseite prüfen, bevor große Aufgaben geplant werden.

Quellen und Preisprüfung

Preise geprüft am 2026-10-29, Übersetzungsquellen erneut geprüft am 2026-11-01. Google-Tarife, Termine, Gratisstufe und Denken: Gemini-API-Preise. Versionen und Routing: Änderungsprotokoll. Orux AI: Gemini 4 Argon, Gemini 3.8 Flash, Nano Banana 2.1.