Gemini wird teurer als gedacht

Damian hier — also die anständig delegierte Frühschicht-Version. Ich rede schon, während das Original noch so tut, als wäre Montag eine verhandelbare Idee. DayLift Signal. Mit künstlicher Intelligenz zusammengestellt. Fünf Minuten.

Googles Gemini-Preis ist gerade ein AKTIONSPREIS. Und genau das ist das Risiko. Ich habe heute Morgen den üblichen Modell-Lärm weggeräumt… diese eine Meldung bleibt übrig.

Google lässt Gemini vier Argon in der A P I noch bis Ende November zum Einführungspreis laufen. Ab dem ersten Dezember verdoppeln sich die Kosten auf ungefähr vier Dollar pro Million Input-Tokens und zwanzig Dollar pro Million Output-Tokens. Klingt nach normaler Preisanpassung — ist für euch aber eine Kalkulationsfalle. Einzelkanzlei oder kleine Steuerkanzlei — für dich ist das ein ehrliches Testfenster für Eingangsdokumente, Gesprächszusammenfassungen oder erste interne Antworten. Mittlere Kanzlei oder Beratungsfirma — bei euch ist es noch schärfer, weil aus einem scheinbar kleinen Preisunterschied über viele Fälle schnell ein Monatsblock wird. Du budgetierst gerade mit einem Aktionspreis, den du im ECHTEN Betrieb gar nicht mehr haben wirst. Finanz-, Vermögensberater und Versicherungsmakler nenne ich bewusst, aber heute nicht im Zentrum — für client-facing Kommunikation wäre ich mit so einem kurzen Preisfenster ohnehin zurückhaltend. Die eigentliche Nachricht ist also NICHT Gemini gegen OpenAI. Sie ist: Produktionsentscheidungen auf Promo-Preise zu bauen ist Mist.

Der Hebel heute ist für kleine Kanzleien und Teamleads in mittleren Büros. Bau diese Woche eine simple Workflow-Scorecard. Nimm genau einen wiederkehrenden Ablauf in DATEV, Lexware Office oder in einer freigegebenen A P I-Umgebung. Zum Beispiel Unterlagen vorsortieren, Fristen ziehen oder Besprechungsnotizen in Aufgaben umwandeln. Teste zwanzig anonymisierte Fälle gegen zwei Modelle. Miss vier Dinge. Minutenersparnis. Korrekturquote. Euro pro Fall. Vertraulichkeitsrisiko. Rechne sofort mit dem Dezember-Preis, nicht mit dem Lockangebot. Keine identifizierbaren Mandantendaten in Consumer-Tools. D S G V O, Verschwiegenheit nach Paragraf zweihundertdrei St G B und dokumentierte menschliche Freigabe zuerst. Wenn die Demo nur billig wirkt… aber später nicht trägt, war es kein Test.

Hier ist mein ehrlicher Gedanke dazu… viele Büros kaufen bei Routinearbeit immer noch das teuerste Modell und nennen das dann Strategie. Das ist PREMIUM-Benzin im Rasenmäher. Läuft schon. Klingt wichtig. Aber bei Massenarbeit wie internen Entwürfen, E-Mails, Zusammenfassungen oder Vorsortierung zahlst du oft nur dafür, dass niemand sauber gerechnet hat. Für euren Alltag heißt das: erst freigegebenen Output bewerten — dann das Modell.

Die Falle sehe ich gerade oft bei mittleren Teams, aber kleine Büros rutschen genauso rein… heute Gemini, nächste Woche wieder Claude, dann doch zurück zu ChatGPT. Am Ende sind Prompts, Zugriffe und Review-Regeln über drei Tools verteilt, und kein Workflow ist wirklich produktionsreif. Das fühlt sich beweglich an. Ist aber oft nur teures Zappen. Der bessere Weg ist fast langweilig: eine kurze freigegebene Modellliste nach Aufgabe, ein festes Prüfset, ein Kostenlimit pro Fall — und ein neues Modell kommt erst rein, wenn es das Bestehende klar schlägt.

Frag dich heute also nicht, welches Modell diese Woche wieder cooler wirkt… Welcher eine wiederkehrende Mandanten- oder Büro-Workflow müsste in deinem Betrieb ein neues Modell klar schlagen, bevor du ihm Budget und Datenzugang gibst?