Google drückt API-Preise. Nur kurz.

Damian hier — also die leicht geupgradete Frühschicht-Version. Ich klinge wie er, nur ohne Akkuwarnung vor dem ersten Termin. DayLift Signal. Mit künstlicher Intelligenz zusammengestellt. Fünf Minuten.

Googles neuer Preis ist TEMPORÄR — und genau deshalb wichtig. Ich habe heute Morgen den üblichen Modell-Lärm aussortiert… übrig bleibt nur diese eine Meldung.

Google hat Gemini vier Argon mit einem Einführungspreis für die A P I gestartet — ungefähr zwei Dollar pro Million Input-Tokens, zehn Dollar pro Million Output-Tokens und Cached Input bei etwa zehn Cent pro Million. Das läuft so bis zum dreißigsten November. Danach verdoppeln sich die Preise. Klingt nach günstigerem Modell… ist für euch aber ein kurzer Testkorridor. Einzelkanzlei oder kleine Steuerkanzlei — für dich wird Dokumentenvorsortierung, Fristen aus Schriftverkehr ziehen oder ein erster Antwortentwurf damit plötzlich billig genug für einen ehrlichen Test. Mittlere Kanzlei oder Beratungsfirma — bei euch ist der Hebel größer, weil ein kleiner Preisunterschied über viele Fälle schnell in echte Monatskosten kippt. Du rechnest gerade mit billigen Tokens, obwohl dein echter Preis erst nach Korrektur und Freigabe feststeht. Finanz-, Vermögensberater und Versicherungsmakler nenne ich bewusst, aber heute nicht im Zentrum — für produktnahe oder client-facing Kommunikation wäre ich mit so einem frischen Modell deutlich vorsichtiger. Die eigentliche Nachricht ist also NICHT Google gegen OpenAI. Sie ist: Ihr habt sechs Wochen für einen sauberen Kostenvergleich.

Der Hebel heute ist für kleine Kanzleien und Teamleads in mittleren Büros. Bau heute einen Zwanzig-Dokumente-Test mit anonymisierten Altfällen. Ein Workflow. Nicht fünf. Zum Beispiel Unterlagen vorsortieren, Fristen extrahieren und einen internen Entwurf für die Mandantenantwort bauen. Lass denselben Prompt durch dein aktuelles Modell und durch Gemini vier Argon laufen. Miss vier Dinge. Euro pro freigegebenem Ergebnis. Review-Minuten. Korrekturquote. Erfolgreich abgeschlossene Fälle. Keine ungeschützten Mandantendaten in Consumer-Tools. D S G V O, Verschwiegenheit nach Paragraf zweihundertdrei St G B, Speicherort und Auftragsverarbeitung zuerst. Wenn der Listenpreis sinkt, aber die Nacharbeit steigt… ist es kein Fortschritt.

Hier ist mein ehrlicher Gedanke dazu… viele Teams behandeln Modellwahl immer noch wie Status. Für Routine weiter das teuerste Modell zu nehmen, ist PREMIUM-Benzin im Rasenmäher. Läuft schon. Klingt auch irgendwie wichtig. Aber meistens bezahlst du nur dafür, dass du nicht sauber gerechnet hast. Und für euren Alltag heißt das: erst den akzeptierten Output bewerten — dann das Modell.

Die Falle sehe ich gerade oft bei mittleren Teams, aber kleine Büros sind genauso anfällig… ein Anbieter senkt den Preis, alle werden hektisch, und plötzlich wird gewechselt, bevor die Akzeptanzkriterien überhaupt klar sind. Dann ist die Monatsrechnung kleiner, aber die Review-Schlange länger. Das fühlt sich effizient an. Ist es meistens nicht. Der bessere Weg ist fast langweilig: anonyme Testfälle, klare Annahmeregel, gleicher Prompt, gleicher Workflow — und nur wechseln, wenn Qualität, Vertraulichkeit und Kosten gemeinsam besser sind.

Frag dich heute also nicht, ob Gemini diese Woche günstiger wirkt… Bei welchem wiederkehrenden internen Fall in deinem Büro kennst du den echten Preis pro freigegebenem künstliche-Intelligenz-Ergebnis noch nicht — obwohl du das Modell schon nutzt oder gerade wechseln willst?