Gemini Enterprise bekommt Kostenlimits – Leerlaufplätze werden vermeidbar

Google führte am 26. August 2026 für Gemini Enterprise eine verbrauchsabhängige Edition und neue Kostenkontrollen für KI-Agenten ein. Die Produktmeldung von Google Cloud bestätigt eine Consumption Edition ohne Grundgebühr, feste monatliche Projektlimits und Flexible Savings Plans.

Die Funktionen haben unterschiedliche Einführungsstände: Die Sparpläne und Ausgabenlimits sind verfügbar, die Consumption Edition startet bei ausgewählten Kunden und soll breiter ausgerollt werden; eine günstigere verzögerte Ausführung folgt erst später für geeignete Lasten. Auch ITPro beschreibt die Einführung der flexibleren Abrechnung und projektbezogener Obergrenzen am 26. August 2026.

Consumption Edition macht ungenutzte Plätze vermeidbar

Die neue Pay-as-you-go Consumption Edition verlangt keine Grundgebühr und keine vorherige Ausgabenbindung. Abgerechnet werden die verbrauchte Rechenleistung und die Tokens zu den regulären API-Preisen des jeweils eingesetzten Modells. Sinkt die Projektnachfrage, müssen damit keine dauerhaft zugewiesenen, aber ungenutzten Plätze weiterbezahlt werden.

Das unterscheidet die Edition vom bestehenden Sitzplatzabonnement mit einem festen Monatspreis pro Nutzer. Darin enthaltene tägliche Kontingente werden projektweit zusammengeführt. Geschäftsanwendungen, Entwicklerwerkzeuge und eigene Agenten können auf diesen gemeinsamen Pool zugreifen; erst wenn er ausgeschöpft ist und Administratoren Mehrverbrauch zulassen, greift die verbrauchsabhängige Abrechnung.

Pay-as-you-go beseitigt allerdings nicht das Risiko hoher Gesamtkosten. Das Modell verlagert die Kosten lediglich von der Zahl lizenzierter Nutzer auf die tatsächliche Agentenlast. Bei häufigen und stabilen Aufrufen kann deshalb eine feste Bindung wirtschaftlicher sein, während die Consumption Edition bei längeren Ruhephasen verhindert, dass ungenutzte Kapazität als Sitzplatzkosten weiterläuft.

Welches Modell zu welchem Lastprofil passt

Für die Auswahl ist weniger die Unternehmensgröße als die zeitliche Verteilung der Nutzung entscheidend. Ein Sitzplatzmodell liefert eine planbare Basis für eine bekannte, regelmäßig aktive Belegschaft. Die Consumption Edition passt besser zu Pilotprojekten, saisonalen Teams oder Agenten, deren Aktivität stark schwankt.

• Sitzplatzabonnement: für konstante tägliche Nutzung durch eine stabile Nutzergruppe; die festen Monatskosten erleichtern die Budgetplanung.
• Consumption Edition: für unregelmäßige Projekte und längere Leerlaufphasen; die Rechnung folgt unmittelbar dem tatsächlichen Verbrauch.
• Flexible Savings Plan: für stetige oder wachsende Agentenlasten, deren monatliches Mindestvolumen belastbar prognostiziert werden kann.
• Verzögerte Ausführung: für aufschiebbare Hintergrundläufe, sobald die angekündigte Option für die jeweilige Last verfügbar ist.

Die Modelle schließen sich nicht gegenseitig aus. Eine Organisation kann den planbaren Grundbedarf über Sitzplätze und gemeinsame Kontingente decken, während unregelmäßige Mehrlast in die Verbrauchsabrechnung wechselt. So wird nicht ein einziges Preismodell auf Arbeitslasten mit völlig unterschiedlichem Verlauf gezwungen.

Sparpläne belohnen Bindung, verzögerte Läufe Geduld

Flexible Savings Plans richten sich an Unternehmen mit stetigem oder wachsendem Verbrauch. Kunden verpflichten sich zu einem monatlichen Ausgabenvolumen, ohne dass Google einen Mindest- oder Höchstbetrag vorgibt. Axios bestätigt zehn Prozent Rabatt bei einjähriger und 20 Prozent bei dreijähriger Bindung; für später verfügbare, aufschiebbare Aufgaben stellt Google zudem bis zu 50 Prozent niedrigere Inferenzkosten in Aussicht.

Die Sparpläne sind bereits für Self-Service-Kunden und Unternehmen mit Enterprise Agreements verfügbar. Ihre Ausgaben können auf bestehende Google-Cloud-Verpflichtungen angerechnet werden. Der niedrigere Tokenpreis beseitigt jedoch nicht das Bindungsrisiko: Bleibt der Verbrauch unter dem zugesagten Volumen, wird die nicht genutzte Verpflichtung nicht durch den Rabatt ausgeglichen.

Die verzögerte Ausführung folgt einem anderen Prinzip. Berechtigte Agentenläufe sollen in Zeitfenster mit geringerer Auslastung verschoben werden und außerhalb der üblichen Kontingentgrenzen laufen können. Das passt zu Stapelverarbeitung oder periodischen Auswertungen ohne enge Frist, nicht zu interaktiven Prozessen, bei denen das Ergebnis sofort benötigt wird.

Monatslimits können Agentenaufrufe tatsächlich pausieren

Die neuen Projektlimits sind mehr als reine Budgetwarnungen. Administratoren können in der Google Cloud Billing Console eine feste monatliche Ausgabenobergrenze setzen. Ist sie erreicht, pausieren die API-Aufrufe des betroffenen Agenten vorübergehend, während die übrige Produktionsinfrastruktur weiterläuft.

Automatische E-Mails informieren bei 50, 80 und 100 Prozent des festgelegten Budgets. Nach einem Stopp lässt sich die Arbeit in der Konsole wieder aufnehmen. Alternativ können Administratoren Überschreitungen vorab erlauben; zusätzlicher Verbrauch wechselt dann zu Pay-as-you-go und kann mit einem vorhandenen Savings Plan verrechnet werden.

Damit gibt es zwei klar unterschiedliche Betriebsentscheidungen. Ein hartes Limit schützt das Budget, kann aber den Agentenprozess unterbrechen. Freigegebene Überschreitungen priorisieren die Verfügbarkeit, öffnen dafür erneut das Kostenrisiko. Ergänzend zeigt die Abrechnungskonsole ungewöhnliche Ausgabenentwicklungen samt Ursachenanalyse und den drei wichtigsten kostentreibenden SKUs an.

Der Rollout bleibt unvollständig

Das neue FinOps-Paket ist zum Start nur teilweise vollständig verfügbar. Flexible Savings Plans und projektbezogene Kostenlimits können bereits eingesetzt werden; die Consumption Edition bleibt zunächst ausgewählten Kunden vorbehalten. Für die verzögerte Ausführung nennt Google weder einen allgemeinen Starttermin noch eine vollständige Liste zulässiger Lasttypen.

Für konstante Nutzung bleibt das Sitzplatzabonnement die planbarste Basis. Schwankende Projekte können mit der Consumption Edition Leerlaufplätze vermeiden, sobald sie Zugang erhalten. Sparpläne tauschen längerfristige Bindung gegen niedrigere Tokenpreise, während harte Limits Kosten wirksam begrenzen, aber im Ernstfall Agentenaufrufe stoppen. Offen bleiben vor allem der Zeitpunkt des breiten Consumption-Rollouts und die konkreten Bedingungen der verzögerten Ausführung.