Strategie

Gemini 4 Hydrogen bepreist ein Flagschiff flat über den gesamten 1M-Kontext — und bestätigt, dass die Agentenrechnung vom Tier festgelegt wird

Von IdeaBosqueZuletzt aktualisiert: 2026年11月12日

Kernaussagen

Gemini 4 Hydrogen (12. November 2026) kostet flat $1,50/$7,50 pro Million Token über das gesamte 1M-Token-Kontextfenster — kein Langkontext-Aufpreis, kein angekündigtes Einführungsfenster, zwei Tage nach Carbon GA bei einer Einführung von $2/$10, die am 30. November abläuft (Google).
Artificial Analysis' 95 % Cache-Eingabe-Rabatt mischt Hydrogen auf $1,10/1M bei einem 7:2:1-Verhältnis — gecachte Eingabe wird mit $0,075/1M abgerechnet, und das ist der Satz, der für immer-wache Agents zählt, die in jeder Schleife denselben Kontext neu lesen (Artificial Analysis).
Die AA-Kosten pro Intelligence-Index-Aufgabe liegen bei $3,16 (xhigh) — das Vierfache von GPT-6.1 Sols $0,74 und 40 % von Carbons $7,76 — denn das xhigh-Tier erzeugte über die Index-Läufe hinweg 304M Ausgabe-Token, rund das Vierfache des 72,8M-Medianwerts; der Listenpreis ist nicht die Rechnung, das Ausgabevolumen ist es (Artificial Analysis).
Orchestrator in Google Antigravity routet Carbon und Hydrogen innerhalb einer Session und erreichte auf Terminal-Bench 4.0 nahezu Carbon-Aufgabenerfolg bei 24 % weniger Quote und 19 % schnellerem Abschluss — Modell-Routing, die Disziplin hinter jedem wirtschaftlichen Produktions-Agenten, ist jetzt eine ab Werk mitgelieferte Plattformfunktion (Google).
Hydrogen kommt ohne datierte Preisklippe; Carbons ist der 30. November — ein zweiwöchiges $2/$10-Fenster vor einer Verdopplung auf $4/$20. Kontrahieren Sie zu Post-Intro-Raten und legen Sie jede Rabattfälligkeit auf den Beschaffungskalender, gleich welche Preisliste Sie halten.

Am 12. November 2026 hat Google Gemini 4 Hydrogen vorgestellt: ein Flagschiff-Reasoning-Modell, ausdrücklich „für agentische Workflows" positioniert, zu $1,50 pro Million Eingabe-Token und $7,50 pro Million Ausgabe-Token — flat über das gesamte 1M-Token-Kontextfenster, ohne Langkontext-Aufpreis-Tier. Es kam 48 Stunden nach Carbons GA am 10. November bei einer Einführung von $2/$10, die am 30. November abläuft, und zwei Tage bevor Carbons Satz am 1. Dezember auf $4/$20 verdoppelt. Google hat innerhalb von drei Tagen zwei API-Modelle der Flagschiff-Familie ausgeliefert, das neuere unter dem Einführungspreis des älteren bepreist und dieses als Ausführungs-Tier für die alltägliche Agentenarbeit positioniert.

Drei Dinge machen die Karte des Tages 0 zu einer sorgfältigen Lektüre statt eines Überflugs: Das Flat-Preising beseitigt den Langkontext-Aufpreis, der die Eingaberechnungen von Agents aufbläht; der mitgelieferte Orchestrator in Antigravity macht aus dem Modell-Routing — bislang eine Disziplin, die jedes Team selbst zusammenbaute — eine Plattformfunktion; und die unabhängigen Kostendaten zeigen, dass die Drittanbieter-Rechnung von einer Variablen bestimmt wird, die keine der Schlagzeilen-Preise erfasst. Dieser Artikel geht die Preismechanik, die Kosten-pro-Aufgabe-Evidenz, was Orchestrator abdeckt und was nicht, sowie den Beschaffungskalender durch, auf dem die Familie nun steht.

Was am Tag 0 ausgeliefert wurde

Google positioniert Hydrogen gegen die eigenen Flagschiffe: Carbon und Argon „exzellieren in tiefem, langfristigem Reasoning bei Ihren schwersten Problemen", während Hydrogen „für schnelle Ausführung über vielfältige agentische Workflows gebaut" ist (Google). Die gemessene Intelligenz platziert es genau dort: 51 Punkte im Artificial Analysis Intelligence Index auf der standardmäßigen High-Thinking-Stufe gegenüber 50 bei Argon, und 54 in der neuen xhigh-Einstellung (Artificial Analysis) — jener Bereich, in dem Anthropics Sonnet 5.5 und OpenAIs GPT-6.1 Terra siedeln, nicht die 60-Punkte-Stufe, auf der Carbon (high) steht.

Vier Thinking-Level liefert das Modell mit — low, medium, high (Standard) und xhigh — nach dem erklärten Prinzip: „Sie warten und zahlen nur für die Reasoning-Tiefe, die eine Aufgabe braucht." Gegenüber dem Modell, das es im Alltags-Tier ersetzt, Gemini 3.8 Flash, berichtet Google, dass Hydrogen Aufgaben beim High-Standard 2,5x schneller abschließt, die Terminal-Bench-4.1-Scores um das Dreifache oder mehr hebt (57 % gegenüber 18,2 %) und fabrizierte Behauptungen um mehr als das Fünffache senkt (Google). Das Rollout deckte am Tag 0 alle Flächen ab: AI Studio und die Gemini-API, Gemini für Unternehmen, die Gemini-App, Google Search sowie Antigravity für zahlende AI Pro/Ultra-Abonnenten. Die nativen Modalitätsgrenzen liegen bei 1M Eingabe-Token und bis zu 1M Ausgabe-Token.

Was Flat-Preising über den gesamten 1M verändert

Die folgenreichste Eigenschaft der Preisliste liest sich wie eine Fußnote: Flat-Preising über das gesamte Kontextfenster. Die meisten Frontier-Modelle berechnen höhere Sätze, wenn der Kontext wächst; ein hybrider, immer-wacher Agent — eine RFQ- oder Überwachungsschleife, die einen 300K-Token-Arbeitssatz aus Katalogen, Verträgen und bisherigen Runden trägt — erbt den Aufpreis bei jedem Aufruf. Ein flat $1,50-Eingabesatz über das ganze Fenster beseitigt diese Tier-Grenze: dieselbe Rechnung bei 200K Token wie bei 20K.

In der Cache-Schicht verfestigen sich die Ökonomie der Ausführungsschleife. Artificial Analysis listet Hydrogen mit einem 95%-Cache-Rabatt — gecachte Eingabe zu $0,075/1M — und der gemischte Satz bei einem 7:2:1-Verhältnis aus Cache/Eingabe/Ausgabe ergibt $1,10 pro Million Token (7×$0,075 + 2×$1,50 + 1×$7,50, geteilt durch 10). Eine Agentenschleife, die in jedem Durchlauf denselben langen Kontext neu liest, sitzt nahe an dieser Mischung — das ist das Profil eines Überwachungs- oder Abstimmungs-Agenten, der vor zwei Jahren wirtschaftlich unvertretbar war und inzwischen Rauschen im Maßstab pro Aufgabe ist.

Der Ehrlichkeits-Marker ist das, was die Preisanmeldung nicht enthält: ein Ablaufdatum. Carbons GA am 10. November kam mit einem zweiwöchigen Einführungsfenster und einer publizierten Verdopplung. Hydrogens Ankündigung nennt den Satz ohne jede Qualifikation — aber wie diese Site es mit Carbons datierter Klippe verfolgte, sind einführungsnahe Raten, die an einem publizierten Datum ablaufen, das Betriebsmuster der Familie, und die Abwesenheit einer Klippe ist ein Fakt über die heutige Ankündigung, keine Zusage über die im Dezember.

Der Listenpreis ist nicht die Rechnung: Die Ausführlichkeit setzt die Aufgabenkosten

Die unabhängige Kostenmessung ist der Teil der Tages-0-Daten, den Käufer am stärksten gewichten sollten, denn sie kehrt das Versprechen der Preisliste um. Artificial Analysis veranschlagt Hydrogen (xhigh) auf $3,16 pro Intelligence-Index-Aufgabe — mehr als das Vierfache von GPT-6.1 Sols $0,74, obwohl Hydrogens Listenraten mit denen der umgebenden Modelle vergleichbar oder unter ihnen liegen. Die Ursache steht in der Ausführlichkeits-Zeile: Über die Index-Läufe erzeugte das xhigh-Tier 304M Ausgabe-Token — rund das Vierfache des 72,8M-Medianwerts der Klasse. Bei $7,50/1M Ausgabe dominieren die Thinking-Token die Rechnung. AAs Urteil: „very verbose", Rang 76 von 77 beim Tokenverbrauch.

Stellen Sie die Familie auf derselben Basis pro Aufgabe nebeneinander (Artificial Analysis, Artificial Analysis und die frühere Aufgaben-Evidenz dieser Site):

Modell (Tier)	Listenpreis $/1M rein–raus	AA-Kosten pro Index-Aufgabe	AA Intelligence Index
GPT-6.1 Sol (max)	—	$0,74	—
Gemini 4 Argon (Promo $2/$10)	$4/$20 mit 50 % Rabatt	$1,99	50 (high)
Gemini 4 Hydrogen (xhigh)	$1,50/$7,50 flat	$3,16	54
Gemini 4 Argon (nach Promo)	$4/$20	$3,98	50 (high)
Gemini 4 Carbon (high)	$4/$20 nach dem 30. Nov.	$7,76	60

Dieselbe Intelligenz der 50er-Klasse kostet je nach Ausführlichkeit und Preisstrategie des Anbieters $0,74, $3,16 oder $7,76 pro Aufgabe. Hydrogens $3,16 ist eine respektable Zahl — er liegt rund 59 % unter Carbons Kosten pro Aufgabe nach der Klippe bei sechs Indexpunkten Abstand —, aber es ist nicht das Schnäppchen, das die Schlagzeile $1,50/$7,50 nahelegt, und die Lücke zwischen beiden ist eine Eigenschaft des Ausgabevolumens, nicht eines Satzes, den ein Käufer direkt wählen könnte. Die Beschaffungsregel bleibt: Kontrahieren Sie über die Kosten pro Aufgabe, gemessen an Ihrem eigenen Workload-Mix, nicht über die Preisliste. Das Sonnet-5.5-Token-Effizienz-Exponat zeigte dieselbe Umkehrung aus Richtung der Tokenzählung; Hydrogen zeigt sie aus Richtung des Thinking-Tiers.

Drei Tage Flagschiff-Launches, eine einzige Preisleiter — die Grafik unten stellt die Listenpreise neben das, was eine Intelligence-Index-Aufgabe tatsächlich abrechnet:

Orchestrator: Modell-Routing wird zur mitgelieferten Plattformfunktion

Die interessanteste Architekturzeile des Releases ist gar kein Modell. Orchestrator in Google Antigravity schaltet innerhalb einer einzigen Session dynamisch zwischen Carbon und Hydrogen um — Tiefsinn-Reasoning-Schritte zu Carbon, Ausführungs- und Verifikationsschritte zu Hydrogen. Auf Terminal-Bench 4.0 erreichte Orchestrator laut Google nahezu Carbon-Aufgabenerfolg bei 24 % weniger Quote und 19 % schnellerem Abschluss, wobei Carbon in parallelen Workspaces von Hydrogen betriebene Worker- und Verifikations-Agenten koordinieren kann (Google).

Das ist die Inference-Economics-These — das billigste fähige Modell pro Aufgabe ist eine Konfigurationsentscheidung —, ausgeliefert als Anbieterbox statt aus Routing-Code zusammengebaut. Ihre Reichweite hat eine ehrliche Grenze: Orchestrator governiert den Verkehr innerhalb von Antigravitys Flächen. Ein Team, das die Gemini-API direkt aufruft oder auf Bedrock, Vertex oder einem Modell-Gateway aufbaut, besitzt die Routing-Entscheidung weiterhin selbst — welches Modell welchen Schritt übernimmt, was der Fallback tut, wenn ein Tier versagt, und wie das Substitutionsrisiko kontrolliert wird. Die DeepSeek-V4.1-Flash-Auto-Routing-Episode ist der Fehlfall für implizites Routing: Wenn ein Anbieter stillschweigend ein billigeres Modell substituiert oder ein Orchestrator die Tier wechselt, bewegen sich Kostenmodell und Ausgabequalität des Käufers beide unbemerkt. Bundled Routing schränkt dieses Risiko nur innerhalb des Pakets ein; es verwandelt es in eine Frage des Anbietervertrauens statt in eine Architekturfrage.

Der Beschaffungskalender für Dezember

Drei Preislisten existieren nun in einer einzigen Anbieterfamilie nebeneinander — und nur eine ist heute ehrlich über ihre Zukunft:

Carbon: $2/$10 Einführung, läuft am 30. November aus, danach $4/$20. Die Klippe ist publiziert, datiert und verdoppelnd. Eine auf Einführungsraten dimensionierte Agentenflotte wird am Monatsende stillschweigend umgepreist, es sei denn, das Kostenmodell ist auf das Datum getaktet.
Argon: $4/$20-Preisliste, derzeit mit 50 % Rabatt auf $2/$10. Die Rabattstruktur ist dasselbe Repricing-Risiko in anderer Form — ein Rabatt ohne publiziertes Enddatum endet dennoch.
Hydrogen: $1,50/$7,50 flat, kein angekündigter Ablauf. Die sauberste Preisliste der drei heute. Ihre Cache-Ökonomie (gecachte Eingabe $0,075/1M) ist die beste Passung der Familie für immer-wache Schleifen.

Das zu verinnerlichende Muster sind nicht die Zahlen; es ist der Takt. Google hat die Preisstruktur der Flagschiff-Familie zweimal innerhalb von drei Tagen bewegt. Jede Verpflichtung auf der heutigen Preisliste ist eine Verpflichtung auf eine bewegliche Zielscheibe — das Kostenmodell sollte daher standardmäßig mit Post-Intro-Raten laufen, jede Rabattfälligkeit als datierten Kalendereintrag führen und eine unveränderte Rate in drei Wochen als Beleg, nicht als Versprechen behandeln.

Vom Anbieter meldete Sicherheitszahlen, als solche gekennzeichnet

Hydrogens Ankündigung trägt einen dichten Sicherheitsblock, der sich für die spätere Prüfung katalogisieren lässt — mit dem ständigen Vorbehalt, dass jede Zahl von Google gemeldet und nicht unabhängig geprüft ist: Agentenüberschreitung um bis zu 81 % reduziert und Unterbedienung um bis zu 79 %, fehlgeleitete Aktionen und Aufgabenabkürzungen um das 12-fache über Tool-Use- und Coding-Bewertungen gesenkt, bis zu 2x seltener die Umgehung von Berechtigungsgrenzen bei unmöglichen oder gesperrten Aufgaben, eine 96,7 % Ehrlichkeitsrate in Googles interner Agenten-Ehrlichkeitsevaluation, 99,9 % Chain-of-Thought-Lesbarkeit mit null betrügerischen Reasoning-Bearbeitungen über mehr als 200.000 auditierte Runden, und 2,3x mehr Resilienz im Gray-Swan-IPI-Benchmark gegen indirekten Prompt-Injection (Google).

Für einen Käufer, der ein Ausführungs-Tier-Modell in einem governierten Agenten betreibt, sind das Diligence-Eingaben mit angehängtem Prüfplan: Die Zahlen benennen die relevanten Fehlermodi (Überschreitung, Abkürzungen, Prompt-Injection, betrügerisches Reasoning) und liefern messbare Ausgangspunkte für die Fragen, die die Governance-Checkliste bereits stellt. Wenn 96,7 % die Ehrlichkeitsrate des Anbieters sind, lautet die Käuferfrage, was die restlichen 3,3 % taten, unter wessen Überwachung, und ob die Methodik der auditierten Runden publiziert ist.

Was das am Kostenmodell eines Käufers ändert

Langkontext-Eingaberechnungen sinken strukturell. Ein flat $1,50-Eingabesatz über 1M Token, mit einem 95 % gecachten Tier darunter, entfernt den Kontextaufpreis-Posten aus den Kostenmodellen immer-wacher Agents — bis zur nächsten unangemeldeten Neupreisung.
Das Ausführungs-Tier hat jetzt einen echten Incumbenten. Hydrogen bei 54 im AA-Index und $3,16/Aufgabe ist das billigste selbstkonsistente Ausführungs-Tier, das Google auf diesem Flagship-Kapazitätsniveau ausgeliefert hat; vergleichen Sie Kandidaten pro Aufgabe, nicht pro Token.
Routing ist eine Beschaffungsfrage gleich zweimal. Einmal für das, was Sie selbst zusammenbauen (welcher Schritt, welches Modell, welcher Fallback), einmal für das, was der Orchestrator des Anbieters innerhalb seiner Flächen entscheidet — beides braucht die Substitutionsrisiko-Kontrollen.
Prüfen Sie die Preislisten der Familie vor jeder Dezember-Verpflichtung erneut. Carbons Verdopplung landet am 30. November–1. Dezember; Hydrogens Preisliste ist drei Tage alt.

Bilanz: Hydrogen ist die stärkste Ausführungs-Tier-Preisliste der Gemini-4-Familie und das erste Flagschiff, flat über 1M Kontext bepreist — aber Artificial Analytics $3,16 pro Aufgabe gegen Sols $0,74 ist die Mahnung des Tages 0: Das Modell, für das Sie zahlen, ist dasjenige, das in Ausgabe-Token laut nachdenkt. Bepreisen Sie den Workload, nicht die Preisliste.

Das Muster generalisiert über die Frontier-Modell-Einkäufe hinaus. Dieselbe Struktur — ein Ausführungs-Tier zum Schleifvolumen bepreist, ein Reasoning-Tier nach Urteilsvermögen bepreist, ein Routing, das entscheidet, worauf die Rechnung eines jeden Schritts landet, und die Kosten pro Aufgabe als Vertragsgröße — ist exakt die Form der Modellebene eines Produktions-B2B-Agenten, ob die Tiers Googles sind oder über Labs hinweg auf einem Gateway zusammengebaut.