Google Gemini Ultra 2.0: Rekordleistung und Preis

Google enthüllt KI-Modell Gemini Ultra 2.0 mit Rekordleistung

Das neue Modell übertrifft GPT-5 in mehreren Benchmarks und zeigt einen Durchbruch beim multimodalen Denken und der Verarbeitung langer Kontexte von bis zu 10 Millionen Token.

---

Gemini Ultra 2.0: Analytische Aufschlüsselung – Mehr als nur ein Modell

Als Google letztes Wochenende offiziell die Spezifikationen von Gemini Ultra 2.0 bestätigte, konzentrierten sich die meisten Technikpublikationen auf die Zahlen: 2 Millionen Token Kontext (und bis zu 10 Millionen im experimentellen Modus), Multimodalität im Kern der Architektur und Überlegenheit gegenüber GPT-5 in mehreren Benchmarks. Hinter diesen Zahlen verbirgt sich jedoch eine viel tiefere Geschichte – ein Paradigmenwechsel in der Art und Weise, wie wir in den nächsten 12 bis 18 Monaten mit KI interagieren werden.

[Der Kern]: Was wirklich passiert

Es ist nicht so, dass Google ein weiteres großes Sprachmodell entwickelt hat. Es ist so, dass Google eine architektonische Vorlage geschaffen hat, die „gewöhnliche“ LLMs per Definition obsolet macht. Gemini Ultra 2.0 ist die erste wirklich „native“ multimodale Engine, die Text-, visuelle und Audio-Modalitäten nicht durch Krücken wie die Umwandlung von Bildern in Textbeschreibungen zusammennäht. Sie verarbeitet alle Datentypen von Anfang an in einem einheitlichen latenten Raum.

Aber die entscheidende Erkenntnis, die die Medien völlig übersehen, betrifft die Wirtschaftlichkeit. Google hat das Modell nicht nur leistungsfähiger gemacht – es hat es um eine Größenordnung günstiger gemacht. Die Gemini Ultra 2.0 API kostet 0,0005 $ pro 1.000 Eingabe-Token, was zehnmal günstiger ist als GPT-4 Turbo. Dies ist kein Marketing-Gag. Es ist ein strategischer Schlag gegen die Geschäftsmodelle von OpenAI und Anthropic. Google kann es sich leisten, die Preise zu unterbieten, weil es eigene TPUs und eine vertikal integrierte Infrastruktur besitzt, im Gegensatz zu OpenAI, das Microsoft für Azure-Rechenleistung bezahlt.

Der zweite erwähnenswerte Punkt ist die architektonische Revolution. Ring Attention und hierarchische Attention, die in Gemini 2.0 verwendet werden, ermöglichen es dem Modell, Berechnungen effizient über mehrere TPUs in einer Ringtopologie zu verteilen. Dies ist nicht nur eine „Vergrößerung des Kontextfensters“. Es ist eine grundlegend neue Art der Verarbeitung langer Sequenzen, die das Problem der quadratischen Komplexität von Attention löst. Jetzt sind 2 Millionen Token kein Marketing-Gag, sondern ein funktionierendes Werkzeug.

Zeitleiste und Kontext

Um die Bedeutung dieser Veröffentlichung zu verstehen, werfen wir einen Blick auf die Zeitleiste des Wettlaufs um das Kontextfenster. Sie zeigt, wie der Markt in zwei Jahren auf den Kopf gestellt wurde:

Datum	Ereignis	Kontextfenster	Hauptakteur
Februar 2024	Veröffentlichung von Gemini 1.5 Pro	1 Million Token	Google DeepMind
Frühjahr 2024	Ankündigung von GPT-4o	128.000 Token	OpenAI
Dezember 2024	Veröffentlichung von Gemini 2.0 Flash (experimentell)	2 Millionen Token	Google
November 2025	Öffentliche Veröffentlichung von Gemini 2.0 Ultra	1 Million Token (Standard)	Google
Juni 2026	Veröffentlichung von Gemini Ultra 2.0	2 Millionen Token (bis zu 10 Mio. exp.)	Google

Beachten Sie die Lücke: Während Google den Kontext alle paar Monate verdoppelte, blieb OpenAI bei 128.000 Token. 2 Millionen Token entsprechen ungefähr 1.500 Textseiten oder 500.000 Codezeilen. Sie können die gesamte Codebasis eines mittelgroßen Startups in einen einzigen Prompt laden und das Modell bitten, Fehler im gesamten System zu finden. Das ist keine Evolution – es ist eine Änderung der Spielregeln.

Wer gewinnt und wer verliert

Gewinner:

1. Unternehmenskunden, insbesondere in den Bereichen Jura, Finanzen und wissenschaftliche Forschung. Die Möglichkeit, mehrbändige Fälle oder jahrelange Finanzberichte in einer einzigen Abfrage ohne RAG-Pipelines zu analysieren, spart enorm viel Zeit und Kosten.
2. Google Cloud. Mit solchen Preisen und dieser Leistung wird Gemini Ultra 2.0 zu einem echten Konkurrenten für den Azure OpenAI Service. Google hat endlich einen „Trumpf“ im Cloud-Krieg.
3. Entwickler mobiler Apps. Die Integration in Android auf Betriebssystemebene bedeutet, dass KI-Funktionen nativ und nicht nur aufgesetzt sind.

Verlierer:

1. OpenAI und Anthropic. Sie können preislich nicht mithalten, da sie nicht über eine eigene Infrastruktur verfügen. OpenAI bezahlt Microsoft für jeden Chip. Es ist wie ein Taxi zu mieten im Vergleich zu einer eigenen Flotte.
2. Startups, die auf RAG-Pipelines aufbauen. Wenn das Modell 10 Millionen Token auf einmal verarbeiten kann, warum braucht man dann ein komplexes Dokumentenabruf- und Indexierungssystem? Eine ganze Ebene des Tech-Stacks wird überflüssig.
3. Microsoft. Die Copilot Runtime, die sie vorantreiben, wirkt jetzt veraltet. Sie haben keinen eigenen Chip mit vergleichbarer Leistung und können keinen ähnlichen Preis anbieten.

Was die Medien nicht sagen

Nun zu der entscheidenden Erkenntnis, die ich versprochen habe. Was nicht in Pressemitteilungen steht und was die meisten Analysten übersehen.

Problem Nr. 1: Die versprochene Leistung ist in der Praxis nicht immer erreichbar.

Laut Google-Entwicklerforen haben Ultra-Abonnenten mit ernsthaften Drosselungsproblemen zu kämpfen. Wenn sie versuchen, die beworbenen 1.500 Prompts pro Tag auf der „Thinking“-Stufe zu nutzen, werden sie nach etwa 100 Anfragen gedrosselt – sie werden für 30–60 Minuten zwangsweise aus dem System ausgesperrt. Die angegebenen Grenzen sind also keine garantierte Kapazität, sondern eher „theoretische Spitzenwerte“. In der Praxis können Sie das Modell nicht voll ausschöpfen, weil Googles Infrastruktur die Last von „schweren“ Nutzern einfach nicht bewältigen kann.

Darüber hinaus ist die Qualität der Antworten über die API etwa 50 % schlechter als über die Web-App im „Thinking“-Modus. Dies deutet darauf hin, dass Google für verschiedene Zugangskanäle unterschiedliche Optimierungsstufen und möglicherweise verschiedene Modellversionen einsetzt. Entwickler, die für die API bezahlen, erhalten eine abgespeckte Version, und dies wird nicht offengelegt.

Problem Nr. 2: Verzögerungen bei der realen Bereitstellung.

Technisch gesehen ist das Modell angekündigt, aber seine flächendeckende Einführung ist ein Prozess, der Monate dauern wird. Selbst nach den optimistischsten Schätzungen wird der vollständige Zugriff auf den 10-Millionen-Token-Kontext für Entwickler frühestens im 4. Quartal 2026 verfügbar sein. Der ganze Hype jetzt ist ein präventiver Schachzug, um die Aufmerksamkeit des Marktes von OpenAI abzulenken, bevor diese reagieren können.

Prognose: Nächste 30 Tage und nächste 90 Tage

Nächste 30 Tage:

Im kommenden Monat werden wir eine Welle von Veröffentlichungen über Unternehmen sehen, die ihre RAG-Pipelines auf native Langkontext-Gemini migrieren. Dies wird keine technische Migration sein, sondern eine PR-Kampagne – Unternehmen werden sich beeilen, Partnerschaften mit Google Cloud anzukündigen, um zu zeigen, dass sie „auf dem neuesten Stand“ sind. Die tatsächliche Einführung wird jedoch durch Drosselungsprobleme und API-Instabilität behindert.

Erwarten Sie auch die ersten Klagen von Entwicklern, die das Ultra-Abonnement gekauft haben, aber nicht die versprochene Leistung erhalten haben. Die in Google-Foren gemeldete Drosselung ist kein Einzelfall, sondern ein systemisches Problem, das innerhalb eines Monats öffentlich werden wird.

Nächste 90 Tage:

Der entscheidende Moment ist die Reaktion von OpenAI. Sie haben etwa 90 Tage Zeit, um GPT-5 mit einem vergleichbaren Kontextfenster oder einer vergleichbaren Preisgestaltung anzukündigen. Wenn sie nicht reagieren können, wird Google nicht nur einen technologischen, sondern auch einen strategischen Vorteil für 12–18 Monate erlangen.

Das zweite Szenario ist, dass Microsoft versucht, die Preislücke zu schließen, indem es Azure Compute für OpenAI subventioniert. Dies wird sie Hunderte Millionen Dollar kosten, aber sie können es sich nicht leisten, im Unternehmenssegment zu verlieren.

Das dritte Szenario ist, dass Anthropic es schafft, mit Claude 4 zuzuschlagen, aber dafür müssen sie entweder ihre Architektur überdenken oder einen neuen strategischen Investor mit Zugang zu günstigen Chips finden. Amazon übrigens sieht derzeit wie der wahrscheinlichste Kandidat aus.

Abschließend: Wir stehen an der Schwelle zur ersten großen Umstrukturierung des LLM-Marktes. Google hat auf vertikale Integration und Preisunterbietung gesetzt, und diese Wette sieht zumindest auf dem Papier wie ein Gewinner aus. Aber der Teufel steckt wie immer im Detail der Umsetzung. Und diese Details sprechen derzeit nicht für Google.

— Editorial Team