2 Millionen Tokens: Warum Google Gemini 3.5 Pro von Grund auf neu bauen musste

Das Scheitern, das dem heutigen Launch vorausging, wurde nicht angekündigt. Google hatte die erste Version von Gemini 3.5 Pro stillschweigend eingemottet, nachdem interne Evaluierungen kritische Mängel offenbart hatten: schwache Leistung beim mathematischen Denken, fehlerhafte SVG-Generierung und inkonsistente Bildqualität. Das Modell, das für einen Release früher in diesem Jahr vorgesehen war, war nicht gut genug für den Markt – also kam es nicht.

Der Neubau und was er freigeschaltet hat

Was heute gelauncht wurde, ist ein völlig anderes Modell. Der wiederaufgebaute Gemini 3.5 Pro eröffnet mit einem Kontextfenster von 2 Millionen Token, der doppelten Kapazität des 1-Millionen-Limits von Gemini 2.5 Pro. Das bedeutet, ein Rechtsteam kann eine ganze Vertragsbibliothek, ein Jahr Finanzunterlagen und ein volles E-Mail-Archiv in einen einzigen API-Aufruf packen, bevor es die erste Frage stellt. Ein 200.000 Wörter umfassendes Schriftsatz, der zuvor ein Chunking über drei separate Aufrufe erfordert hätte, passt nun mit reichlich Platz in den Kontext.

Dieses Fenster kommt mit einer Preisstruktur, die auf den Unternehmenseinsatz zugeschnitten ist: 15 Dollar pro Million Input-Token, 60 Dollar pro Million Output-Token. Die Erstellung einer 10.000 Wörter umfassenden Analyse aus einem 500.000 Wörter umfassenden Dokumentenkorpus kostet rund 37 Dollar – echtes Geld, aber unter dem Stundensatz des Junior-Analysten, den es für Dokumentenprüfaufgaben ersetzt.

LeseempfehlungZwei Punkte hinter Opus 4.6, fünfmal billiger: Gemini 3.5 Flash dreht die Rechnung

Die Premium-Denkstufe namens Deep Think sitzt hinter einem Ultra-Abonnement für 250 Dollar pro Monat. Diese Preisentscheidung zieht eine Grenze: Standard-API-Nutzer erhalten ein leistungsfähiges Generalistenmodell; die leistungsstärkste Denkversion bleibt einzelnen Entwicklern verwehrt, die nicht das Äquivalent einer Software-Sitzplatzgebühr zahlen wollen, nur um darauf zuzugreifen.

Die Konkurrenz, die es hinter sich lassen muss

DeepSeek V4-Pro startete im Juni mit 0,87 Dollar pro Million Output-Token, ist in dieser Metrik also rund 69 Mal günstiger, und liefert Benchmark-Ergebnisse, die in mehreren direkten Vergleichen mit Gemini 3.5 Pro mithalten. Fable 5 und GPT-5.6 Sol arbeiten an eigenen Varianten mit erweitertem Kontext, beide befinden sich jedoch noch in der limitierten Vorschau. Googles Antwort auf die Preisgestaltung lautet, dass 2 Millionen Token Arbeitslasten ermöglichen, die keine konkurrierende Architektur ohne teure Multi-Call-Orchestrierung bewältigen kann – der Kostenvergleich gilt nur, wenn die Aufgabe in ein kürzeres Fenster passt.

Es wurde noch keine unabhängige Evaluierung von Gemini 3.5 Pro im Maßstab von 2 Millionen Token veröffentlicht. Modelle mit langem Kontext verlieren zuverlässig an Abrufgenauigkeit, wenn die Dokumenttiefe zunimmt – ein bekannter Fehlermodus in früheren Gemini-Versionen. Google hat ein Jahr damit verbracht, das Modell neu aufzubauen. Ob dieses Jahr das Problem im großen Maßstab behoben hat, ist die Frage, die jedes Unternehmen, das für 60 Dollar pro Million Token einsteigt, als erstes beantworten wird.

Schlagwörter: künstliche Intelligenz, Google, Gemini, DeepSeek, KI-Modelle, Maschinelles Lernen

Ähnliche Beiträge

DeepSeek V4 ist fünfmal billiger als GPT-5 und läuft ohne Nvidia-Chips

Googles Rechenzentren treiben den Preis des Pixel 11 Pro in die Höhe

OpenAIs neues Sprachmodell denkt innerhalb der Audioschleife — und die Pause, die KI verriet, verschwindet

Kimi K3 schlägt GPT-5.6 Sol bei agentischer KI und öffnet am 27. Juli den Code

Googles Gemini Spark arbeitet weiter, wenn der Laptop zugeklappt ist — bezahlte Beta startet Ende Mai

Google Pixel 11 Pro: höherer Preis, dünneres Upgrade — und die KI läuft auf dem Basismodell nicht voll