Gemini 4 Neon API: Was kostet eine Aufgabe auf jeder Denkstufe?
Gemini-4-Neon-API-Preise erklärt: 3 USD/15 USD pro 1 Mio. Token, Cache-, Batch- und Priority-Tarife, Suchgebühren und Kosten pro Aufgabe von low bis xhigh, mit einem getesteten Rechner.
Gemini 4 Neon kostet in Googles kostenpflichtiger Standard-Stufe 3,00 USD pro Million Eingabe-Token, 0,15 USD pro Million gecachter Eingabe-Token und 15,00 USD pro Million Ausgabe-Token; Denk-Token werden als Ausgabe abgerechnet. Eine kostenlose Stufe gibt es nicht. Was eine Aufgabe tatsächlich kostet, hängt vor allem von der Denkstufe ab: Bei den Benchmark-Aufgaben von Artificial Analysis lag Neon im Schnitt bei etwa 0,75 USD pro Aufgabe auf low, 1,90 USD auf medium, 3,74 USD auf der Standardstufe high und 6,44 USD auf xhigh. Der Preis pro Token ist auf jeder Stufe gleich. Was sich ändert, ist die Zahl der Token, die das Modell liest und schreibt, bevor es fertig ist.
Dieser Leitfaden behandelt alle Neon-Tarife, die Google veröffentlicht, erklärt, warum ein Preis pro Token kein Preis pro Aufgabe ist, und stellt einen kleinen Python-Rechner vor. Damit werden drei Beispiel-Workloads mit den Preisen von Gemini 4 Hydrogen und Gemini 4 Carbon verglichen (vor und nach Carbons Preiserhöhung zum 1. Dezember).
Dieser Artikel wird von Ofox veröffentlicht. Alle Preise sind Listenpreise der Google Gemini Developer API in USD, abgeglichen mit Googles aktueller Preisseite am 19. November 2026. Zu diesem Datum ist Gemini 4 Neon über Ofox nicht verfügbar: Unsere authentifizierte Abfrage GET /v1/models lieferte google/gemini-4-argon und google/gemini-4-hydrogen, aber weder Neon noch Carbon. Keiner der Preise hier ist ein Ofox-Preis. Für diesen Artikel haben wir Neon nicht aufgerufen: Die Werte pro Aufgabe stammen von Artificial Analysis, die Workload-Beispiele sind unsere eigenen Berechnungen mit angenommenen Token-Mengen.
Gemini-4-Neon-API-Preise nach Service-Stufe
Googles Neon-Preistabelle (Englisch) nennt vier Inferenzstufen. Alle Tarife gelten in USD pro 1.000.000 Token.
| Service-Stufe | Eingabe | Gecachte Eingabe | Ausgabe (inkl. Denken) |
|---|---|---|---|
| Standard | 3,00 USD | 0,15 USD | 15,00 USD |
| Batch | 1,50 USD | 0,075 USD | 7,50 USD |
| Flex | 1,50 USD | 0,075 USD | 7,50 USD |
| Priority | 5,40 USD | 0,27 USD | 27,00 USD |
Auf Googles Seiten stehen neben diesen Zahlen einige Bedingungen:
- Keine kostenlose Stufe. Die Preisseite führt jede Neon-Zeile in der Free-Stufe als „Not available“, und der Neon-Entwicklerleitfaden (Englisch) nennt das Modell ausschließlich für die kostenpflichtige Stufe der Gemini API. Sie benötigen ein Projekt mit aktivierter Abrechnung.
- Einheitlich über das gesamte Kontextfenster. Google beschreibt Neon mit „flat pricing across the full 1M context window“. Einen höheren Tarif für Prompts über 200.000 Token, wie ihn einige frühere Gemini-Modelle hatten, gibt es nicht. Das Fenster umfasst 1.048.576 Token und wird von Eingabe, Denken und Ausgabe gemeinsam genutzt.
- Denken ist Ausgabe. Die Ausgabezeile trägt den Zusatz „including thinking tokens“. Eine Antwort mit 2.000 sichtbaren Token und 30.000 Denk-Token wird als 32.000 Ausgabe-Token abgerechnet.
- Verdeckte Eingabe ist trotzdem Eingabe. Google zählt interne Systemanweisungen für Tools und Funktionsdeklarationen beim Einsatz von Grounding als abrechenbare Token. Ihr eigener Prompt ist nicht die gesamte Eingabe.
- Gecachte Eingabe gibt es nur implizit. Explizites Caching (
cachedContents,caches.create) wird bei Neon nicht unterstützt, daher fällt keine Cache-Speichergebühr an. Der Tarif von 0,15 USD gilt nur für Token, die tatsächlich einen Treffer im impliziten Cache erzielen.
Batch und Flex halbieren alle drei Token-Tarife. Priority kostet das 1,8-Fache von Standard. Mehr Unterschiede zeigt die Preistabelle nicht. Sie verrät weder die Bearbeitungszeit von Batch noch, wie oft Flex-Anfragen verworfen werden, noch, wie viel Latenz Priority für Ihren Traffic einspart. Lesen Sie Googles Optimierungsleitfaden (Englisch), bevor Sie einen zeitkritischen Workload umstellen.
Tool-Gebühren zusätzlich zu den Token
| Tool | Wie Google es bei Neon abrechnet |
|---|---|
| Grounding with Google Search | 5.000 kostenlose Suchanfragen pro Monat, gemeinsam für alle Modelle ab Gemini 3, danach 14 USD pro 1.000. Jede einzelne Suchabfrage, die das Modell ausführt, wird berechnet, und eine Ihrer Anfragen kann mehrere auslösen. Standardobergrenze in der Gemini Developer API: 1.500 Anfragen mit Grounding pro Tag und Projekt. |
| Grounding with Google Maps | 5.000 Anfragen pro Monat kostenlos (gleiche Regel für das gemeinsame Kontingent), danach 14 USD pro 1.000 Abfragen |
| Codeausführung | Keine separate Gebühr. Erzeugter Code und Ergebnisse werden bei der Erzeugung als Ausgabe und beim erneuten Einlesen durch das Modell als Eingabe berechnet |
| URL context | Als Eingabe-Token berechnet |
| Dateisuche | Embedding-Gebühren plus abgerufene Token zu Neons Token-Tarifen |
Die Zeilen für Search und Maps stehen in Neons Tabellen für Standard und Priority. Die Tabellen für Batch und Flex nennen keinen Search-Preis. Der Rechner unten verweigert deshalb die Berechnung kostenpflichtiger Suchen auf diesen Stufen, statt einen Preis zu raten.
Warum der Preis pro Token nicht der Preis pro Aufgabe ist
Eine Aufgabe umfasst alles, was das Modell verarbeitet, bis Sie ein akzeptiertes Ergebnis haben. Für eine einzelne Anfrage gilt:
request_cost = (uncached_input × input_rate
+ cached_input × cached_rate
+ output_incl_thinking × output_rate) / 1,000,000
task_cost = sum(request_cost for every request in the task)
+ billable_search_queries × $0.014
uncached_input ist die gesamte Eingabe abzüglich des Cache-Treffer-Anteils, gecachte Token werden also nie doppelt berechnet. „Jede Anfrage der Aufgabe“ umfasst Agentenschritte, Tool-Rundläufe und Wiederholungen, die Ihre Abnahmeprüfung nicht bestanden haben.
Zwei Faktoren machen diese Summe deutlich größer, als der Preis pro Token vermuten lässt.
Denken vervielfacht die Ausgabe. Googles Leitfaden beschreibt low als „fewest tokens, lowest latency“ (die wenigsten Token, die geringste Latenz) und xhigh als „most tokens, deepest reasoning“ (die meisten Token, das gründlichste Schlussfolgern). Bei den Aufgaben von Artificial Analysis (Tabelle unten) erzeugte Neon im Schnitt etwa 21.700 Ausgabe-Token pro Aufgabe auf low und 141.600 auf xhigh. Gleicher Preis pro Token, 6,5-mal so viele Token.
Agenten lesen ihren Kontext erneut. In jedem Schritt einer Agentenschleife wird die bisherige Unterhaltung als Eingabe gesendet. Aus der Kostenaufschlüsselung von Artificial Analysis für Neon auf xhigh ergeben sich rund 12 Millionen Eingabe-Token pro Aufgabe, davon etwa 11 Millionen Cache-Treffer. Bei diesem Workload kostete die Eingabe mehr als die Ausgabe, obwohl der Ausgabetarif fünfmal so hoch ist.
Kosten pro Aufgabe auf low, medium, high und xhigh
Artificial Analysis (Englisch) führt seine Intelligence-Index-Evaluierungen auf jeder Neon-Denkstufe aus und gibt die Kosten pro Aufgabe zu Googles Listenpreisen an (für Neon zum aktuellen Tarif von 3/15 USD; der Hinweis zu Carbon folgt im nächsten Abschnitt). Wir haben die Seite am 19. November 2026 geprüft. Im sichtbaren Text steht der Wert für xhigh (6,44 USD); die übrigen Stufen stammen aus den Kostenaufschlüsselungsdaten, auf denen die Diagramme derselben Seite beruhen. Die extrahierten Werte haben wir zusammen mit den Recherchedateien des Artikels gespeichert.
| Neon-Denkstufe | AA Intelligence Index | Kosten pro Aufgabe | Eingabeanteil an den Kosten | Ausgabe-Token pro Aufgabe | Zeit pro Aufgabe |
|---|---|---|---|---|---|
low | 44,1 | 0,75 USD | 56 % | ~21.700 | 3,7 Min. |
medium | 54,9 | 1,90 USD | 61 % | ~50.000 | 8,3 Min. |
high (Standard) | 59,6 | 3,74 USD | 64 % | ~90.200 | 14,8 Min. |
xhigh | 61,4 | 6,44 USD | 67 % | ~141.600 | 21,5 Min. |
Quelle: Artificial Analysis, geprüft am 19.11.2026. Durchschnittswerte eines Drittanbieter-Benchmarks, keine Google-Angaben und keine eigenen Messungen.
Was die Tabelle aussagt, eng gelesen:
- Zwischen low und xhigh liegt ein Kostenfaktor von 8,6 bei einem einzigen Preis pro Token. Die Modellwahl ist nur die Hälfte eines Neon-Budgets; die Denkstufe ist die andere Hälfte.
- Der Schritt von high zu xhigh ist der teure. Er erhöht die Kosten pro Aufgabe um etwa 72 % (3,74 auf 6,44 USD) und die Zeit um etwa 45 %, für 1,8 Indexpunkte. Googles eigene Empfehlung passt dazu: mit
highbeginnen undxhighfür schwierige mehrstufige Probleme reservieren, bei denenhighnicht ausreicht. - Von medium zu high verdoppeln sich die Kosten ungefähr, für 4,8 Indexpunkte. Wenn Ihre Aufgabe schon auf
mediumbesteht, ist diese Ersparnis real. - Low ist günstig, auf diesem Index aber deutlich schwächer (44,1 gegenüber 59,6 auf
high). Ein günstigerer Versuch, der scheitert und auf einer höheren Stufe wiederholt werden muss, kostet beide Versuche. - Bei agentischer Arbeit dominiert die Eingabe. Zwischen 56 % und 67 % der Kosten jeder Aufgabe entfielen auf die Eingabe. Nach Token-Zahl waren die meisten dieser Eingaben Cache-Treffer, nach Kosten war jedoch der größere Teil Eingabe zum vollen Tarif von 3 USD: Die Aufschlüsselung von Artificial Analysis für
xhighzeigt 2,59 USD unter der Bezeichnung „cache write“ (neue Prompt-Token, die Neon zum normalen Eingabetarif abrechnet), 1,66 USD für Cache-Lesezugriffe und 0,06 USD für sonstige ungecachte Eingabe. Eine Chat-Anwendung mit kurzen Prompts und langen Antworten sieht ganz anders aus: Dort dominieren Ausgabe und Denken.
Der letzte Punkt ist die wichtigste Einschränkung dieser Zahlen. Der Intelligence Index mischt Aufgaben zu Schlussfolgern, Wissen und agentischer Arbeit. Ihr Workload hat sein eigenes Verhältnis von Eingabe zu Ausgabe, seine eigene Cache-Trefferquote und seine eigene Abnahmeschwelle. Nutzen Sie die Tabelle, um zu sehen, wie die Stufen relativ zueinander skalieren, und messen Sie dann Ihre eigenen Aufgaben.
Neon, Hydrogen und Carbon nach derselben Rechnung
Ein reiner Vergleich der Listenpreise führt in die Irre, weil die Modelle für dieselbe Aufgabe unterschiedlich viele Token verbrauchen. Fairer ist es, das Token-Profil pro Aufgabe jedes Modells von Artificial Analysis zu übernehmen und zu Googles aktuellen Tarifen neu zu berechnen.
Dabei ist ein Detail wichtig. Artificial Analysis hat Carbon mit 4/20 USD angesetzt (dem Tarif ab 1. Dezember), Argon aber mit 2/10 USD (dem aktuellen Tarif). Bis einschließlich 30. November berechnet Google für beide 2/10 USD. Da alle Token-Tarife von Gemini 4 linear skalieren, haben wir die Token-Mengen aus den Kostenkomponenten von Artificial Analysis zurückgerechnet und für beide Zeiträume neu bepreist. Die Testsuite prüft, dass diese Rückrechnung die eigenen Summen von Artificial Analysis reproduziert.
| Modell und Stufe | AA Index | Kosten pro Aufgabe bis 30. Nov. | Kosten pro Aufgabe ab 1. Dez. |
|---|---|---|---|
Neon low | 44,1 | 0,75 USD | 0,75 USD |
Neon medium | 54,9 | 1,90 USD | 1,90 USD |
Neon high | 59,6 | 3,74 USD | 3,74 USD |
Neon xhigh | 61,4 | 6,44 USD | 6,44 USD |
Hydrogen high | 50,8 | 1,87 USD | 1,87 USD |
Hydrogen xhigh | 53,9 | 3,16 USD | 3,16 USD |
Carbon low | 54,2 | 3,59 USD | 7,19 USD |
Carbon medium (Standard) | 58,3 | 3,29 USD | 6,59 USD |
Carbon high | 60,0 | 3,88 USD | 7,76 USD |
Argon high | 50,4 | 4,97 USD | 9,95 USD |
Token-Profile: Artificial Analysis, 19.11.2026. Preise: Googles Standard-Tarife. Neuberechnung: unsere Berechnung.
Bis zum 30. November kosten Neon high und Carbon high pro Aufgabe etwa gleich viel (3,74 gegenüber 3,88 USD) bei ähnlichen Indexwerten, und Carbons Standardstufe medium ist etwas günstiger als Neon high. Ab dem 1. Dezember verdoppeln sich Carbons Kosten pro Aufgabe, während sich Neons nicht ändern; Neon high kostet dann ungefähr die Hälfte von Carbon high. Hydrogen xhigh ist günstiger als Neon high, liegt auf diesem Index aber 5,7 Punkte niedriger.
Googles Neon-Ankündigung besagt, dass Neon auf high „a 32% lower cost per task than Carbon“ hat (32 % niedrigere Kosten pro Aufgabe als Carbon). Mit den aktuellen Daten von Artificial Analysis konnten wir 32 % nicht nachvollziehen: Zu Dezember-Preisen beträgt der Abstand etwa 52 % gegenüber Carbon high und 43 % gegenüber Carbon medium, und zu November-Preisen ist Neon etwas teurer als Carbon medium. Gegenüber Carbon high zu November-Preisen ist Neon high nur etwa 3,5 % günstiger (3,74 gegenüber 3,88 USD). Keine Carbon-Stufe ergibt in einem der beiden Preiszeiträume 32 %. Google bezieht die Zahl auf den Artificial Analysis Intelligence Index, nennt aber weder die Carbon-Denkstufe noch den Preiszeitraum noch den Datenstand, und die Zahlen von Artificial Analysis können sich seit der Ankündigung geändert haben. Betrachten Sie 32 % als Aussage von Google, nicht als Zahl, die Sie heute nachrechnen können. Details zur Dezember-Änderung finden Sie in unserem Leitfaden zur Preisänderung von Carbon und Argon im Dezember, zur Modellwahl je Aufgabe in Gemini 4 Neon vs. Carbon.
Ein kleiner Rechner zum Nachrechnen
Der Rechner unten verwendet nur die Python-Standardbibliothek und Decimal, die Ergebnisse sind also exakt, bis Sie sie für die Anzeige runden. Er nimmt Token-Mengen entgegen, die Sie bereits kennen (aus einem Nutzungsdatensatz oder einer ausdrücklichen Prognose), keine Prompts, und ruft keine API auf.
from decimal import Decimal as D
PER_M = D(1_000_000)
# USD per 1M tokens: (input, cached input, output incl. thinking). Checked 2026-11-19.
RATES = {
"gemini-4-neon/standard": ("3.00", "0.15", "15.00"),
"gemini-4-neon/batch": ("1.50", "0.075", "7.50"),
"gemini-4-neon/flex": ("1.50", "0.075", "7.50"),
"gemini-4-neon/priority": ("5.40", "0.27", "27.00"),
"gemini-4-hydrogen/standard": ("1.50", "0.075", "7.50"),
"gemini-4-carbon/standard@2026-11": ("2.00", "0.10", "10.00"),
"gemini-4-carbon/standard@2026-12": ("4.00", "0.20", "20.00"),
}
SEARCH_USD_PER_QUERY = D("14") / D("1000") # after the shared 5,000/month allowance
SEARCH_TIERS = {"standard", "priority"}
def rates(key):
if key not in RATES:
raise KeyError(f"no rate for {key!r}")
return tuple(D(x) for x in RATES[key])
def call_cost(key, input_tokens, cached_tokens, output_tokens):
"""input_tokens includes the cached subset; output_tokens includes thinking."""
for n in (input_tokens, cached_tokens, output_tokens):
if not isinstance(n, int) or n < 0:
raise ValueError("token counts must be non-negative integers")
if cached_tokens > input_tokens:
raise ValueError("cached_tokens is a subset of input_tokens")
r_in, r_cache, r_out = rates(key)
return ((input_tokens - cached_tokens) * r_in
+ cached_tokens * r_cache
+ output_tokens * r_out) / PER_M
def task_cost(key, calls, search_queries=0, free_searches_left=0):
"""calls: list of (input_tokens, cached_tokens, output_tokens)."""
if not calls:
raise ValueError("a task needs at least one call")
tokens = sum((call_cost(key, *c) for c in calls), D(0))
billable = max(0, search_queries - free_searches_left)
if billable and key.split("/")[1].split("@")[0] not in SEARCH_TIERS:
raise ValueError(f"no Search grounding price listed for {key}")
search = billable * SEARCH_USD_PER_QUERY
return {"tokens_usd": tokens, "search_usd": search, "total_usd": tokens + search}
print(task_cost("gemini-4-neon/standard", [(100_000, 80_000, 5_000)]))
# {'tokens_usd': Decimal('0.147'), 'search_usd': Decimal('0.000'), 'total_usd': Decimal('0.147')}
Die Carbon-Schlüssel enthalten einen ausdrücklichen Zeitraum, weil sich der Preis am 1. Dezember ändert; der Rechner rät nicht, welcher gemeint ist. Außerdem weist er gecachte Token zurück, die die gesamte Eingabe übersteigen, ebenso negative oder nicht ganzzahlige Mengen und eine leere Aufgabe. Ein leeres Kostenbuch beweist nicht, dass eine Aufgabe nichts gekostet hat.
Unsere vollständige Version ergänzt die Argon-Tarife, eine Funktion, die Token-Mengen aus den Kostenaufschlüsselungen von Artificial Analysis zurückrechnet, und eine unittest-Suite mit 19 Tests. Die Tests decken die Tariftabelle ab (Cache auf jeder Stufe bei 5 % der Eingabe, Batch und Flex bei der Hälfte von Standard, Priority beim 1,8-Fachen), exakte Summen für die drei Workloads unten, die Behandlung des Suchkontingents und die im vorigen Abschnitt beschriebene Prüfung der Neuberechnung. Alle 19 laufen offline erfolgreich durch. Sie belegen, dass die Arithmetik Googles veröffentlichten Tarifen entspricht; sie belegen nicht, dass Googles Rechnung für Ihr Projekt übereinstimmt. Das hängt davon ab, wie Sie den Nutzungsdatensatz normalisieren.
Drei Rechenbeispiele
Die folgenden Token-Mengen sind angenommene Werte, gewählt, um unterschiedliche Kostenstrukturen zu zeigen. Es handelt sich nicht um gemessene Neon-Läufe. Jede Tabelle bepreist dieselben Token-Mengen auf jedem Modell, damit nur der Tarifunterschied sichtbar wird. Echte Aufgaben verbrauchen auf verschiedenen Modellen unterschiedlich viele Token, deshalb gibt es den vorigen Abschnitt.
1. Ein Coding-Agent mit langem gemeinsamem Präfix
25 Agentenschritte, die zusammen 1.500.000 Eingabe-Token senden, davon 1.275.000 implizite Cache-Treffer (85 %), und 70.000 Ausgabe-Token einschließlich Denken erzeugen.
- Ungecachte Eingabe: 225.000 × 3 USD / 1 Mio. = 0,675 USD
- Gecachte Eingabe: 1.275.000 × 0,15 USD / 1 Mio. = 0,191 USD
- Ausgabe: 70.000 × 15 USD / 1 Mio. = 1,050 USD
- Summe auf Neon Standard: 1,916 USD
Die Ausgabe macht 55 % der Rechnung aus, obwohl sie weniger als 5 % der Token stellt. Bräuchte dieselbe Aufgabe 140.000 Ausgabe-Token (ungefähr das, was der Wechsel von high zu xhigh bei den Aufgaben von Artificial Analysis bewirkte), stiege die Summe auf 2,97 USD.
2. Wiederholte Fragen zu einem großen Dokument
Ein Vertragsbündel mit 400.000 Token. Die erste Frage hat keinen Cache-Treffer und erzeugt 6.000 Ausgabe-Token. Neunzehn Folgefragen senden jeweils 402.000 Token, wovon das 400.000 Token lange Dokumentpräfix im Cache getroffen wird, und erzeugen jeweils 3.000 Ausgabe-Token.
- Ungecachte Eingabe: 400.000 + 19 × 2.000 = 438.000 Token → 1,314 USD
- Gecachte Eingabe: 19 × 400.000 = 7.600.000 Token → 1,140 USD
- Ausgabe: 6.000 + 19 × 3.000 = 63.000 Token → 0,945 USD
- Summe auf Neon Standard: 3,399 USD
Ganz ohne Cache-Treffer würden dieselben 20 Fragen 25,06 USD kosten. Bei diesem Workload entscheidet das Caching über das Budget.
3. Ein Recherche-Briefing mit Grounding
Drei Aufrufe mit jeweils 20.000 Eingabe-Token (keine Cache-Treffer) und 4.000 Ausgabe-Token sowie 8 Google-Search-Abfragen, nachdem das monatliche Freikontingent aufgebraucht ist.
- Eingabe: 60.000 × 3 USD / 1 Mio. = 0,180 USD
- Ausgabe: 12.000 × 15 USD / 1 Mio. = 0,180 USD
- Suche: 8 × 0,014 USD = 0,112 USD
- Summe auf Neon Standard: 0,472 USD
Die Suche macht 24 % dieser Aufgabe aus. Ihr Preis hängt nicht vom Modell ab, daher fällt sie bei günstigeren Modellen stärker ins Gewicht.
Dieselben Token-Mengen, vier Preislisten
| Workload | Neon | Hydrogen | Carbon (bis 30. Nov.) | Carbon (ab 1. Dez.) |
|---|---|---|---|---|
| Coding-Agent | 1,916 USD | 0,958 USD | 1,278 USD | 2,555 USD |
| Fragen zu einem Dokument | 3,399 USD | 1,700 USD | 2,266 USD | 4,532 USD |
| Briefing mit Grounding | 0,472 USD | 0,292 USD | 0,352 USD | 0,592 USD |
Hydrogens drei Token-Tarife sind genau halb so hoch wie Neons, bei identischen Token kostet es also die Hälfte. Carbon liegt bis 30. November bei zwei Dritteln von Neon und ab 1. Dezember bei vier Dritteln. Die Suchposition in der dritten Zeile bleibt auf jedem Modell bei 0,112 USD, deshalb folgt diese Zeile nicht denselben Verhältnissen. Die Rechnung sagt nicht, welches Modell Ihre Abnahmeprüfung bestehen würde; die Eignung behandelt der Leitfaden zur Gemini-4-Modellauswahl.
Hydrogen ist außerdem das einzige dieser Modelle mit kostenloser Stufe und das einzige, das Sie heute über Ofox als google/gemini-4-hydrogen aufrufen können (die Modellseite zeigt den aktuellen Ofox-Preis).
Wann sich implizites Caching lohnt
Neons Cache-Tarif liegt 95 % unter dem Eingabetarif. Ob Sie ihn erhalten, entscheiden drei Regeln aus Googles Caching-Leitfaden (Englisch):
- Mindestgröße. Implizites Caching gilt bei Neon für Prompts ab 4.096 Token. Ein Prompt mit 3.000 Token erhält den Rabatt nie.
- Gleiches Präfix, zeitnah. Treffer entstehen durch ein wiederholtes Präfix. Google empfiehlt, große gemeinsame Inhalte (Systemanweisungen, Tool-Definitionen, Referenzdokumente) an den Anfang zu stellen und ähnliche Anfragen kurz hintereinander zu senden. Ein Zeitstempel oder eine Nutzer-ID weit oben im Prompt bricht das Präfix.
- Die 2.050-Token-Regel für Mehrschritt-Dialoge und Agentenschleifen. Bei Gemini 4 wird die gesamte vorherige Anfrage nur dann gecacht, wenn die neue Anfrage mindestens 2.050 Token hinzufügt (Modellausgabe, Denken und Funktionsergebnisse zählen mit). Bei kleineren Zusätzen werden die letzten 2.050 Token der vorherigen Anfrage zum normalen Eingabetarif neu verarbeitet. Google merkt an, dass die meisten Agentenschritte diese Schwelle überschreiten.
Erfüllte Voraussetzungen garantieren keinen Treffer. Lesen Sie den tatsächlichen Wert aus usage.total_cached_tokens in der Antwort und tragen Sie diese Zahl in Ihr Kostenbuch ein, nicht die Größe des Präfixes, auf dessen Caching Sie gehofft haben. Da es keinen expliziten Cache gibt, entfallen auch Speichergebühr und Aufschlag für Cache-Schreibvorgänge: Token, die den Cache anlegen, werden zum normalen Eingabetarif berechnet.
Am meisten bringt Caching, wenn ein großes Präfix oft wiederverwendet wird: Fragen zu Dokumenten, Agenten mit großen Tool-Schemas, Batch-Klassifizierung mit einer langen festen Anweisung. Bei einmaligen Anfragen, kurzen Prompts oder Chats, in denen jede Nachricht anders beginnt, bringt es wenig. Unser Leitfaden zur Cache-Treffer-Rechnung (Englisch) rechnet die Auswirkung der Trefferquote für verschiedene Anbieter durch.
Batch, Flex oder Priority?
Der Wechsel einer Aufgabe von Standard zu Batch oder Flex halbiert die Token-Kosten: Der Coding-Agent-Workload oben sinkt von 1,916 auf 0,958 USD. Der Kompromiss liegt im Ausführungsverhalten, nicht im Preis. Google positioniert Batch und Flex für Offline-Evaluierungen, Datensatzverarbeitung und nicht dringende Agentenläufe, Priority für nutzerseitigen Traffic, der auch unter Spitzenlast gleichmäßige Latenz braucht.
Zwei praktische Hinweise. Erstens nennen die Tabellen für Batch und Flex keinen Preis für Google Search; prüfen Sie daher die Tool-Dokumentation, bevor Sie dort Aufgaben mit Grounding ausführen. Zweitens ist Neon mit 5,40/27,00 USD auf Priority pro Token teurer als Carbon Standard, selbst nach dem 1. Dezember (4/20 USD). Zahlen Sie nur dann für Priority, wenn Sie gemessen haben, dass die Latenz von Standard das Problem ist.
Eine Neon-Aufgabe im Budget halten
max_output_tokensbegrenzt Denken plus Ausgabe für eine Antwort. Neons standardmäßige synchrone Grenze liegt bei 65.536 Token pro Hop. Das ist kein Aufgabenbudget: Eingabe, Tool-Aufrufe, Wiederholungen und weitere Schritte fallen nicht darunter. Google empfiehlt, eher die Denkstufe zu senken als eine niedrige Grenze zu setzen, weil eine niedrige Grenze Antworten abschneiden und eine Wiederholung erzwingen kann.- Langes Decoding hebt die Obergrenze an. Mit
background: trueundmax_output_tokensüber 65.536 setzt der Server die Generierung in 64K-Hops fort, bis zu 1.048.576 abzüglich Ihrer Eingabe, und jedes dieser Token wird als Ausgabe abgerechnet. Eine Grenze von 262.144 Token auf Standard kann allein für Ausgabe bis zu 3,93 USD kosten, unabhängig von der Denkstufe. Legen Sie die Grenze nach dem tatsächlichen Bedarf der Aufgabe fest, nicht nach dem Maximum. - Wählen Sie die niedrigste Stufe, die besteht. Google rät selbst dazu, alle vier Stufen mit hohem
max_output_tokenszu evaluieren und dann das niedrigstethinking_levelzu wählen, das Ihre Qualitätsanforderung erfüllt. Rechnen Sie gescheiterte Versuche in die Kosten pro akzeptierter Aufgabe ein. Wie Sie diesen Test aufsetzen, zeigt unser Leitfaden zu den Denkstufen von Gemini 4. - Behandeln Sie Fehler als Buchhaltungsfragen. Ein Timeout beweist nicht, dass der Server nichts getan hat, und ein fehlender Usage-Block beweist keine Kosten von null. Unser Leitfaden zu Gemini-4-API-Fehlern (Beispiele mit Argon, gleiche Gemini-4-API) hilft, Kontingent-, Parameter- und vorübergehende Fehler vor einer Wiederholung zu unterscheiden. Symptome, die speziell bei Carbon, Neon und Hydrogen auftreten, behandelt unser Leitfaden zu Fehlern bei Gemini 4 Carbon, Neon und Hydrogen. Zum Design von Wiederholungen allgemein siehe den Ofox-Leitfaden zur Fehlerbehandlung.
Ein vollständiges Kostenbuch-Format pro Versuch mit Sonderfällen für Wiederholungen und Fortsetzungen bietet der Leitfaden zu Carbon-Aufgabenkosten, der dasselbe Gemini-4-Abrechnungsmodell ausführlicher behandelt; der Argon-Preisleitfaden (Englisch) enthält Arbeitsblätter für Monatsbudgets.
Wo Sie Neon aufrufen können
Stand 19. November 2026 ist Neon in der kostenpflichtigen Stufe von Googles Gemini API verfügbar (sowohl über generateContent als auch über die Interactions API) sowie in Google AI Studio für die Tarife Google AI Pro und Ultra. In der Modellliste von Ofox ist es nicht enthalten, Sie können es also nicht über Ofox aufrufen, und dieser Artikel nennt keinen Ofox-Preis für Neon. Wie Sie eine Anfrage mit Googles eigenem SDK einrichten, zeigt unser Leitfaden zur Gemini 4 Neon API.
Wenn Sie heute ein Gemini-4-Modell über Ofox nutzen möchten, stehen die IDs google/gemini-4-hydrogen und google/gemini-4-argon zur Verfügung. Die Ofox-Referenz zur Gemini API zeigt das Anfrageformat, und jede Modellseite nennt den aktuellen Preis.


