Gemini 4 Carbon startet zu genau dem Preis von Gemini 4 Argon: $2 pro Million Input-Tokens und $10 pro Million Output-Tokens, mit zwischengespeichertem Input für $0.10. Nach einer Einführungsphase werden es $4/$20. Google nannte kein Enddatum, und kaufen kannst du es noch nicht: Es ist nur bei einem Teil der Cyber-Verteidiger verfügbar.
Die nützliche Zahl sind die Kosten pro Aufgabe. Bei Artificial Analysis kostet Carbon $7.76 pro Aufgabe zum Listenpreis, gegenüber $7.68 bei Argon, erreicht aber 59 statt 50 Punkte. Gleiche Rechnung, neun Punkte schlauer. Zum Aktionspreis sind das $3.88, günstiger als Claude Opus 5.5 und GPT-6 Astra bei maximalem Aufwand, aber immer noch das Dreifache von GPT-6.1 Sol.
Meine Einschätzung: Wenn Carbon die API erreicht, ersetzt es Argon komplett, und du solltest mit $4/$20 planen. Wenn du damit Support-Tickets beantworten willst, liegt die Token-Rechnung so oder so bei etwa einem Cent pro Ticket. Was du wirklich bezahlst, ist der KI-Helpdesk-Agent rund um das Modell, und eesel betreibt den zu einem festen Monatsplan, sodass eine endende Aktion bei Google deine Rechnung nicht berührt.
Gemini 4 Carbon Preise im Überblick
Google hat Carbon am 28. Oktober 2026 angekündigt, zwei Wochen nachdem Argon in den Verkauf ging. Der ganze Preis steht in einem einzigen Satz im Launch-Beitrag plus einer Fußnote, mehr gibt es nicht. Unten steht alles Veröffentlichte, neben den Argon-Preisen, die Carbon kopiert:
| Carbon Einführungspreis | Carbon nach der Aktion | Argon heute (live) | |
|---|---|---|---|
| Input, pro 1M Tokens | $2.00 | $4.00 | $2.00 bis 30. Nov, dann $4.00 |
| Zwischengespeicherter Input, pro 1M Tokens | $0.10 (95 % Rabatt) | $0.20 (95 % Rabatt) | $0.10, dann $0.20 |
| Output, pro 1M Tokens (inkl. Thinking) | $10.00 | $20.00 | $10.00, dann $20.00 |
| Batch / Flex | Nicht veröffentlicht | Nicht veröffentlicht | $1.00 / $5.00, dann $2.00 / $10.00 |
| Priority | Nicht veröffentlicht | Nicht veröffentlicht | $3.60 / $18.00, dann $7.20 / $36.00 |
| Gratis-Kontingent | Nicht veröffentlicht | Nicht veröffentlicht | Nicht verfügbar |
| Kontextfenster | 1M Tokens (laut Artificial Analysis) | 1M Tokens | 1M Tokens |
| Wer kaufen kann | Nur Cyber-Verteidiger | Kein Datum | Bezahlte API, Google AI Pro und Ultra |
Die Fußnote lautet: "After the introductory period expires, the price of $4 per 1M input tokens and $20 per 1M output tokens will apply." Der Cache-Preis von $0.20 nach der Aktion ist meine eigene Rechnung auf Googles "95% off input token price" und passt auch zum Cache-Preis, den Artificial Analysis für Carbon führt.
Die Argon-Spalte ist hier wichtig, weil sie der einzige echte Präzedenzfall ist. Auf der Preisseite der Gemini Developer API läuft Argons Aktion "through November 30, 2026", und der verdoppelte Preis beginnt am 1. Dezember. Argon wurde am 30. September angekündigt, der Rabatt dauerte also etwa zwei Monate. Wenn Google dasselbe wiederholt, würde Carbons Aktion irgendwann Ende Dezember enden, aber das ist meine Vermutung und nichts, was Google gedruckt hat.
Zu den Spezifikationen und dem Zugang hinter dem Preis deckt meine Gemini 4 Argon Übersicht den gemeinsamen Fairwind-Rollout ab, und der Argon-Test zeigt, wie es sich geschlagen hat. Hier bleibe ich nur bei der Geldseite.
Kann man Gemini 4 Carbon schon bezahlen?
Nein. Google sagt, "starting this week, we will make Carbon available to a subset of cyber defenders", und danach kommen über das Fairwind Program "additional trusted partners". Entwickler, Unternehmen und Verbraucher folgen danach, "as soon as possible", was nicht wirklich ein Datum ist.
Ich habe am 29. Oktober 2026 nachgesehen. Die Preisseite führt Gemini 4 Argon ganz oben, mit einem Banner, dass Argon "is now available". Carbon fehlt dort:
Diese zeitliche Lücke ist an sich schon eine Preis-Tatsache. Argon ging in etwa zwei Wochen von nur Fairwind zur bezahlten API und zu Google AI Pro und Ultra. Das ist schnell für die Maßstäbe von Frontier-KI-Launches mit sicherheitsgesteuertem Rollout. Wenn Carbon im selben Tempo vorankommt, erreicht es die API Mitte November, mit nur noch ein paar Wochen auf Argons Aktionsuhr. Ob Carbon ein eigenes frisches Aktionsfenster bekommt oder Argons Datum vom 30. November erbt, ist die eine Frage, die Google beantworten sollte, bevor ich ein Budget auf irgendetwas setze.
Leser auf Hacker News bemerkten dieselbe Spannung in den ersten Minuten nach dem Launch:
"Wow, $2/$10 for input and output even if just for introductory pricing is an incredible deal. Wonder how token efficient it is."
Die Frage nach der Token-Effizienz ist genau die richtige, und jetzt gibt es eine Antwort darauf.
Warum kostet Carbon dasselbe wie Argon?
Weil es als Ersatz bepreist ist, nicht als neue Stufe. Googles Beitrag sagt, Carbon sei "building on Gemini 4 Argon" und "will launch at the same introductory price as Argon". Nirgends heißt es "Carbon ist die Premium-Option". Der Großteil des Hacker-News-Threads las es genauso:
"This model is the same price and speed and token usage per task of Argon but scores better in ~every test."
Die Zahlen bestätigen das. Im Artificial Analysis Intelligence Index v5.0, für beide Modelle zum Listenpreis von $4/$20 gerechnet, kostet eine Carbon-Aufgabe $7.76 und eine Argon-Aufgabe $7.68. Carbon schreibt etwa 123,000 Output-Tokens pro Aufgabe gegenüber Argons 116,000, ist also etwas wortreicher, landet aber bei 59 im Index gegenüber Argons 50.
Wer also schon für Argon budgetiert, für den ist die Preisgeschichte kurz: Modellnamen tauschen, Budget behalten, besseres Modell bekommen. Googles eigene Benchmark-Tabelle zeigt Carbon vor Argon in allen 17 Zeilen, darunter Terminal-Bench 4.0 (65.2 % vs 57.1 %) und das Langkontext-Benchmark GraphWalks (96.2 % vs 84.2 %).
Ein Leser zeigte, wohin dieses Muster führt:
"But if they keep releasing a model every month, then the frontier model will keep being perpetually half price?"
Das ist ein fairer Witz und auch eine faire Planungsfrage. Zwei Flaggschiff-Releases in vier Wochen, jeweils mit eigenem Einführungsfenster, bedeuten, dass der Preis "nach der Aktion" derjenige sein könnte, den du am seltensten siehst. Trotzdem würde ich kein Budget darauf bauen.
Wie schneidet Gemini 4 Carbon beim Preis pro Token ab?
Zum Listenpreis liegt Carbon auf derselben Preisliste wie Claude Opus 5.5, und während der Aktion entspricht es GPT-6.1 Sol. Das sind die Listenpreise, die Artificial Analysis für seine Kostenrechnung nutzt:
| Modell | Input / 1M | Zwischengespeicherter Input / 1M | Output / 1M |
|---|---|---|---|
| Gemini 4 Carbon (Aktion) | $2.00 | $0.10 | $10.00 |
| Gemini 4 Carbon (Liste) | $4.00 | $0.20 | $20.00 |
| Gemini 4 Argon (Liste) | $4.00 | $0.20 | $20.00 |
| Claude Opus 5.5 | $4.00 | $0.20 | $20.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
| Kimi K3.1 Pro | $2.00 | $0.20 | $10.00 |
| Gemini 3.8 Flash | $0.75 | $0.075 | $3.75 |
Der Preis pro Token ist die Stelle, an der die meiste Berichterstattung aufhört, und in diesem Fall ist es die am wenigsten nützliche Spalte. Drei dieser Modelle teilen sich zwei Preislisten. Was sie unterscheidet, ist die Zahl der Tokens, die jedes verbrennt, um denselben Job zu erledigen.
Die Zahl, die zählt: Kosten pro Aufgabe
Artificial Analysis lässt jedes Modell denselben Satz an Aufgaben durchlaufen und erfasst, was jeder Lauf kostet. Das ergibt eine Zahl pro Aufgabe, in der Wortreichtum, Thinking-Tokens und auch Caching stecken. Hier steht Carbon gegenüber den Modellen, mit denen man es vergleichen wird, jedes auf seiner höchsten Stufe:
| Modell (Einstellung) | AA Index v5.0 | Kosten pro Aufgabe | Output-Tokens pro Aufgabe |
|---|---|---|---|
| Gemini 4 Carbon (High), Liste | 59.4 | $7.76 | 123K |
| Gemini 4 Carbon (High), Aktion | 59.4 | $3.88 | 123K |
| Claude Opus 5.5 (Max) | 58.4 | $10.03 | 173K |
| GPT-6 Astra (Max) | 56.9 | $6.24 | 52K |
| GPT-6.1 Sol (Max) | 54.5 | $1.27 | 68K |
| Gemini 4 Argon (High), Liste | 50.4 | $7.68 | 116K |
| Kimi K3.1 Pro | 46.0 | $3.68 | 72K |
Die Aktionszeile ist meine eigene Rechnung: Jeder Teil von Carbons Rechnung skaliert mit der Preisliste, halbe Preise halbieren also die $7.76.
Drei Dinge fallen mir auf.
- Carbon schlägt Opus 5.5 auf beiden Achsen. Es erreicht einen Punkt mehr und kostet zum Listenpreis $2.27 weniger pro Aufgabe, bei identischer Preisliste, weil es pro Aufgabe etwa 50,000 Output-Tokens weniger schreibt.
- Zum Listenpreis ist Astra günstiger. GPT-6 Astra bei Max kostet $6.24 pro Aufgabe trotz einer Preisliste von $10/$50, weil es weniger als halb so viel schreibt wie Carbon. Carbon unterbietet Astra nur, solange die Aktion läuft.
- Sol bleibt die Preis-Leistungs-Wahl. Mit $1.27 pro Aufgabe kostet GPT-6.1 Sol bei maximalem Aufwand ein Sechstel von Carbon zum Listenpreis und ein Drittel zum Aktionspreis, bei fünf Punkten weniger. Ob fünf Punkte das 3- bis 6-Fache der Rechnung wert sind, hängt ganz davon ab, ob deine Arbeit in dieser Lücke liegt.
Wenn du das ganze Feld statt dieser fünf willst, bepreist meine Übersicht der Gemini 4 Argon Alternativen jede Option für einen Käufer, und Kimi K3.1 Pro und DeepSeek V4.1 Flash sind die Open-Weight-Optionen, die sich kostenmäßig lohnen. Nicht jeder auf Hacker News war vom Pro-Aufgabe-Argument für die Gemini-4-Familie überzeugt:
"I've found its worse in most tasks, especially when ranked on a cost-per-task metric."
Wohin fließt das Geld in einer Carbon-Aufgabe wirklich?
Meistens in den Input, nicht den Output, was mich etwas überrascht hat. Artificial Analysis teilt Carbons $7.76 pro Aufgabe so auf:
68 % der Rechnung, $5.30, entfallen auf den Input. Lange agentische Aufgaben lesen bei jedem Schritt ihren wachsenden Kontext erneut. Von den Listenpreisen zurückgerechnet sendet eine durchschnittliche Aufgabe etwa 11 Millionen Input-Tokens, davon rund 10 Millionen als Cache-Treffer zu $0.20. Der Rest, etwa 800,000 Tokens, geht frisch zum vollen $4-Preis hinein, bevor er gecacht wird, und allein dieser Anteil kostet $3.21.
Das verändert, wo du nach Einsparungen suchen solltest:
- Die Cache-Trefferquote bewegt die Rechnung stärker als die Output-Länge. Jede Million Tokens, die den Cache trifft statt frisch hineinzugehen, spart zum Listenpreis $3.80. Google sagt, Argon unterstütze "implicit caching only (explicit caching is not supported)", du kannst also keinen Cache selbst festlegen; das Einzige, was du tun kannst, ist Prompts stabil zu halten, damit der implizite Cache weiter trifft.
- Thinking ist der kleinere Posten. Reasoning-Tokens machen $1.44 der $7.76 aus. Den Aufwand zu senken hilft, greift aber nur ein Fünftel der Rechnung an. Dasselbe Muster zeigt sich bei den Claude Sonnet 5.5 Preisen, wo geringerer Aufwand nur bei kurzen Aufgaben echtes Geld spart.
- Kurze, chatartige Aufrufe verhalten sich anders. Eine Support-Antwort oder ein Klassifizierungsaufruf liest keine Millionen Tokens neu, daher wird der Output zu einem größeren Anteil. Mit dem Rechner unten siehst du beide Formen.
Gemini 4 Carbon Kostenrechner
Hier kannst du deine eigenen Token-Zahlen eingeben. Die Voreinstellungen decken ein Support-Ticket ab, eine agentische Aufgabe nach dem Artificial-Analysis-Durchschnitt und das einmalige Lesen eines langen Dokuments. Alle Preise gelten pro Million Tokens, aus den Tabellen oben.
Praxisbeispiele: Was Carbon bei echten Workloads kostet
Hier sind drei Arten von Arbeit, jeweils zu beiden Preisen gerechnet. Die Token-Zahlen im ersten und dritten Beispiel sind meine eigenen Beispielannahmen, offen genannt, damit du deine einsetzen kannst; das zweite nutzt die Kosten pro Aufgabe von Artificial Analysis.
| Workload | Tokens pro Job | Aktionskosten | Listenkosten |
|---|---|---|---|
| 10,000 Support-Tickets im Monat | 4,000 Input (30 % gecacht), 600 Output | $117 im Monat | $234 im Monat |
| 100 lange agentische Coding-Aufgaben im Monat | Durchschnittsaufgabe laut Artificial Analysis | $388 im Monat | $776 im Monat |
| Eine Vertragsprüfung mit 800,000 Tokens | 800K Input, 4K Output | $1.64 pro Prüfung | $3.28 pro Prüfung |
Support-Tickets. Mit $0.012 pro Ticket während der Aktion und $0.023 danach ist Carbon nicht die Stelle, an der ein Support-Budget bleibt. Zum Vergleich: Gemini 3.8 Flash bearbeitet dasselbe Ticket für unter einen halben Cent zu seinem eigenen Aktionspreis, und für die meisten Ticket-Antworten ist ein Frontier-Reasoning-Modell mehr, als der Job braucht.
Agentisches Coding. Das ist die Form, für die Carbon gebaut ist, und auch die, bei der die Rechnung real wird. Google sagt, seine eigenen Teams hätten Carbon bei mehrstufiger Engineering-Arbeit "run for days" gesehen. Ein tagelanger Lauf sind viele dieser Aufgaben hintereinander, hier solltest du die Cache-Trefferquoten genau im Blick behalten.
Lange Dokumente. Weder für Carbon noch für Argon gibt es einen veröffentlichten Langkontext-Aufschlag, ein 800,000-Token-Lesevorgang wird also zum Pauschalpreis abgerechnet. Das ist Carbons bester Fall beim Preis, und mit GraphWalks bei 96.2 % über 256K bis 1M Tokens auch bei der Qualität.
Die versteckten Kosten und offenen Fragen
Die Preisliste ist kurz, und das heißt, dass mehrere Dinge, die deine echte Rechnung bestimmen, noch nicht darauf stehen:
- Das Ende der Aktion. Unbekannt. Argons dauerte etwa zwei Monate. Plane mit $4/$20.
- Batch und Flex. Argon hat beides zum halben Preis. Für Carbon nichts veröffentlicht, rechne also nicht damit, bis Google es druckt.
- Search Grounding. Argon enthält 5,000 kostenlose Google-Search-Grounding-Anfragen im Monat (geteilt über Gemini 3 und neuer), danach $14 pro 1,000. Ein Agent, der bei jedem Schritt sucht, zahlt das zusätzlich zu den Tokens.
- Explizites Caching. Argon unterstützt es nicht, und die Kostenaufteilung oben zeigt, warum das wichtig ist: Bei einem Input-Preis von $4/M kannst du Cache-Treffer nicht erzwingen.
- Verbraucherpläne. Argon erreichte Google AI Ultra- und Pro-Abonnenten etwa zwei Wochen nach dem Launch. Carbon noch nicht, und Google hat nicht gesagt, welche Pläne es bekommen.
Lohnt sich Gemini 4 Carbon für den Preis?
Wenn du schon auf Argon bist, dann ja, es spricht nichts Echtes dagegen: gleiche Preisliste, gleiche Kosten pro Aufgabe, neun Punkte mehr im Index und laut Google etwa halb so viele unbelegte Behauptungen. Wenn Carbon die API erreicht, wechsle.
Wenn du neu wählst, hängt es von der Art der Arbeit ab. Für lange agentische Coding- und Langdokument-Jobs schlägt Carbon zum Listenpreis Claude Opus 5.5 bei Kosten und Wertung, und während der Aktion schlägt es auch GPT-6 Astra. Für alles, was die obersten fünf Indexpunkte nicht braucht, ist GPT-6.1 Sol bei Max die deutlich günstigere Wahl, und mein Leitfaden zu Gemini-Alternativen deckt den Rest des Feldes ab. Ein Hacker-News-Kommentator, der meist Opus nutzt, formulierte den Aktionsfall so:
"For the current introductory price, it provides an exceptional value."
Und wenn du ein Modell brauchst, das du diese Woche aufrufen kannst, ist Carbon zu keinem Preis eine Option. Argon ist es.
Was bedeuten die Gemini 4 Carbon Preise für ein Support-Team?
Sehr wenig, und genau das ist der nützliche Teil. Ein Modell für einen Cent pro Ticket entscheidet nicht, ob sich KI im Support auszahlt. Entscheidend ist, ob die Antworten stimmen (Googles Aussage, dass Carbon unbelegte Behauptungen halbiert, zählt hier mehr als der Preis, und KI-Halluzinationen im Support sind die echten Kosten, für die du planen musst), ob der Agent Tickets abgibt, die er nicht anfassen sollte, und wie er zum Helpdesk passt, den du schon betreibst. Diese Kosten stecken in den Kosten für KI im Kundenservice rund um das Modell, und sie halbieren sich nicht, wenn eine Aktion startet. Die Kosten pro Lösung sind die Zahl, die du verfolgen solltest, nicht die Kosten pro Token.
Das andere, was ein Support-Team nicht will, ist eine Rechnung, die sich an einem von jemand anderem festgelegten Datum verdoppelt. Derzeit ändern sich Modellpreise alle paar Wochen, aber ein Support-Budget sollte das nicht. So würde ich jedes Gespräch mit einem Anbieter angehen: Frag, was du pro Ticket zahlst und ob sich diese Zahl ändert, wenn das Modell darunter wechselt.
SamCart ist ein gutes Beispiel für die Form, die funktioniert. Das Unternehmen betreibt einen eesel-Agenten für die ersten Antworten auf Freshdesk-Tickets und einen weiteren im Website-Chat, beide antworten aus seinen 280 Help-Center-Artikeln, mit einem Plan für 8,000 Interaktionen im Monat. Welches Frontier-Modell in dieser Woche gerade das günstigste ist, muss sein Support-Team nicht verfolgen.
eesel ausprobieren
Wenn du die Gemini 4 Carbon Preise vergleichst, weil du KI Tickets beantworten lassen willst, kannst du dir die Token-Rechnung sparen. Carbon ist Infrastruktur; eesel ist der Mitarbeiter. Der KI-Helpdesk-Teammate von eesel lernt aus deinen vergangenen Tickets und deinem Help Center, bindet sich in Freshdesk, Zendesk und die anderen Helpdesks ein, die du schon nutzt, und führt eine Simulation auf deinen echten vergangenen Tickets aus, damit du seine Antworten prüfen kannst, bevor er irgendjemandem antwortet.
Die Preise sind ein fester monatlicher Credit-Plan, bei dem ein Ticket oder Chat ein Credit ist, egal wie viele Antworten es braucht, ab $299 für 500 Credits. Alle Funktionen und unbegrenzte Seats sind enthalten, und du kannst kostenlos mit 100 Credits und ohne Karte starten. Wenn Googles Aktion endet, bleibt deine Rechnung, wo sie war. Teste eesel an einem Teil deiner Warteschlange und sieh, wie es deine eigenen Tickets handhabt.