Warum Google Gemini auf token-basierte Limits umgestellt hat

Google hat die Nutzungsbedingungen für seine Gemini-KI-Dienste verschärft. Seit dem 17. Mai 2026 gelten rechenleistungsbasierte Limits, die sich nach der Komplexität der Anfragen, dem gewählten Modell und der Länge des Chats richten. Diese Limits erneuern sich alle fünf Stunden, bis zu einem wöchentlichen Maximum. Die Änderung ist die sichtbare Spitze eines Rechenleistungsmangels, der bereits seit Monaten Googles größte Unternehmenskunden belastet.

Der Mangel traf zuerst Meta. Im März kappte Google Metas Nutzung seiner Gemini-Modelle, nachdem Meta mehr Kapazität anforderte, als Google liefern konnte. Die Einschränkung, die immer noch besteht, störte einige interne KI-Projekte von Meta und zwang das Unternehmen, seine Mitarbeiter zu effizienterer Nutzung von KI-Token anzuhalten. Auch andere Google-Kunden waren betroffen, wenn auch weniger stark. Die Drosselung eines der größten Kunden zeigt, wie ernst der Mangel bereits war.

Google hat das Problem eingeräumt. CEO Sundar Pichai sagte im April bei der Vorlage der Quartalszahlen, Google sei kurzfristig rechenleistungsbeschränkt und der Cloud-Umsatz wäre höher ausgefallen, wenn man die Nachfrage hätte bedienen können. Der Cloud-Umsatz überstieg erstmals 20 Milliarden Dollar, während die unter Vertrag genommenen, aber noch nicht erbrachten Cloud-Leistungen sich auf fast 460 Milliarden Dollar verdoppelten. Dieser Rückstand zeigt: Kunden buchen schneller Kapazität, als Google sie bereitstellen kann.

Um den Mangel zu lindern, schloss Google einen Vertrag über 920 Millionen Dollar pro Monat mit Elon Musks SpaceX zur Anmietung von Rechenkapazität. Auch Anthropic, der Entwickler von Claude, traf eine ähnliche Vereinbarung mit SpaceX. Diese Mietverträge zeigen, dass der Mangel zu einem strukturellen Merkmal des Marktes geworden ist, weshalb sich die Limits so schnell nicht lockern werden. Die höchsten Kosten entstehen jetzt durch die Inferenz, also die Arbeit, Modelle nach dem Training auszuführen. Jede Anfrage eines Nutzers verbraucht Rechenleistung, sodass die Kosten mit der Nutzung steigen.

Für Verbraucher bedeutet dies: Token-basierte Limits erlauben es dem Anbieter, die begrenzte Rechenleistung auf die Nutzerbasis zu verteilen. Menschen, die nie eine API nutzen, verwenden Gemini Apps als Massenmarktwerkzeuge zum Zusammenfassen, Brainstormen und Generieren von Bildern. Mit zunehmender Alltagsnutzung wird die gleiche knappe Infrastruktur stärker belastet. Die Abrechnung nach Rechenleistung erlaubt es Google, schwerere Aufgaben teurer zu machen und die Nachfrage zu leichteren Modellen zu lenken. Was ein Nutzer bekommt, skaliert mit dem, was er zahlt: Der kostenlose Tarif bietet 32.000 Token Kontextfenster, AI Plus 128.000, AI Pro und AI Ultra eine Million. Die Nutzungslimits reichen vom Standard bis zum 20-fachen beim Top-Tarif. Funktionen wie Videogenerierung bleiben kostenpflichtigen Plänen vorbehalten.