Google-Kommentar: Gemini 3.8 setzt Kostenführerschaftsstrategie um

In den vergangenen Jahren drehte sich die zentrale Frage im Wettbewerb der großen KI-Modelle darum, wer das leistungsfähigste Modell entwickeln konnte.

Diese Wettbewerbslogik verschiebt sich jedoch.

Der Grund dafür ist, dass mit der kontinuierlichen Verbesserung der Modellfähigkeiten immer mehr praxisrelevante Aufgaben die Schwelle überschreiten, ab der das Modell sie bewältigen kann. Für hochkomplexe wissenschaftliche Forschung, Programmierung und Agenten mit langem Zeithorizont besitzt die Modellfähigkeit nach wie vor enormen Wert; bei den weitaus zahlreicheren Aufgaben mit geringer Komplexität bringt eine Verbesserung des Modell-Scores von 90 auf 95 jedoch möglicherweise deutlich weniger tatsächlichen Nutzen als eine Senkung der Kosten von 1 auf 0,3.

Zusammen mit drei Updates für das Flash-Modell innerhalb von sechs Wochen und der vorübergehenden Ruhe um das Pro-Modell deutet dies darauf hin, dass die Strategie von Google bei großen Modellen immer deutlicher wird: die Priorisierung niedriger Kosten.

Natürlich fällt auf, dass 3.8 tatsächlich etwas teurer ist als 3.7. Während die API-Einzelpreise für beide Modellgenerationen identisch sind, stiegen die durchschnittlichen Output-Tokens um etwa 30 %, und auch die Anzahl der Aufrufdurchläufe bei Agenten-Aufgaben nahm zu. Laut Messungen von Artificial Analysis stiegen die Kosten pro Aufgabe von rund 0,40 US-Dollar auf 0,58 US-Dollar – ein Anstieg um etwa 45 %. Wir gehen davon aus, dass Google derzeit auf dem Low-Cost-Pfad die Grenze zwischen Kosten und Leistung austestet, die Niedrigkostenstrategie selbst jedoch valide bleibt.

Andererseits bestätigen auch Aussagen der Unternehmensführung diese Entwicklung. Im zweiten Quartal dieses Jahres erklärte Google-CEO Sundar Pichai, dass die Nachfrage nach der Flash-Serie sehr stark sei, da sie genau den Sweetspot aus Leistung und Kosten treffe.

Offensichtlich verschiebt Google sein oberstes Ziel von:

"wie leistungsfähig das stärkste Modell gemacht werden kann"

hin zu:

"wie weit die Kosten für die Erledigung von Aufgaben gesenkt werden können."

Zwischen diesen beiden Ansätzen besteht ein wesentlicher Unterschied. Der letztgenannte Ansatz entspricht eher der Ökonomie künftiger großflächiger KI-Anwendungen, da der überwiegende Teil der Rechenleistung letztlich nicht für einen winzigen Bruchteil der schwierigsten Probleme benötigt wird, sondern für eine enorme Menge alltäglicher Anfragen.

1. Der Vertriebsvorteil von Google sorgt für eine enorme Nutzerbasis, während ein hohes Anfragevolumen selbst den Wert niedriger Kosten verstärkt.

Ein grundlegender Unterschied zwischen Google und anderen Anbietern großer Sprachmodelle besteht darin, dass Google bereits über eine bestehende Nutzerbasis verfügt.

Im zweiten Quartal dieses Jahres überschritten die monatlich aktiven Nutzer des AI Mode in der Google-Suche die Marke von 1 Milliarde; am 11. August übertraf die Gemini-App ebenfalls 1 Milliarde monatlich aktive Nutzer. Ein noch größerer Vertriebsvorteil ergibt sich aus der gesamten Produktmatrix von Google: Gemini ist mittlerweile in 13 Google-Produkte mit jeweils mehr als 1 Milliarde Nutzern integriert, von denen 5 mehr als 3 Milliarden Nutzer zählen.

Auch auf Entwicklerseite wurden enorme Größenordnungen erreicht. Jeden Monat nutzen mehr als 9 Millionen Entwickler die Modelle von Google, und die hauseigene Modell-API verarbeitet derzeit rund 22 Milliarden Tokens pro Minute – verglichen mit 16 Milliarden vor nur einem Quartal.

Daher unterscheidet sich die wirtschaftliche Aufgabenstellung für Google von der eines KI-Unternehmens, das Nutzer von Grund auf neu gewinnen muss.

Was das Unternehmen tatsächlich lösen muss, ist:

wie KI seinen bestehenden Milliarden von Nutzern zu ausreichend niedrigen Kosten zur Verfügung gestellt werden kann.

An diesem Punkt wird die Bestimmung der Aufgabenkomplexität extrem wichtig.

Bei Aufgaben mit hoher Komplexität erwerben Kunden in erster Linie Leistungsfähigkeit. Wenn ein leistungsfähigeres Modell bei wissenschaftlicher Forschung oder komplexen Agenten-Aufgaben die Erfolgsquote erheblich steigern kann, ist das Ausgeben von einigen zusätzlichen US-Dollar pro Aufgabe völlig akzeptabel.

Google sieht sich im Alltag jedoch in erster Linie mit Anfragen von geringer Komplexität und hoher Frequenz konfrontiert.

Bei allgemeinen Fragen und Antworten sowie einfachen Agenten gilt beispielsweise: Solange beide Modelle das Problem korrekt lösen können, bringt die Steigerung der Modellleistung um einige wenige Prozentpunkte für die Nutzer nur einen sehr geringen Grenznutzen. Sinkt jedoch der Preis pro Inferenz von 0,50 US-Dollar auf 0,20 US-Dollar, entsteht multipliziert mit Milliarden von Nutzern und stetig steigenden Anfragefrequenzen ein gewaltiger Kostenunterschied für Anbieter großer Sprachmodelle.

Daher besteht ein Multiplikatoreffekt zwischen Vertriebsvorteilen und Kostenvorteilen.

Je mehr Nutzer Google hat, desto größer ist der Wert, der durch Kostenreduzierungen pro Inferenz geschaffen wird; je niedriger die Kosten sind, desto stärker kann Google KI weiter in bestehende Produkte wie die Suche, Android, Workspace und YouTube einbetten und so das Anfragevolumen weiter steigern.

Das ist auch der Grund, warum kostengünstige Modelle für Google einen höheren strategischen Wert haben könnten als für andere LLM-Entwickler.

2. Der Kostenvorteil von TPUs wird in Szenarien mit geringer Komplexität zum entscheidenden Kernfaktor

Bei Aufgaben mit hoher Komplexität sind Kostenunterschiede in der Regel nicht der entscheidende Faktor.

Wenn ein Modell wissenschaftliche Forschungs-, Programmier- oder komplexe Agenten-Aufgaben bewältigen kann, die ein anderes Modell nicht lösen kann, kaufen Nutzer in erster Linie das Ergebnis; ein etwas teureres Modell wird an ihrer Wahl nichts ändern.

Bei Aufgaben mit geringer Komplexität sind die Entscheidungskriterien jedoch völlig andere.

Sobald eine Aufgabe von verschiedenen Modellen zuverlässig erledigt werden kann, sinkt der Grenznutzen weiterer Verbesserungen der Modellfähigkeit rasch, sodass die Ausführungskosten zum zentralen Wettbewerbsfaktor werden.

Genau hier können TPUs (Googles eigene Chips) ihren Wert maximal entfalten.

Google kann gleichzeitig Chips, Modelle und Inferenz-Infrastruktur kontrollieren. Die neueste TPU 8i selbst ist speziell für Inferenz-Workloads konzipiert, und von Google veröffentlichte Daten zeigen eine Steigerung der Inferenzleistung pro US-Dollar um 80 % im Vergleich zur vorherigen TPU-Generation.

Auf der Produktseite beginnen sich diese Kostenreduzierungen bereits zu materialisieren. Alphabet gab im zweiten Quartal bekannt, dass durch die gemeinsame Optimierung von Software und Hardware die Kosten pro AI-Mode-Antwort auf den niedrigsten Stand seit der Einführung des Produkts gesenkt werden konnten – selbst während der AI Mode kontinuierlich fortschrittlichere Modelle und Funktionen integriert.

TPUs verleihen Google eine Schlüsselkompetenz:

Die Fähigkeit, im Wettlauf um Modellleistung einen dauerhaften Kostenvorteil aufrechtzuerhalten.

In Spitzen-Szenarien wirkt sich dieser Vorteil möglicherweise nur geringfügig auf die Gewinnspannen aus, ohne Marktanteile zu gewinnen; in Szenarien mit geringer Komplexität, Milliarden von Nutzern und hoher Frequenz bestimmt jedoch der Preis selbst, welche KI-Funktionen in großem Maßstab bereitgestellt werden können und wer letztendlich das größte Anfragevolumen bewältigen kann.

Damit die Strategie von Google tatsächlich aufgeht, müssen zwei Bedingungen gleichzeitig erfüllt sein:

Frontier-Modelle werden allmählich homogener, während Google selbst dauerhaft in der Kohorte der Frontier-Modelle verbleibt.

Ich gehe davon aus, dass die Wahrscheinlichkeit für das gleichzeitige Eintreffen dieser beiden Bedingungen in den nächsten zwei bis drei Jahren steigt.

Die Wahrscheinlichkeit für die erste Bedingung ist äußerst hoch. Der Modellwettbewerb der vergangenen Jahre wies ein klares Merkmal auf: Für Unternehmen wird es zunehmend schwieriger, einen Vorsprung dauerhaft zu halten. Neue Trainingsmethoden, Inferenztechniken und Modellarchitekturen verbreiten sich rasch; nachdem ein Unternehmen einen deutlichen Vorsprung erzielt hat, holen andere führende Akteure in darauffolgenden Modell-Updates in der Regel auf.

Daher dürfte sich letztlich am ehesten ein Marktumfeld herausbilden, in dem eine kleine Zahl von Unternehmen langfristig innerhalb eines homogenen Leistungsbereichs bleibt.

Allerdings besteht bei einer Niedrigkostenstrategie das größte Risiko genau darin, dass die Wahrscheinlichkeit sinken könnte, dass Google dauerhaft in dieser Kohorte verbleibt. In den vergangenen sechs Wochen hat Google seine Flash-Serie dreimal hintereinander aktualisiert; die Pro-Serie hingegen ist seit sechseinhalb Monaten ohne Update. Wenn sich F&E-Ressourcen und Produktziele weiterhin in Richtung Kosteneffizienz verschieben, könnte Google einen Teil seiner Frontier-Fähigkeiten zugunsten niedrigerer Inferenzkosten opfern.

Daraus ergibt sich ein inhärenter Widerspruch: Die Niedrigkostenstrategie von Google bietet nur dann maximalen Mehrwert, wenn die eigenen Modelle in der Spitzengruppe verbleiben, aber die Priorisierung niedriger Kosten könnte die Fähigkeit schwächen, in dieser Spitzengruppe zu bleiben.

Vorerst nehmen wir bei dieser Frage eine abwartende Haltung ein, da die Geschichte immer wieder zeigt, dass in Branchen ohne Erstanbieter-Vorteil eine unermüdliche Verfolgungsjagd schlechter sein kann als abzuwarten, bis der Sektor an einen Engpass stößt, um dann mit voller Geschwindigkeit aufzuholen – was durchaus Googles wahres Playbook sein könnte.

Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.