Das Potenzial von KI mit Google Vertex AI nutzen

Vertex AI ist die Plattform von Google Cloud für maschinelles Lernen und generative KI. Am 22. April 2026 hat Google sie in Gemini Enterprise Agent Platform umbenannt (auf den Produktseiten ist auch von „Gemini platform“ oder „Agent Platform“ die Rede); alte cloud.google.com/vertex-ai-Links leiten nun dorthin weiter. Die Release Notes von Google ordnen die alten Namen zu: Vertex AI Studio heißt jetzt Agent Studio, Vertex AI Agent Engine ist Agent Runtime, Vertex AI Search ist Agent Search, die Vertex AI API ist die Agent Platform API, und Model Garden behält seinen Namen. Laut der Preisseite von Google bleiben die Kosten dieselben wie bei den bisherigen Produkten, die die Plattform ablöst.

Sie nutzen die Plattform innerhalb eines Google-Cloud-Projekts. Agent Studio ist eine Konsole zum Entwerfen und Testen von Prompts mit Gemini-Modellen; Model Garden bietet mehr als 200 Modelle von Google, Drittanbietern und aus dem Open-Source-Bereich, darunter Gemini 4 Argon, die Claude-Familie von Anthropic und Gemma; das Agent Development Kit (ADK) und Agent Runtime dienen zum Entwickeln und Hosten von Agenten; und der klassische ML-Bereich umfasst benutzerdefiniertes Training, AutoML, Pipelines, Model Registry, Feature Store, Modell-Monitoring sowie Colab-Enterprise- oder Workbench-Notebooks mit Anbindung an BigQuery. Der Zugriff erfolgt über die Konsole, die REST API und SDKs für Python, JavaScript, Java und Go.

Es gibt kein Abonnement: Sie zahlen für die genutzten Modell-Tokens, die Rechenleistung und den Speicher, abgerechnet über ein Google-Cloud-Konto. Neue Google-Cloud-Kunden erhalten $300 Guthaben. Nur Anfragen, die eine 200-Antwort zurückgeben, werden berechnet.

Ausgewählte Preise für Gemini-Modelle am Global-Endpunkt (Standardstufe, pro 1 Million Tokens, Prompts bis 200K Tokens):

Nicht-globale (regionale) Endpunkte kosten etwa 10 % mehr (zum Beispiel $2.20 / $11.00 für Gemini 4 Argon während der Aktion). Die Gemini-4-Seite nennt außerdem eine Priority-Stufe ($3.60 / $18.00 als Aktionspreis) und eine Batch-Stufe ($1.00 / $5.00 als Aktionspreis). Rechenbeispiel: 1,000 Anfragen mit je 2,000 Eingabe- und 500 Ausgabe-Tokens auf Gemini 3.8 Flash zum Einführungspreis kosten 2M x $0.75 + 0.5M x $3.75 = $1.50 + $1.875, also etwa $3.38.

Weitere veröffentlichte Preise:

• Imagen 4: $0.04 pro Bild (Fast $0.02, Ultra $0.06).
• Grounding mit Google Search oder Google Maps: 5.000 Abfragen pro Monat kostenlos für Gemini-3- und -4-Modelle, danach $14 pro 1.000. Grounding mit eigenen Daten: $2.50 pro 1.000 Prompts.
• Agent Runtime (früher Agent Engine): $0.085 pro vCPU-Stunde und $0.009 pro GiB-Stunde Arbeitsspeicher, auf die Sekunde gerundet; Leerlaufzeit zwischen den Gesprächsrunden wird nicht berechnet. Der Sessions-Speicher kostet $0.30 pro GiB-Monat.
• Pipelines: $0.03 pro Pipeline-Ausführung zuzüglich der genutzten Ressourcen.
• Benutzerdefiniertes Training und Notebooks: Abrechnung nach Maschinentyp, Beschleuniger und Region zu Compute-Engine-Preisen; für Schätzungen verweist Google auf seinen Rechner oder den Vertrieb.

Google weist darauf hin, dass ab dem 13. November 2026 bei Gemini-4-Antworten mit mehr als 32K Tokens die abrufbaren Tokens auch dann berechnet werden, wenn die Anfrage anschließend in eine Zeitüberschreitung läuft.

Preise am 2. November 2026 auf der Preisseite des Anbieters geprüft. Siehe Generative AI pricing und Agent Platform pricing.

Was die eigenen Seiten von Google für die Plattform auflisten:

Vertex AI (jetzt Agent Platform) eignet sich für Teams, die bereits Google Cloud nutzen und Gemini sowie andere Modelle hinter der Identitätsverwaltung, den regionalen Kontrollen, der Abrechnung und den Datendiensten von Google Cloud wie BigQuery betreiben möchten, sowie für ML-Teams, die Training, Bereitstellung und Monitoring an einem Ort wünschen. Es ist eine Plattform für Entwickler und Data Scientists, keine fertige Chat-App, und die Konsole sowie das Abrechnungsmodell erfordern Einarbeitungszeit.

Wenn Sie Gemini lediglich aus Code aufrufen möchten und die Unternehmenskontrollen von Google Cloud nicht benötigen, ist die Gemini API über Google AI Studio ein einfacherer Einstieg. Teams, die auf AWS setzen, sollten Amazon Bedrock vergleichen, Microsoft-Umgebungen den Azure AI Agent Service. Für offene Modelle und Community-Hosting siehe Hugging Face.

Auf PeerSpot erreicht Google Vertex AI durchschnittlich 4.1 von 5 Punkten aus 15 Bewertungen. Die Rezensenten loben dort die Integration mit anderen Google-Cloud-Diensten, die Stärke der Sprach- und Bildmodelle von Gemini, die Skalierbarkeit und dass Entwickeln, Bereitstellen und Überwachen an einem Ort möglich sind. Wiederkehrende Kritikpunkte sind, dass die Plattform in der Navigation und beim Aktivieren von Diensten komplex ist, geteilte Meinungen dazu, ob die Preise erschwinglich sind, uneinheitliche Reaktionszeiten des Supports und langsame AutoML-Jobs. Die Berichterstattung über die Umbenennung im April 2026 im THE Journal gibt Googles Beschreibung der Plattform als „an evolution of Vertex AI“ wieder, die um Agenten herum ausgebaut wurde; die meisten PeerSpot-Bewertungen stammen aus der Zeit vor der Umbenennung, und ältere Tutorials verwenden die bisherigen Namen.