Ich wollte einen kleinen Halloween-Post: ein Geist vor einem Serverrack, ein bisschen Nebel, fertig. Dann kam die Idee, den Geist tanzen zu lassen. Das war der Moment, in dem das Token-Monster aus dem Rack kroch.
Der Spuk in Zahlen
Ein konkreter Blick auf die Gemini-API-Preise von Google am 31. Oktober 2026: Ein 1K-Bild mit Gemini 3.1 Flash Lite Image entspricht dort 1.120 Output-Token. Für 720p-Video mit Gemini Omni Flash nennt Google 5.792 Output-Token pro Sekunde. Fünf Sekunden ergeben rechnerisch 28.960 Output-Token – knapp 26-mal so viele gezählte Token.
Das ist ein anschauliches Beispiel, kein fairer Benchmark derselben Modellfamilie: Bild und Video werden von verschiedenen Modellen erzeugt. Tokenzahl, Rechenaufwand, Bildqualität und Preis sind keine austauschbaren Größen. Die Preise im selben Beispiel liegen bei etwa 0,034 US-Dollar für das Bild und 0,50 US-Dollar für fünf Sekunden Video zum Standardtarif, jeweils ohne zusätzliche Eingaben und Versuche.
Das eigentliche Monster: „Noch ein Versuch“
Der erste Geist läuft rückwärts. Im zweiten Clip hat er sieben Finger. Im dritten wird aus dem Serverrack ein Kühlschrank. Ein verworfenes Bild ist ärgerlich; ein verworfener Clip multipliziert Sekunden, Wartezeit und Budget. Deshalb plane ich vor dem Generieren zuerst die Pointe als Standbild. Wenn sie ohne Bewegung nicht funktioniert, rettet eine Kamerafahrt sie selten.
Meine Halloween-Regel
Statisch für eine klare Aussage, einen Screenshot, eine Zahl oder eine Infografik. Video, wenn Bewegung selbst die Information trägt: ein Ablauf, eine Veränderung oder eine visuelle Pointe, die im Einzelbild fehlt. Für diesen Post reicht ein Bild. Das Token-Monster darf heute früher Feierabend machen.
Die offiziellen Angaben sind eine Momentaufnahme. Vor einer Kampagne: aktuelle Preise und Abrechnungseinheiten prüfen, einen Testlauf machen und Wiederholungen ins Budget aufnehmen. Ein Text-Prompt mit 20 Wörtern ist noch keine Gesamtkostenrechnung.