Stoppt ein Budget in Google Cloud meine Kosten?

Nein. Ein klassisches Budget in Google Cloud verschickt Warnungen bei den eingestellten Schwellen, die Nutzung läuft danach weiter. Google schreibt das in der eigenen Doku ausdrücklich. Einen echten Stopp gibt es mit den Spend-Cap-Budgets, die je Projekt und Dienst gelten und Stand 21. September 2026 eine Vorschau sind. Sie pausieren unter anderem die Gemini API und die Agent Platform, die früher Vertex AI hieß.

Wie setze ich bei OpenAI ein hartes Ausgabenlimit?

In den Einstellungen unter Limits gibt es den Bereich Spend. Dort legst du ein Hard spend limit für die ganze Organisation oder für ein einzelnes Projekt fest. Ist es erreicht, antwortet die API mit einem 429-Fehler, bis der nächste Monat beginnt oder jemand das Limit anhebt. Ein Spend alert schickt dagegen nur eine Benachrichtigung.

Gilt der neue Firebase-Kostendeckel auch für einen normalen Gemini-API-Schlüssel?

Ja, sofern der Schlüssel zum selben Projekt gehört. Laut Firebase-Doku gilt der Deckel auf Projektebene und für jeden Weg, auf dem der Dienst in diesem Projekt angesprochen wird. Ein Schlüssel aus einem anderen Projekt fällt nicht darunter. Für die Gemini API ohne Firebase gibt es außerdem einen eigenen Projekt-Deckel direkt in AI Studio.

Warum wird trotz Limit mehr abgerechnet als eingestellt?

Weil die Abrechnung den Anfragen hinterherläuft. Google nennt für die Gemini API rund zehn Minuten, Firebase spricht von mehreren Minuten, OpenAI schreibt, dass die erfasste Summe den Betrag leicht überschreiten kann. Was in diesem Fenster anfällt, wird normal berechnet. Wer das ausschließen will, braucht zusätzlich eine Obergrenze in der eigenen Anwendung.

KI-API-Kosten lassen sich bei OpenAI, Anthropic, Google und Mistral hart deckeln

Am 15. September 2026 meldete heise, dass Google in Firebase einen Kostendeckel für KI und Hosting eingeführt hat. Firebase hatte die Funktion am Tag davor im eigenen Blog vorgestellt, als Schutzschalter gegen einen simplen Programmierfehler oder einen unerwarteten Ansturm. Das klingt nach einer Randnotiz für die App-Entwicklung. Es berührt aber eine Frage, die jede Firma mit einer KI-Funktion hat. Was hält die Rechnung auf, wenn ein Fehler in einer Schleife tausende Anfragen schickt oder ein API-Schlüssel in falsche Hände gerät?

Die Antwort ist je Anbieter verschieden. Manches, was in der Oberfläche „Budget” heißt, verschickt nur eine Mail. Anderes lehnt ab einem festen Betrag jede weitere Anfrage ab. Ich habe mir die Abrechnungsdokumentation von OpenAI, Anthropic, Google, Mistral und Scaleway angesehen, Stand 21. September 2026.

Warnung oder Stopp, darauf kommt es an

Bei den Anbietern tragen zwei sehr verschiedene Werkzeuge ähnliche Namen. Eine Warnung, bei OpenAI heißt sie Spend alert, in Google Cloud schlicht Budget, schickt eine Nachricht, sobald ein Betrag erreicht ist. Die Anfragen laufen danach ungebremst weiter. Ein Deckel dagegen lehnt ab dem eingestellten Betrag jede weitere Anfrage mit einem Fehler ab, bis der Monat vorbei ist oder jemand das Limit anhebt.

Google formuliert das in der Doku zu Budgets unmissverständlich. Ein reines Warn-Budget begrenzt weder die Nutzung noch die Ausgaben automatisch. Wer einer Kundin oder einem Kunden zusagt, die KI-Funktion koste höchstens 100 Euro im Monat, sollte diese Zusage nicht allein mit einem Budget absichern. Damit ist eine Benachrichtigung eingerichtet, aber keine Grenze.

Dazu kommt ein dritter Mechanismus, das Prepaid-Guthaben, also im Voraus gekauftes Guthaben. Neue Konten bei OpenAI und bei der Gemini API laufen standardmäßig so, bei Anthropic zahlen die meisten Organisationen ebenfalls vorab. Ist das Guthaben aufgebraucht, stoppen die Anfragen. Das wirkt wie ein eingebauter Deckel, hat aber einen Haken in Form der automatischen Aufladung. Bei OpenAI ist sie beim Einrichten der Abrechnung voreingestellt. Wer sie nicht bewusst abschaltet oder mit einer Monatsgrenze versieht, hat keinen Deckel, sondern einen Dauerauftrag. OpenAI schreibt in der Hilfe zur Prepaid-Abrechnung außerdem selbst, dass man sich auf das Guthaben nicht als sofortige Ausgabengrenze verlassen soll. Anfragen laufen nach dem Aufbrauchen noch kurz weiter, das Konto kann dabei ins Minus rutschen.

Hand hält eine Kreditkarte über der Tastatur eines Laptops Foto: Ercan Şenkaya / Pexels

Die Anbieter im Vergleich

Die Übersicht zeigt, was sich Stand 21. September 2026 laut Dokumentation der Anbieter einstellen lässt.

Anbieter	Harter Deckel möglich?	Wie	Nur Warnung
OpenAI API	Ja	Hard spend limit je Organisation oder Projekt	Spend alerts, das Monatslimit der Auto-Aufladung begrenzt nur den Nachkauf
Anthropic (Claude API)	Ja	Eigenes Monatslimit für Organisation und je Workspace, dazu die feste Obergrenze der Nutzungsstufe	Warnschwellen je Workspace
Gemini API (AI Studio)	Ja	Monatlicher Projekt-Deckel in AI Studio, Prepaid-Guthaben, Obergrenze der Nutzungsstufe	in der Doku nicht beschrieben
Google Cloud (Agent Platform, früher Vertex AI)	Ja, als Vorschau	Spend-Cap-Budget je Projekt und Dienst	Klassisches Budget
Firebase	Ja, als Vorschau	Spend Cap je Dienst, darunter Firebase AI Logic	Mails bei 50 und 80 Prozent
Mistral	Ja	Monatliches Ausgabenlimit je Workspace und Organisation	in der Doku nicht beschrieben
Scaleway Generative APIs	Nein	keine Sperrschwelle einstellbar	Billing-Alerts per Mail, SMS oder Webhook

OpenAI

Bei OpenAI sitzt der Deckel in den Einstellungen unter Limits im Bereich Spend. Ein Spend alert benachrichtigt und lässt den Verkehr weiterlaufen. Ein Hard spend limit lehnt Anfragen ab, sobald die erfasste Summe den Betrag erreicht. Die API antwortet dann mit einem 429-Fehler und dem Code project_spend_limit_exceeded beziehungsweise organization_spend_limit_exceeded. Das Limit lässt sich für die ganze Organisation oder für ein einzelnes Projekt setzen und gilt bis zum nächsten Monatszyklus. Die Doku zu Spend limits weist darauf hin, dass die Durchsetzung nicht sofort greift und die erfasste Summe den Betrag leicht überschreiten kann.

Anthropic

Anthropic kombiniert mehrere Ebenen. Jede Nutzungsstufe hat eine feste monatliche Obergrenze, Stand 21. September 2026 sind das 500 US-Dollar in der Stufe Start, 1.000 Dollar in Build und 200.000 Dollar in Scale. Darunter lässt sich in der Console unter Settings > Billing ein eigenes Limit setzen. Ist es erreicht, antwortet die API mit HTTP 400 und dem Hinweis, wann der Zugang wieder freigegeben wird. Für einzelne Anwendungen am nützlichsten sind die Workspaces. Jeder Workspace kann ein eigenes Monatslimit samt Warnschwellen bekommen, API-Schlüssel lassen sich an genau einen Workspace binden. Den Default Workspace kann man nicht begrenzen, eine Anwendung gehört deshalb in einen eigenen. Die Details stehen in der Anthropic-Doku zu Limits.

Google mit Gemini API, Cloud und Firebase

Bei Google hängt die Antwort davon ab, über welchen Weg du Gemini nutzt.

Über die Gemini API mit einem Schlüssel aus AI Studio gibt es einen echten Projekt-Deckel. Wer im Projekt Editor, Owner oder Admin ist, setzt ihn in AI Studio auf der Seite Spend unter Monthly spend cap. Zusätzlich gilt je Abrechnungskonto die Obergrenze der Nutzungsstufe, laut Googles Abrechnungsdoku 250 Dollar im Monat in Tier 1 und 2.000 Dollar in Tier 2. Neue Konten starten im Prepaid-Verfahren. Ist das Guthaben bei null, hören alle Schlüssel aller verknüpften Projekte gleichzeitig auf zu arbeiten. Google nennt ausdrücklich eine Verzögerung von rund zehn Minuten in der Abrechnung, in der Kosten über den Deckel hinaus entstehen können. Lang laufende Aufgaben wie Batch-Aufträge und Agenten-Sitzungen können den Projekt-Deckel ebenfalls überschreiten.

In Google Cloud läuft Gemini über die Agent Platform, die früher Vertex AI hieß. Dort ist ein klassisches Budget weiterhin nur ein Alarm. Neu sind Spend-Cap-Budgets, die einen einzelnen Dienst in einem einzelnen Projekt pausieren, sobald der Monatsbetrag erreicht ist. Unterstützt werden die Gemini API, die Agent Platform, Cloud Run und Cloud Run functions. Die Funktion ist Stand 21. September 2026 eine Vorschau mit eingeschränktem Support. Der ältere Umweg, bei dem eine Funktion auf die Budget-Benachrichtigung reagiert und die Abrechnung des ganzen Projekts abschaltet, funktioniert zwar weiterhin. Er legt aber alle Ressourcen still. Google warnt, dass sie dabei unwiederbringlich gelöscht werden können.

Der neue Firebase-Deckel baut auf demselben Prinzip auf. Er gilt für Firebase AI Logic, also den Gemini-Zugang aus Web- und Mobil-Apps heraus, für App Hosting, Cloud Functions und Extensions. Eingerichtet wird er in der Firebase-Console unter Nutzung und Abrechnung oder in der Google Cloud Console, Voraussetzung ist der Blaze-Tarif mit nutzungsbasierter Abrechnung. Bei 50 und 80 Prozent kommt eine Mail, bei 100 Prozent pausiert der Dienst und die App bekommt Fehler zurück.

Für normale Gemini-Schlüssel ist ein Satz aus der Firebase-Doku entscheidend. Der Deckel gilt auf Projektebene und für jeden Weg, auf dem der Dienst im Projekt angesprochen wird. Ein Schlüssel aus demselben Projekt läuft also gegen denselben Deckel, einer aus einem anderen Projekt nicht. Ohne Eingriff endet die Pause mit dem Monatswechsel. Hebt man den Deckel vorher auf, kann es bis zu einer Stunde dauern, bis der Dienst wieder normal antwortet. Gerechnet wird mit Bruttokosten vor Gutschriften und Freikontingent. Ein Projekt, das dank Gratiskontingent kaum etwas kostet, erreicht den Deckel also früher, als die Rechnung vermuten lässt.

Mistral und Scaleway

Mistral bietet ein monatliches Ausgabenlimit je Workspace, das standardmäßig nicht gesetzt ist. Erreicht ein Workspace sein Limit, wird laut Mistral-Doku der API-Zugang dieses Workspaces ausgesetzt, bis der nächste Monat beginnt oder ein Admin das Limit anhebt. Die anderen Workspaces laufen weiter. Eingestellt wird es im Admin Panel unter Administration, Workspaces und Settings, darüber liegt ein Limit für die ganze Organisation. Ob Mistral vorher warnt und wie schnell die Sperre greift, beschreibt die Doku nicht.

Bei Scaleway ist die Antwort kurz. Die FAQ zu den Generative APIs sagt, dass sich derzeit keine Schwelle einstellen lässt, ab der die Nutzung blockiert wird. Es gibt Billing-Alerts per Mail, SMS oder Webhook. Indirekt begrenzen die Rate-Limits die Kosten, also die Obergrenze, wie viele Anfragen und Token in einem Zeitraum durchgehen. Für feste Kosten verweist Scaleway auf ein Dedicated Deployment. Welche Anbieter ihre Modelle in Deutschland oder der EU betreiben, habe ich in einem eigenen Vergleich zusammengetragen.

Warum kein Deckel auf den Cent genau stoppt

Alle Anbieter, die einen Deckel anbieten, schränken ihn in der eigenen Doku ein. Die Kosten einer Anfrage werden erst nach der Anfrage erfasst, zusammengerechnet und mit dem Limit verglichen. In dieser Zeit laufen weitere Anfragen durch. Google beziffert das für die Gemini API auf rund zehn Minuten, Firebase spricht von mehreren Minuten, OpenAI und Firebase schreiben beide, dass die Durchsetzung nicht sofort greift. Was in diesem Fenster anfällt, wird normal abgerechnet.

Tachometer mit roter Nadel im Dunkeln Foto: Luke Miller / Pexels

Für eine gewöhnliche Anwendung ist das kein Problem. Ein Deckel ist dafür da, einen Ausreißer, der sonst Tage oder Wochen unbemerkt liefe, auf wenige Minuten zu verkürzen. Laufen aber viele Anfragen parallel an ein großes Modell mit langen Antworten, können auch zehn Minuten spürbar Geld kosten. Deshalb ist der Deckel beim Anbieter das Sicherheitsnetz und nicht die erste Grenze.

Noch ein Detail, das im Betrieb auffällt. Der Fehler bei einem erreichten Deckel sieht teilweise aus wie ein normales Rate-Limit. Bei Anthropic kommt die Stufen-Obergrenze als 429 mit dem Typ rate_limit_error, allerdings ohne die Angabe retry-after, die bei einem echten Rate-Limit mitkommt. OpenAI schreibt ausdrücklich, dass Wiederholen bei diesen Fehlern nichts bringt. Eine Anwendung, die jeden 429 stur wiederholt, dreht sich dann bis zum Monatsende im Kreis.

So sicherst du eine eigene KI-Funktion ab

Wer eine KI-Funktion in eine Website oder ein internes Werkzeug einbaut, zieht die Grenze am besten an mehreren Stellen. Diese Schritte empfehle ich, vom Aufbau bis zum Fehlerfall.

Jede Anwendung bekommt einen eigenen Schlüssel in einem eigenen Projekt oder Workspace. Dann gilt der Deckel nur für diese eine Anwendung. Kommt ein Schlüssel abhanden, sperrst du genau diesen einen, alle anderen Anwendungen laufen weiter. Der Schlüssel gehört auf den Server und nie in den Quelltext einer Website, wo ihn jeder auslesen kann.

Beim Anbieter setzt du den Deckel auf genau dieses Projekt, deutlich über dem normalen Verbrauch und unter dem Betrag, der wirklich wehtun würde. Die automatische Aufladung schaltest du ab oder gibst ihr eine Monatsgrenze.

Jede einzelne Anfrage bekommt ein Ausgabelimit, je nach Anbieter heißt der Parameter max_tokens oder max_output_tokens. Token sind die Einheit, in der Text abgerechnet wird. Bei Denkmodellen gehört die Denkstufe dazu. Google schreibt in der Gemini-Doku, dass Denk-Token als Ausgabe berechnet werden und im Ausgabelimit mitzählen. Was eine einzelne Aufgabe mit Gemini Flash kostet, zeige ich in einem eigenen Artikel.

Die wichtigste Grenze liegt in der eigenen Anwendung, als Zähler vor jedem KI-Aufruf. Er greift ohne Verzögerung, weil er zählt, bevor die Anfrage überhaupt rausgeht. Das reicht schon als Grundgerüst:

const TAGESLIMIT = 500; // Beispielwert, an den eigenen Bedarf anpassen
if (await nutzung.anfragenHeute() >= TAGESLIMIT) {
  return "Die KI-Hilfe macht für heute Pause. Morgen geht es weiter.";
}

Hände mit Taschenrechner, Quittungen und Geldscheinen auf einem Holztisch Foto: Kaboompics / Pexels

Ist die Funktion öffentlich erreichbar, etwa als Chat auf der Website, kommt ein Limit pro Besucherin und Besucher dazu, zum Beispiel eine feste Zahl Anfragen pro Stunde und IP-Adresse. Das hält auch einen automatisierten Missbrauch klein, bevor er beim Anbieter-Deckel ankommt.

Zum Schluss behandelt die Anwendung die Deckel-Fehler gesondert. Statt endlos zu wiederholen, zeigt sie eine freundliche Meldung und schickt dir eine Nachricht, damit du entscheiden kannst, ob du das Limit anhebst.

Für reine Tests lässt sich das Kostenrisiko auch mit einem kostenlosen Kontingent vermeiden. Dort lohnt aber ein genauer Blick darauf, was mit den eingegebenen Daten passiert.

Wenn du eine KI-Funktion planst und die Kosten von Anfang an sauber begrenzen willst, schreib mir gerne, dann schaue ich mir deinen Aufbau an und sage dir, an welcher Stelle welche Grenze sitzen sollte.