News · Jules verlässt Beta-Phase mit gestuften Limits und Gemini 2.5 Pro-Planung
Jules verlässt Beta-Phase mit gestuften Limits und Gemini 2.5 Pro-Planung
Der asynchrone Coding-Agent von Google erreicht die allgemeine Verfügbarkeit mit abonnementbasierten Nutzungsstufen und einer Verschiebung hin zu planungsorientierter Codegenerierung.
Was tatsächlich neu ist
Jules ist jetzt öffentlich verfügbar und wird von Gemini 2.5 angetrieben. Google gibt an, dass während der Beta-Phase Tausende Entwickler Zehntausende Aufgaben ausgeführt haben, aus denen über 140.000 öffentlich geteilte Codeverbesserungen entstanden sind. Das ist der konkrete Nutzungsnachweis, mit dem Google den Übergang aus der Beta-Phase begründet.
Die Änderungen sind schrittweise und beruhen auf Feedback: eine überarbeitete Oberfläche, Hunderte Bugfixes und neue Funktionen. Drei davon werden explizit genannt – die Wiederverwendung bisheriger Setups, damit neue Aufgaben schneller starten, die Integration von GitHub Issues und multimodale Unterstützung. Das sind Workflow-Funktionen, keine Modell-Neuentwicklungen.
Der Planungsschritt ist die eigentliche Neuerung
Die technisch bedeutsamste Aussage der Ankündigung ist, dass Jules nun die fortgeschrittenen Denkfähigkeiten von Gemini 2.5 Pro nutzt, um Coding-Pläne zu entwickeln. Google stellt dies als Weg zu qualitativ hochwertigerem Code dar.
Es handelt sich um eine planungsorientierte Architektur: Der Agent überlegt sich zunächst einen Ansatz, bevor er Code ausgibt, statt ihn direkt zu generieren. Für einen asynchronen Agenten, der Aufgaben ausführt, ohne dass ein Entwickler zusieht, ist eine vorgeschaltete Planungsphase eine nachvollziehbare Designentscheidung – der Plan wird zum Artefakt, das ein Entwickler bei seiner Rückkehr prüfen und korrigieren kann.
Der Zugang ist jetzt eine Kapazitätsstufe
Die Preisstruktur ist die eigentlich relevante Neuigkeit für Teams, die entscheiden müssen, wie sie Jules einsetzen. Google hat drei gestaffelte Stufen eingeführt: einen Einstiegszugang zum Ausprobieren von Jules über verschiedene Projekte hinweg, Jules in Google AI Pro mit 5-fach höheren Limits für das tägliche Coden und Jules in Google AI Ultra mit 20-fach höheren Limits, die laut Google für intensive, groß angelegte Multi-Agenten-Workflows konzipiert sind.
Bemerkenswert ist, dass sich die Stufen durch Nutzungslimits unterscheiden, nicht durch unterschiedliche Funktionen. Derselbe Agent läuft auf jeder Ebene; man bezahlt dafür, wie viel man damit ausführen kann. Google veröffentlicht die konkreten Zahlen nicht im Beitrag selbst, sondern verweist auf jules.google – die Multiplikatoren von 5x und 20x beziehen sich also auf eine hier nicht genannte Einstiegs-Basislinie.
Der Rollout startet heute für AI Pro- und Ultra-Abonnenten, und berechtigte Studierende können sich für ein kostenloses Jahr AI Pro anmelden – ein Vertriebsschachzug, der das Tool bei Studierenden verbreitet, bevor sie in zahlende Teams wechseln.
Was das Stufenmodell für Teams bedeutet, die Agenten-Budgets planen
Da Jules die Kapazität und nicht die Funktionalität begrenzt, wird die Einführungsplanung zu einer Durchsatzfrage. Ein Team, das Jules evaluiert, sollte modellieren, wie viele asynchrone Aufgaben es pro Entwickler und Tag voraussichtlich anstoßen wird, und dies dann den Pro- oder Ultra-Limits gegenüberstellen, statt nach Funktionsgleichheit zu suchen.
Der explizite Hinweis auf groß angelegte Multi-Agenten-Workflows in der Ultra-Stufe zeigt, wo Google eine starke Nutzungskonzentration erwartet: Flotten von Agenten, die gleichzeitig Aufgaben ausführen. Teams, die Arbeit über viele parallele Jules-Läufe verteilen wollen, werden die Limits am schnellsten erreichen – und die auf jules.google veröffentlichten Obergrenzen, nicht die Marketing-Multiplikatoren, sollten die Entscheidung leiten.
Find this story relevant to you?
Contact us to find a unique solution
Brauchen Sie einen KI-Engineering-Partner, der auch liefern kann?
Wir helfen Unternehmen dabei, KI in Produkte und Prozesse zu integrieren, wertvolle Workflows zu automatisieren und die zugrunde liegenden Softwaresysteme zu modernisieren.
Weiterführende Beiträge
Weitere Analysen rund um Produktbereitstellung, operative KI und die Systemarbeit, die dafür sorgt, dass der Einsatz in der Praxis Bestand hat.