Preise für die Gemini Developer API

Sie können kostenlos mit großzügigen Limits beginnen und dann mit Prepaid- und Pay-as-you-go-Preisen für Ihre produktionsreifen Anwendungen skalieren.

Unser intelligentestes Flash-Modell, das für langfristige Softwareentwicklung, autonome KI-Agenten und komplexe Unternehmensworkflows entwickelt wurde.

Unser schnelles, effizientes Flash-Modell, das für alltägliche Programmieraufgaben, die Verwendung von agentischen Tools und die zuverlässige Ausführung mehrstufiger Aufgaben entwickelt wurde.

Unser Flash-Modell der vorherigen Generation, das Geschwindigkeit und multimodale Funktionen für allgemeine agentische und alltägliche Aufgaben in Einklang bringt.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^** Kann in Google AI Studio getestet werden.

Unser früheres Flash-Modell, das für Geschwindigkeit und grundlegende Leistung bei routinemäßigen Arbeitslasten mit hohem Durchsatz entwickelt wurde.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^** Kann in Google AI Studio getestet werden.

Unsere Audio-zu-Audio-Modelle mit niedriger Latenz sind für Sprachagenten und Live-Dialoge in Echtzeit optimiert. Sie unterstützen auch Hintergrundüberlegungen mit Extended Thinking.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

Unser Sprache-zu-Sprache-Übersetzungsmodell mit niedriger Latenz, das mehr als 70 Sprachen unterstützt.

^* Die Abrechnung erfolgt auf Grundlage des gesamten Verbrauchs an Audio-Eingabe- und ‑Ausgabetokens.Dabei wird ein Satz von 25 Tokens pro Sekunde Audio berechnet, was einem effektiven Preis von etwa 0, 0368 $ pro Minute entspricht.

Unser Speech-to-Text-Modell mit niedriger Latenz und Echtzeitfunktion für die bidirektionale Streaming-Audio-Transkription über WebSockets.

^* Die geschätzten Preise basieren auf 25 Audio-Tokens pro Sekunde für die Eingabe und 175 Text-Tokens pro Minute für die Ausgabe, was einem effektiven Mischpreis von etwa 0,009 $ pro Minute für die automatische Transkription entspricht.

Unser Speech-to-Text-Modell mit automatischer Spracherkennung, Sprecherbestimmung, Zeitstempeln auf Wortebene und benutzerdefinierter Vokabelgewichtung.

^* Die geschätzten Preise basieren auf 25 Audio-Tokens pro Sekunde für die Eingabe und 175 Text-Tokens pro Minute für die Ausgabe, was einem effektiven gemischten Tarif von etwa 0,005 $ pro Minute für Transcribe entspricht.

Ein kostengünstiges Modell, das für agentische Aufgaben mit hohem Volumen, Übersetzungen und einfache Datenverarbeitung optimiert ist.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^** Kann in Google AI Studio getestet werden.

^** Kann in Google AI Studio getestet werden.

Ein kostengünstiges Modell, das für agentische Aufgaben mit hohem Volumen, Übersetzungen und einfache Datenverarbeitung optimiert ist.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^** Kann in Google AI Studio getestet werden.

Unser Modell der nächsten Generation zur Videogenerierung und ‑bearbeitung ist jetzt allgemein für Entwickler mit der kostenpflichtigen Stufe der Gemini API verfügbar.

^* Die Abrechnung erfolgt auf Grundlage des gesamten Verbrauchs an Ausgabetokens, der mit einer Rate von 5.792 Tokens pro Sekunde für 720p-Videos berechnet wird. Bei der Standardpreisgestaltung entspricht das einem effektiven Preis von etwa 0, 10 $ pro Sekunde.

Unser Modell der nächsten Generation für die Videogenerierung und ‑bearbeitung.

^* Die Abrechnung erfolgt auf Grundlage des gesamten Verbrauchs an Ausgabetokens. Dabei wird ein Satz von 5.792 Tokens pro Sekunde für 720p-Video berechnet. Bei der Standardpreisgestaltung entspricht dies einem effektiven Preis von etwa 0, 10 $ pro Sekunde.

Unser Pro-Modell der 3. Generation, das für multimodales Verständnis, agentische Funktionen und Vibe-Coding entwickelt wurde.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^** Kann in Google AI Studio getestet werden.

Eine Aktualisierung von Nano Banana 2 (Gemini 3.1 Flash Image), das für die hocheffiziente Bildgenerierung und die Bearbeitung im Konversationsstil entwickelt wurde. Es bietet eine verbesserte visuelle Qualität, konsistente Charaktere über mehrere Anfragen hinweg, eine genaue Textwiedergabe und eine auf der Suche basierende Generierung bei Auflösungen von 1.000, 2.000 und 4.000 Pixeln.

^* Die Bildausgabe kostet 30 $ pro 1.000.000 Tokens (Standard) und 15 $ pro 1.000.000 Tokens (Batch). Für die Ausgabe von Bildern mit einer Auflösung von 1.000 Pixel (1.024 × 1.024 Pixel) werden 1.120 Tokens verwendet. Das entspricht 0,0336 $ pro Bild. Ausgabebilder in 2K (2048 × 2048 Pixel) verbrauchen 1.680 Tokens und entsprechen 0,0504 $ pro Bild. Für Ausgabebilder in 4K (4096 × 4096 Pixel) werden 2.520 Tokens verwendet, was 0,0756 $ pro Bild entspricht.

^** Eine von einem Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt. Abgerufener Kontext (Text oder Bilder), der durch Grounding mit Google Search bereitgestellt wird, wird nicht als Eingabetokens berechnet.

Das Gemini 3.1 Flash Image-Generierungsmodell ist auf Geschwindigkeit und Effizienz ausgelegt und eignet sich für schnelle, interaktive Antworten und einen hohen Durchsatz.

^* Die Bildausgabe kostet 60 $ pro 1.000.000 Tokens. Für die Ausgabe von Bildern mit 0,5 K (512 Pixel) werden 747 Tokens verwendet, was 0,045 $ pro Bild entspricht. Ausgabebilder mit 1.000 Pixeln (1.024 × 1.024 Pixel) verbrauchen 1.120 Tokens und kosten 0,067 $ pro Bild. Für Ausgabebilder in 2K (2048 × 2048 Pixel) werden 1.680 Tokens verwendet, was 0,101 $ pro Bild entspricht. Ausgabebilder in 4K (4096 × 4096 Pixel) verbrauchen 2.520 Tokens und kosten 0,151 $ pro Bild.

^** Eine von einem Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt. Abgerufener Kontext (Text oder Bilder), der durch Grounding mit Google Search bereitgestellt wird, wird nicht als Eingabetokens berechnet.

^*** Kann in Google AI Studio getestet werden.

Das Modell Gemini 3.1 Flash Lite Image ist das Effizienzmodell der Bildgenerierungsfamilie und wurde für eine extrem niedrige Latenz sowie eine kostengünstige Bildgenerierung und ‑bearbeitung entwickelt.

^* Die Bildausgabe kostet 30 $ pro 1.000.000 Tokens. Für die Ausgabe von Bildern mit einer Auflösung von 1.000 Pixel (1.024 × 1.024 Pixel) werden 1.120 Tokens verwendet, was 0,0336 $ pro Bild entspricht.

Unser 3.8 Flash-Text-to-Speech-Audiomodell wurde für eine Sprachwiedergabe in Studioqualität, ausdrucksstarke Darstellungen und Stabilität bei langen Inhalten entwickelt.

^* Audio-Tokens entsprechen 25 Tokens pro Sekunde Audio.

Unser 3.8 Flash-Lite-Modell für die Sprachausgabe ist für einen hohen Durchsatz, eine niedrige Latenz und kosteneffiziente Konversationssprache optimiert.

^* Audio-Tokens entsprechen 25 Tokens pro Sekunde Audio.

Unser 3.1 Flash-Audio-Modell für die Sprachausgabe wurde für ein gutes Preis-Leistungs-Verhältnis, niedrige Latenz und steuerbare Sprachgenerierung optimiert.

^* Audio-Tokens entsprechen 25 Tokens pro Sekunde Audio.

Unser altes Flash-Modell, das grundlegende Geschwindigkeit und Intelligenz bietet.

^* Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^** Kann in Google AI Studio getestet werden.

Unser natives Modell für die Bildgenerierung, das für Geschwindigkeit, Flexibilität und Kontextverständnis optimiert ist. Texteingabe und -ausgabe kosten dasselbe wie Gemini 3.1 Pro.

^* Die Bildeingabe wird mit 560 Tokens oder 0,0011 $ pro Bild berechnet.

^** Die Bildausgabe kostet 120 $ pro 1.000.000 Tokens. Für Ausgabebilder mit einer Größe von 1024 × 1024 Pixel (1K) bis 2048 × 2048 Pixel (2K) werden 1.120 Tokens verwendet, was 0,134 $ pro Bild entspricht. Ausgabebilder mit einer Größe von bis zu 4096 × 4096 Pixel (4K) verbrauchen 2.000 Tokens und kosten 0,24 $ pro Bild.

^*** Eine vom Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Anfragen an die Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt.

^**** Kann in Google AI Studio getestet werden.

Ein Pro-Modell, das sich durch seine Fähigkeiten beim Programmieren und bei komplexen Aufgaben zum logischen Denken auszeichnet.

Unser erstes Hybrid-Reasoning-Modell, das ein Kontextfenster von 1 Million Tokens unterstützt und über Denkbudgets verfügt.

Ein kleines und kostengünstiges Modell, das für die Nutzung im großen Maßstab entwickelt wurde.

Unsere nativen Audiomodelle der Live API sind für Audioausgaben mit höherer Qualität optimiert und bieten ein besseres Tempo, natürlichere Stimmen, mehr Ausführlichkeit und eine passendere Stimmungslage.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Mio. Tokens in USD
Eingabepreis	Kostenlos	0,50 $ (Text) 3,00 $ (Audio / Video)
Ausgabepreis (einschließlich Thinking-Tokens)	Kostenlos	2,00 $ (Text) 12,00 $ (Audio)
Zur Verbesserung unserer Produkte	Ja	Nein

Ein natives Modell für die Bildgenerierung, das für Geschwindigkeit, Flexibilität und Kontextverständnis optimiert ist. Die Preise für Texteingabe und ‑ausgabe sind dieselben wie für 2.5 Flash.

[*] Die Bildausgabe kostet 30 $ pro 1.000.000 Tokens. Ausgabebilder mit einer Größe von bis zu 1.024 × 1.024 Pixeln verbrauchen 1.290 Tokens und kosten 0,039 $ pro Bild.

Unser Text-zu-Sprache-Audiomodell 2.5 Flash ist für ein gutes Preis-Leistungs-Verhältnis, niedrige Latenz und steuerbare Sprachgenerierung optimiert.

Unser 2.5 Pro-Modell für die Sprachsynthese ist für die leistungsstarke Sprachgenerierung mit niedriger Latenz optimiert. So können natürlichere Ausgaben erzielt und Aufforderungen einfacher gesteuert werden.

Ein schnelles Modell zur Videogenerierung.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Sekunde in USD
Preis für Veo 3.1-Standardvideo mit Audio (Standard)	Nicht verfügbar	0,40 $ (720p und 1080p) 0,60 $ (4K)
Preis für Veo 3.1 Fast-Video mit Audio (Standard)	Nicht verfügbar	0,10 $ (720p) 0,12 $ (1080p) 0,30 $ (4K)
Preis für Veo 3.1 Lite-Video mit Audio (Standard)	Nicht verfügbar	0,05 $ (720p) 0,08 $ (1080p) (4K-Ausgabe nicht unterstützt)
Zur Verbesserung unserer Produkte	Ja	Nein

Das Modell zur Musikgenerierung von Google.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Anfrage in USD
Lyria 3.5 (vollständiger Song)	Nicht verfügbar	0,08 $ pro Song
Zur Verbesserung unserer Produkte	Ja	Nein

Die Familie der alten Modelle zur Musikgenerierung von Google.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Anfrage in USD
Lyria 3-Clip-Vorschau (30 Sekunden)	Nicht verfügbar	0,04 $ pro Song
Lyria 3 Pro (Vorabversion) (ganzer Song)	Nicht verfügbar	0,08 $ pro Song
Zur Verbesserung unserer Produkte	Ja	Nein

Unser erstes multimodales Einbettungsmodell, das Text, Bilder, Videos, Audio und PDFs in einen einheitlichen Einbettungsbereich abbildet.

Gemini Robotics ER 2, kurz für Gemini Robotics Embodied Reasoning 2, ist ein Endpunkt für Vision-Language-Modelle, mit dem Roboter ihre Umgebung präzise erfassen können. Er unterstützt die agentische Orchestrierung von Robotern, das Verständnis von Videofortschritten, die Zusammenarbeit mehrerer Roboter und fortschrittliches räumliches Denken.

Gemini Robotics ER 2 Streaming ist ein Endpunkt für Vision-Language-Modelle für Robotik, der für das Echtzeit-Textstreaming mit der Live API optimiert ist. Sie akzeptiert Text-, Bild-, Video- und Audioeingaben und unterstützt bidirektionales Streaming mit Funktionsaufrufen.

Unser leichtgewichtiges, hochmodernes offenes Modell, das auf derselben Technologie basiert wie unsere Gemini-Modelle.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Mio. Tokens in USD
Eingabepreis	Kostenlos	Nicht verfügbar
Ausgabepreis	Kostenlos	Nicht verfügbar
Preis für Kontext-Caching	Kostenlos	Nicht verfügbar
Kontext-Caching (Speicherung)	Kostenlos	Nicht verfügbar
Preis für die Optimierung	Nicht verfügbar	Nicht verfügbar
Fundierung mit der Google Suche	Nicht verfügbar	Nicht verfügbar
Zur Verbesserung unserer Produkte	Ja	Nein

Preise für Tools

Tools werden zu ihren eigenen Preisen abgerechnet, die auf das Modell angewendet werden, das sie verwendet. Auf der Seite Modelle sehen Sie, welche Tools für die einzelnen Modelle verfügbar sind.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Mio. Tokens in USD
Google Suche	500 RPD kostenlos (Limit für Flash und Flash-Lite). Nicht für Pro verfügbar.	Gemini 2.5-Modelle: 1.500 RPD kostenlos (Limit für Flash und Flash-Lite). Danach 35 $ pro 1.000 fundierte Prompts Gemini 3-Modelle: 5.000 kostenlose Suchanfragen pro Monat (gemeinsam für alle Gemini-Modelle), danach 14 $ pro 1.000 Anfragen.
Google Maps	500 RPD Nicht für Pro verfügbar.	1.500 RPD kostenlos (Limit für Flash und Flash-Lite) 10.000 RPD kostenlos für Pro Danach 25 $ / 1.000 gegroundete Prompts
Code-Ausführung	Kostenlos	Die Codeausführung wird zu den Standardtokenraten für das ausgewählte Modell abgerechnet. Die Kosten richten sich ausschließlich nach der Nutzung des Tools. Für die Sitzungslaufzeit fallen keine Gebühren an. Der generierte Code und die Ausführungsergebnisse werden als Ausgabetokens abgerechnet, wenn sie erstellt werden, und als Eingabetokens, wenn das Modell sie im Rahmen seines iterativen Denkprozesses verwendet.
URL-Kontext	Kostenlos	Die Abrechnung erfolgt als Eingabetokens pro Modell.
Computernutzung	Nicht verfügbar	Die Abrechnung erfolgt als reguläre Tokens gemäß der Preisgestaltung des Modells (z.B. Standardpreise für Gemini 3.8 Flash).
Dateisuche	Kostenlos	Die Kosten für Einbettungen betragen 0,15 $ pro 1 Million Tokens. Die Kosten für abgerufene Dokument-Tokens werden als reguläre Tokens gemäß der Preisgestaltung des jeweiligen Modells berechnet.
Custom Tools-Endpunkt (Gemini 3.1 Pro-Vorschau)	Nicht verfügbar	Gleiche Preise wie für die Gemini 3.1 Pro-Vorabversion

Preise für KI-Agenten

Die Kosten für die Agent-Nutzung werden auf Grundlage des zugrunde liegenden Token-Verbrauchs und der Nutzung der Tools berechnet.

	Modell	Tools
Gemini Deep Research-Agent	Die gesamte Modellinferenz wird zu den Standardlistenpreisen für Gemini abgerechnet, einschließlich der Eingabe-, Ausgabe- und Zwischen-Eingabe-/Begründungs-Tokens, die während der Agenten-Schleifen generiert werden.	Die Gebühren für die Tool-Nutzung richten sich nach der bestehenden Preisstruktur. Es gelten die Standardunterscheidungen für Search Grounding (abgerufene Tokens ausgeschlossen) im Vergleich zu Url_context / File Search (abgerufene Tokens in allen anderen Tools enthalten).
Verwaltete KI-Agenten in der Gemini API	Die gesamte Modellinferenz wird zu den Standardlistenpreisen für Gemini abgerechnet, einschließlich der Eingabe-, Ausgabe- und Zwischen-Eingabe-/Begründungs-Tokens, die während der Agenten-Schleifen generiert werden. Detaillierte Preisinformationen	Die Rechenleistung der Umgebung (CPU, Arbeitsspeicher, Sandbox-Ausführung) wird während des Vorschauzeitraums nicht in Rechnung gestellt.
Antigravity-Agent	Die gesamte Modellinferenz wird zu den Standardlistenpreisen für Gemini abgerechnet, einschließlich der Eingabe-, Ausgabe- und Zwischen-Eingabe-/Begründungs-Tokens, die während der Agenten-Schleifen generiert werden. Detaillierte Preisinformationen	Die Rechenleistung der Umgebung (CPU, Arbeitsspeicher, Sandbox-Ausführung) wird während des Vorschauzeitraums nicht in Rechnung gestellt.

Hinweise

• Agentisches Videoverständnis:Wenn Sie das agentische Videoverständnis verwenden, hängt die Token-Nutzung vom Inhalt ab, der vom Modell geladen wird, und nicht von der gesamten Videolänge. Dies führt in der Regel zu bis zu 88% weniger Eingabetokens für Videos in Langform. Die Anzahl der Tokens hängt jedoch von der Komplexität der Anfrage und der dynamischen Samplingtiefe ab, die bei detaillierten visuellen Segmenten mehr als 1 FPS betragen kann. Weitere Informationen
• Abrechnung von Dokument-Tokens:Tokens für die DOCUMENT-Modalität (z. B. PDFs) werden zum Bild-Token-Tarif abgerechnet. In API-Antworten werden diese Tokens unter der Modalität DOCUMENT innerhalb von promptTokensDetails angezeigt.
• Die Nutzung von Google AI Studio ist in allen verfügbaren Regionen kostenlos. Weitere Informationen finden Sie in den FAQs zur Abrechnung.
• Die Preise können von den hier aufgeführten Preisen und den Preisen auf der Gemini Enterprise Agent Platform abweichen. Die Preise für die Gemini Enterprise Agent Platform finden Sie auf der Preisseite für die Gemini Enterprise Agent Platform.
• Wenn Sie dynamisches Abrufen verwenden, um die Kosten zu optimieren, werden nur Anfragen, die mindestens eine Fundierungs-Support-URL aus dem Web in ihrer Antwort enthalten, für die Fundierung mit der Google Suche in Rechnung gestellt. Für Gemini fallen immer Kosten an. Die Nutzungslimits können sich ändern.