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 hochskalieren.

Unser Flaggschiff-Modell für logisches Schlussfolgern, das für komplexe Softwareentwicklung, tiefgehende mathematische und wissenschaftliche Problemlösung, autonome mehrstufige KI-Agenten und die Generierung von langen Decodierungen mit bis zu 1 Million Tokens entwickelt wurde.

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

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

Unsere Audio-zu-Audio-Modelle mit niedriger Latenz sind für Echtzeit-Sprach-Agents und Live-Dialoge optimiert, einschließlich Unterstützung für Hintergrund-Reasoning mit der erweiterten Thinking-Funktion.

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

Unser Modell für die Sprache-zu-Sprache-Übersetzung mit niedriger Latenz in Echtzeit, das mehr als 70 Sprachen unterstützt.

^* Die Abrechnung erfolgt basierend auf dem Gesamtverbrauch an Audio-Ein- 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. Das ergibt einen effektiven Mischpreis von ca. 0, 009 $ pro Minute für die automatische Transkription.

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. Das ergibt einen effektiven Mischpreis von ca. 0, 005 $ pro Minute für die Transkription.

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

^* Eine von einem Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Suchanfragen in der 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 von einem Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Suchanfragen in der 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 für die Videogenerierung und -bearbeitung ist jetzt allgemein für Entwickler in 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 Standardpreisen entspricht dies 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 Standardpreisen 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 von einem Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Suchanfragen in der Google Suche führen. Ihnen wird jede einzelne Suchanfrage 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). Ausgabebilder mit 1K (1024 x 1024 Pixel) verbrauchen 1.120 Tokens und entsprechen 0,0336 $ pro Bild. Ausgabebilder mit 2K (2048 × 2048 Pixel) verbrauchen 1.680 Tokens und kosten 0,0504 $ pro Bild. Ausgabebilder mit 4K (4096 × 4096 Pixel) verbrauchen 3.780 Tokens und entsprechen 0,113 $ pro Bild.

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

Das auf Geschwindigkeit und Effizienz ausgelegte Gemini 3.1 Flash Bildgenerierungsmodell 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 1K (1024 x 1024 Pixel) verbrauchen 1.120 Tokens und kosten 0,067 $ pro Bild. Ausgabebilder mit 2K (2048 × 2048 Pixel) verbrauchen 1.680 Tokens und kosten 0,101 $ pro Bild. 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 Suchanfragen in der Google Suche führen. Die Kosten für jede einzelne Suchanfrage werden in Rechnung gestellt. Abgerufener Kontext (Text oder Bilder), der von der Fundierung mit der Google Suche bereitgestellt wird, wird nicht als Eingabe-Tokens berechnet.

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

Das Gemini 3.1 Flash Lite Image-Modell ist der Effizienzspezialist der Bildgenerierungsfamilie und wurde für die kostengünstige Bildgenerierung und ‑bearbeitung mit extrem niedriger Latenz 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, das für Sprachqualität in Studioqualität, ausdrucksstarke Schauspielerei und Stabilität bei langen Texten entwickelt wurde.

^* 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 Text-to-Speech-Audio-Modell ist für ein gutes Preis-Leistungs-Verhältnis, niedrige Latenz und steuerbare Sprachgenerierung optimiert.

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

Unser älteres 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 Bildgenerierungsmodell, das für Geschwindigkeit, Flexibilität und Kontextverständnis optimiert ist. Texteingabe und -ausgabe kosten dasselbe wie Gemini 3.1 Pro.

^* Die Bildeingabe ist auf 560 Tokens oder 0,0011 $ pro Bild festgelegt.

^** 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 bis zu 4096 × 4096 Pixeln (4K) verbrauchen 2.000 Tokens und entsprechen 0,24 $ pro Bild.

^*** Eine von einem Kunden an Gemini gesendete Anfrage kann zu einer oder mehreren Suchanfragen in der Google Suche führen. Ihnen wird jede einzelne Suchanfrage 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 hybrides 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 1 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 zur Bildgenerierung, das auf 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 bis zu 1024 × 1024 Pixel verbrauchen 1.290 Tokens und entsprechen 0,039 $ pro Bild.

Unser Text-zu-Sprache-Audiomodell 2.5 Flash, das für eine preisgünstige, steuerbare Sprachgenerierung mit niedriger Latenz optimiert ist.

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 Standard-Video 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 wird 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 (Full Song)	Nicht verfügbar	0,08 $ pro Song
Zur Verbesserung unserer Produkte	Ja	Nein

Die älteren Modelle zur Musikgenerierung von Google.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro Anfrage in USD
Lyria 3 Clip-Vorschau (30 Sek.)	Nicht verfügbar	0,04 $ pro Song
Lyria 3 Pro (Vorabversion) (ganzer Song)	Nicht verfügbar	0,08 $ pro Song
Zur Verbesserung unserer Produkte verwendet	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. Es 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 1 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

Für Tools gelten eigene Preise, die auf das Modell angewendet werden, das sie verwendet. Auf der Seite Modelle finden Sie Informationen dazu, welche Tools für die einzelnen Modelle verfügbar sind.

	Kostenlose Stufe	Kostenpflichtige Stufe, pro 1 Mio. Tokens in USD
Google Suche	500 Anfragen pro Tag kostenlos (Limit wird für Flash und Flash-Lite gemeinsam genutzt). Nicht für Pro verfügbar.	Gemini 2.5-Modelle: 1.500 Anfragen pro Tag kostenlos (Limit wird für Flash und Flash-Lite geteilt). Danach 35 $ pro 1.000 fundierte Prompts. Gemini 3 und neuere Modelle: 5.000 kostenlose Suchanfragen pro Monat (geteilt über alle Gemini 3- und neueren Modelle), danach 14 $ pro 1.000 Anfragen.
Google Maps	500 RPD Nicht für Pro verfügbar.	Gemini 2.5-Modelle: 1.500 Anfragen pro Tag kostenlos (Limit wird für Flash und Flash-Lite geteilt) 10.000 Anfragen pro Tag kostenlos für Pro. Danach 25 $ pro 1.000 fundierte Prompts Gemini 3 und neuere Modelle: 5.000 Anfragen pro Monat (kostenlos, wird für alle Gemini 3- und neueren Modelle geteilt), danach 14 $ pro 1.000 Suchanfragen.
Code-Ausführung	Kostenlos	Die Code-Ausführung wird zu den Standard-Token-Preisen für das ausgewählte Modell abgerechnet. Die Kosten hängen ausschließlich von der Nutzung des Tools ab. Für die Sitzungslaufzeit fallen keine Gebühren an. Der generierte Code und die Ausführungsergebnisse werden bei der Erstellung als Ausgabetokens und bei der Verwendung durch das Modell im Rahmen des iterativen Reasoning-Prozesses als Eingabetokens abgerechnet.
URL-Kontext	Kostenlos	Werden als Eingabetokens pro Modellpreis berechnet.
Computernutzung	Nicht verfügbar	Werden als reguläre Tokens gemäß den Modellpreisen abgerechnet (z.B. Standardpreise für Gemini 3.8 Flash).
Dateisuche	Kostenlos	Für Einbettungen werden 0,15 $ pro 1 Million Tokens berechnet. Abgerufene Dokumenttokens werden gemäß den Modellpreisen als reguläre Tokens 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 Nutzung von KI-Agenten werden anhand des zugrunde liegenden Tokenverbrauchs und der Nutzung der Tools berechnet.

	Modell	Tools
Gemini Deep Research-Agent	Alle Modellinferenzen werden zu den Standard-Gemini-Listenpreisen abgerechnet, einschließlich Eingabe-, Ausgabe- und Zwischeneingabe-/Reasoning-Tokens, die während Agentenschleifen 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. (Siehe Preisangaben).	Die Umgebung für die Rechenleistung (CPU, Arbeitsspeicher, Sandbox-Ausführung) wird während des Vorschauzeitraums nicht in Rechnung gestellt.
Antigravity-Agent	Alle Modellinferenzen werden zu den Standard-Gemini-Listenpreisen abgerechnet, einschließlich Eingabe-, Ausgabe- und Zwischeneingabe-/Reasoning-Tokens, die während Agentenschleifen generiert werden. (Siehe Preisangaben).	Die Umgebung für die Rechenleistung (CPU, Arbeitsspeicher, Sandbox-Ausführung) wird während des Vorschauzeitraums nicht in Rechnung gestellt.

Hinweise

• Agentisches Videoverständnis: Bei der Verwendung des agentischen Videoverständnisses variiert die Tokennutzung je nach den vom Modell geladenen Inhalten und nicht nach der gesamten Videolänge. Dies führt in der Regel zu bis zu 88% weniger Eingabetokens für Videos im Langformat. Die Tokenanzahl hängt jedoch von der Komplexität der Abfrage und der dynamischen Sampling-Tiefe ab, die bei detaillierten visuellen Segmenten 1 FPS überschreiten kann. Weitere Informationen finden Sie unter Agentisches Videoverständnis.
• Abrechnung von Dokument-Tokens: Tokens für die Modalität DOCUMENT (z. B. PDFs) werden zum Preis für Bild-Tokens 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 auf der Gemini Enterprise Agent Platform angebotenen Preisen abweichen. Informationen zu den Preisen für die Gemini Enterprise Agent Platform finden Sie auf der Preisseite für die Gemini Enterprise Agent Platform.
• Wenn Sie den dynamischen Abruf verwenden, um die Kosten zu optimieren, werden nur Anfragen, die mindestens eine URL zur Fundierung aus dem Web in ihrer Antwort enthalten, für die Fundierung mit der Google Suche in Rechnung gestellt. Für Gemini fallen immer Kosten an. Die Ratenbegrenzungen können sich ändern.