Gemini 4 Argon ist jetzt verfügbar. Jetzt ausprobieren.

Google verwendet KI-Technologie, um Inhalte in Ihre bevorzugte Sprache zu übersetzen. KI-Übersetzungen können Fehler enthalten.

Gemini API

Die Gemini API ist der schnellste Weg vom Prompt zur Produktionsphase mit Gemini, Veo, Nano Banana und mehr. Mit ihr können Sie diese generativen Modelle in Ihre Anwendungen einbinden, um Text und Bilder zu generieren, multimodale Eingaben zu analysieren und konversationelle Agenten zu erstellen.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Explain how AI works in a few words"
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const interaction = await ai.interactions.create({
  model: "gemini-3.8-flash",
  input: "Explain how AI works in a few words",
});

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.CreateModelInteraction;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.interactions.Model;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateModelInteraction params =
    CreateModelInteraction.builder()
        .model(Model.of("gemini-3.8-flash"))
        .input(InteractionsInput.of("Explain how AI works in a few words"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params)).interaction().get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateModelInteraction{
            Model: interactions.Model("gemini-3.8-flash"),
            Input: interactions.NewInteractionsInput("Explain how AI works in a few words"),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "gemini-3.8-flash",
    "input": "Explain how AI works in a few words"
  }'

Erste Schritte API-Schlüssel erstellen

Die Modelle

Alle ansehen

Gemini 4 Argon Neu

Unser Flaggschiff unter den Reasoning-Modellen mit einem gemeinsamen Kontextfenster von 1 Million Tokens und langen Decodes von bis zu 1 Million Tokens.

Gemini 3.8 Flash Neu

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

Gemini 3.8 Flash TTS Neu

Text-to-Speech-Modell in Studioqualität mit ausdrucksstarker Darstellung, benutzerdefiniertem Voice-Design und Voice-Replikation.

Gemini 3.5 Flash-Lite

Modell für große Mengen und kostenbewusste Nutzer, optimiert für Sub-Agenten-Aufgaben mit niedriger Latenz und hohem Durchsatz.

Nano Banana

Hochmoderne Modelle für die Bildgenerierung und ‑bearbeitung.

Gemini Omni Flash

Unser hochmodernes Modell für die Videogenerierung und ‑bearbeitung.

Gemini 3.5 Transcribe Neu

Speech-to-Text-Modell mit niedriger Latenz und sprachbasierter Spracherkennung, Sprecherbestimmung und Zeitstempeln für Wörter.

Gemini Robotics

Ein Vision-Language-Modell (VLM), das die agentischen Funktionen von Gemini in die Robotik bringt und logisches Schlussfolgern in der physischen Welt ermöglicht.

Funktionen

Bildgenerierung

Mit Nano Banana kontextbezogene Bilder nativ generieren und bearbeiten.

Großes Kontextfenster

Millionen von Tokens in Gemini-Modelle eingeben und Erkenntnisse aus unstrukturierten Bildern, Videos und Dokumenten gewinnen.

Strukturierte Ausgaben

Gemini so einschränken, dass es mit JSON antwortet, einem strukturierten Datenformat, das für die automatisierte Verarbeitung geeignet ist.

Funktionsaufrufe

Agentische Workflows erstellen, indem Sie Gemini mit externen APIs und Tools verbinden.

Videogenerierung mit Veo 3.1

Mit unserem hochmodernen Modell hochwertige Videoinhalte aus Text- oder Bildprompts erstellen.

Sprachagenten mit der Live API

Mit der Live API Echtzeit-Sprachanwendungen und ‑agenten erstellen.

Tools

Gemini über integrierte Tools wie die Google Suche, URL-Kontext, Google Maps, Code-Ausführung und Computernutzung mit der Welt verbinden.

Verständnis von Dokumenten

Bis zu 1.000 Seiten von PDF-Dateien mit vollständigem multimodalen Verständnis oder anderen textbasierten Dateitypen verarbeiten.

Thinking

Erfahren Sie, wie die Denkfähigkeiten die Schlussfolgerungen für komplexe Aufgaben und Agenten verbessern.

Agents erstellen

Verwaltete Agenten geben Gemini einen Arbeitsbereich, in dem es Aufgaben selbstständig planen und erledigen kann. In einer einzigen Anfrage kann Gemini Code schreiben und ausführen, im Web suchen und Dateien in einer gehosteten Sandbox-Umgebung erstellen. Beginnen Sie mit unserem vorgefertigten Antigravity-Agenten oder passen Sie ihn mit eigenen Anweisungen und Tools an.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Research the top 5 sustainable fashion brands, "
        "compare their materials and pricing tiers, and "
        "build an interactive dashboard in analysis.html."
    ),
    environment="remote"
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const interaction = await ai.interactions.create({
  agent: "antigravity-preview-09-2026",
  input:
    "Research the top 5 sustainable fashion brands, " +
    "compare their materials and pricing tiers, and " +
    "build an interactive dashboard in analysis.html.",
  environment: "remote",
});

console.log(interaction.output_text);

Java

import com.google.genai.Client;
import com.google.genai.gaos.models.interactions.AgentOption;
import com.google.genai.gaos.models.interactions.CreateAgentInteraction;
import com.google.genai.gaos.models.interactions.CreateAgentInteractionEnvironment;
import com.google.genai.gaos.models.interactions.Interaction;
import com.google.genai.gaos.models.interactions.InteractionsInput;
import com.google.genai.gaos.models.operations.CreateInteractionRequestBody;

Client client = new Client();

CreateAgentInteraction params =
    CreateAgentInteraction.builder()
        .agent(AgentOption.of("antigravity-preview-09-2026"))
        .input(
            InteractionsInput.of(
                "Research the top 5 sustainable fashion brands, "
                    + "compare their materials and pricing tiers, and "
                    + "build an interactive dashboard in analysis.html."))
        .environment(CreateAgentInteractionEnvironment.of("remote"))
        .build();

Interaction interaction =
    client.interactions.create(CreateInteractionRequestBody.of(params))
        .interaction()
        .get();

System.out.println(interaction.outputText().orElse(""));

Go

package main

import (
    "context"
    "fmt"
    "log"

    "google.golang.org/genai"
    "google.golang.org/genai/interactions/models/interactions"
    "google.golang.org/genai/interactions/models/operations"
)

func main() {
    ctx := context.Background()
    client, err := genai.NewClient(ctx, nil)
    if err != nil {
        log.Fatal(err)
    }

    res, err := client.Interactions.Create(ctx, operations.CreateInteractionRequest{
        Body: operations.NewCreateInteractionRequestBody(interactions.CreateAgentInteraction{
            Agent: interactions.AgentOption("antigravity-preview-09-2026"),
            Input: interactions.NewInteractionsInput(
                "Research the top 5 sustainable fashion brands, " +
                    "compare their materials and pricing tiers, and " +
                    "build an interactive dashboard in analysis.html.",
            ),
            Environment: genai.Ptr(interactions.NewCreateAgentInteractionEnvironment("remote")),
        }),
    })
    if err != nil {
        log.Fatal(err)
    }
    if res.Interaction.OutputText != nil {
        fmt.Println(*res.Interaction.OutputText)
    }
}

REST

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "agent": "antigravity-preview-09-2026",
    "input": "Research the top 5 sustainable fashion brands, compare their materials and pricing tiers, and build an interactive dashboard in analysis.html.",
    "environment": "remote"
  }'

Schnellstart für Agenten In AI Studio testen

Interactions API

Die Interactions API ist seit Juni 2026 unsere Standardschnittstelle und die beste Möglichkeit, mit Gemini-Modellen und ‑Agenten zu arbeiten. Wenn Sie ein neues Projekt starten, sollten Sie die Interactions API verwenden. Die generateContent API wird zwar weiterhin unterstützt, gilt aber jetzt als Legacy-API.

Übersicht über die Interactions API

Informationen dazu, wie die Interactions API den Konversationsstatus, Nachrichten und Ausgabeformate verwaltet.

Migrationsanleitung

Detaillierte Anleitung zur Umstellung Ihres Codes von „generateContent“ auf die Interactions API.

Streaming

Tokens, inkrementelle Gedanken und Tool-Aufrufereignisse in Echtzeit streamen.