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. Sie können diese generativen Modelle in Ihre Anwendungen einbinden, um Text und Bilder zu generieren, multimodale Eingaben zu analysieren und Konversations-Agents zu erstellen.

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    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-4-argon",
  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-4-argon"))
        .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-4-argon"),
            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-4-argon",
    "input": "Explain how AI works in a few words"
  }'

Erste Schritte API-Schlüssel erstellen

Die Modelle im Überblick

Alle ansehen

Gemini 4 Argon Neu

Unser Flaggschiff-Reasoning-Modell mit einem gemeinsamen Kontextfenster von 1 Million Tokens und langen Decodierungen 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-zu-Sprache-Modell in Studioqualität mit ausdrucksstarker Wiedergabe, benutzerdefiniertem Voice-Design und Stimmenklonen.

Gemini 3.5 Flash-Lite

Kostensensitives Modell für große Volumina, optimiert für Aufgaben von Sub-Agenten 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, äußerungsbasierter Spracherkennung, Sprecherbestimmung und Zeitstempeln auf Wortebene.

Gemini Robotics

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

Funktionen entdecken

Bildgenerierung

Mit Nano Banana können Sie Bilder mit hohem Kontextbezug nativ generieren und bearbeiten.

Großes Kontextfenster

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

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 Gemini Omni Flash

Mit unserem innovativen Modell können Sie aus Text- oder Bild-Prompts hochwertige Videoinhalte erstellen.

Sprach-Agenten mit der Live API

Mit der Live API Echtzeit-Sprachanwendungen und ‑Agenten erstellen

Tools

Mit integrierten Tools wie der Google Suche, URL-Kontext, Google Maps, Code-Ausführung und Computer Use können Sie Gemini mit der Welt verbinden.

Verständnis von Dokumenten

Verarbeiten Sie bis zu 1.000 Seiten PDF-Dateien mit vollständigem multimodalen Verständnis oder andere textbasierte Dateitypen.

Thinking

Erfahren Sie, wie die Denkfunktionen das logische Denken bei komplexen Aufgaben und Agenten verbessern.

Agents erstellen

Verwaltete Agenten bieten Gemini einen Arbeitsbereich, in dem Aufgaben selbstständig geplant und erledigt werden können. Mit einer einzigen Anfrage kann Gemini Code schreiben und ausführen, im Web suchen und Dateien in einer gehosteten Sandbox-Umgebung erstellen. Sie können mit unserem vordefinierten Antigravity-Agenten beginnen oder ihn mit Ihren eigenen Anweisungen und Tools anpassen.

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"
  }'

Kurzanleitung für Agenten In AI Studio ausprobieren

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 veraltet.

Interaktionen – Übersicht

Hier erfahren Sie, wie die Interactions API den Unterhaltungsstatus, Nachrichten und Ausgabeformate verwaltet.

Migrationsanleitung

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

Streaming

Echtzeit-Tokens, inkrementelle Gedanken und Toolaufruf-Ereignisse streamen.