Gemini-API-Preise 2026 — Kosten pro Modell, Beispiele und günstigerer OpenAI-kompatibler Zugriff

Gemini gehört zu den besten Preis-Leistungs-Optionen unter den führenden KI-Modellen, und Kunavo bietet es etwa 70% unter dem Google-Listenpreis über eine einzige OpenAI-kompatible API an. Dieser Leitfaden enthält die aktuellen Tarife pro Modell, überprüfbare Kostenbeispiele und die günstigste Möglichkeit, Gemini in der Produktion aufzurufen.

Gemini-API-Preise im Überblick

Die Tarife gelten pro 1M Token in USD, wie sie bei Kunavo berechnet werden. Die Spalte „Google-Listenpreis“ zeigt den von Google veröffentlichten Tarif für dasselbe Modell, damit Sie den Unterschied sehen können.

Flash ist das Arbeitspferd für hohe Volumina; Pro ist für anspruchsvolleres Reasoning, Vision und Aufgaben mit langem Kontext gedacht. Die aktuellen Tarife finden Sie immer auf der Preisseite und auf der Seite jedes Modells (gemini-2-5-flash, gemini-3-1-pro).

So funktioniert die Gemini-Tokenpreisgestaltung

Sie zahlen für Eingabetoken (alles, was Sie senden – System-Prompt, abgerufener Kontext, Benutzernachricht) und für Ausgabetoken (das, was das Modell erzeugt). Die Ausgabe ist der teurere Teil. Der größte Hebel für Ihre Gemini-Rechnung ist daher, wie viel Text Sie das Modell schreiben lassen. Bilder und Audio werden in Tokenäquivalente umgewandelt und über denselben Zähler abgerechnet.

Berechnete Kostenbeispiele

Reale Zahlen zum Gemini-2.5-Flash-Tarif von Kunavo, außer in der letzten Zeile, die Gemini 3.1 Pro verwendet:

Zu diesen Tarifen kostet ein Klassifizierungs-Batch mit 100.000 Dokumenten in Flash etwa $6 und eine Million Chatbot-Runden etwa $315. Die direkt ausführbare Berechnung:

# Tarifas do Kunavo para o Gemini 2.5 Flash (USD por 1M de tokens)
IN_RATE, OUT_RATE = 0.09, 0.75

def custo(tokens_entrada: int, tokens_saida: int) -> float:
    return tokens_entrada / 1_000_000 * IN_RATE + tokens_saida / 1_000_000 * OUT_RATE

print(custo(1_000, 300))            # uma rodada de chatbot   -> $0.000315
print(custo(8_000, 500))            # uma resposta de RAG     -> $0.001095
print(custo(500, 20) * 100_000)     # lote de 100k documentos -> ~$6.00

Kunavo-Preise und Abrechnung über Stripe

Es gibt weder ein Abonnement noch ein Google-Cloud-Projekt. Sie laden Guthaben in eine Wallet (Stripe oder lokale Zahlungsmethoden), und die Aufrufe ziehen die oben genannten Token-Tarife vom Guthaben ab. Pay-as-you-go beginnt mit einer Mindestaufladung von $10, das Guthaben verfällt nie, und größere Einzahlungen bringen Bonusguthaben. Eine einzige Wallet deckt Gemini und alle anderen Modelle ab – Claude, GPT, Bild, Video und Audio –, sodass Sie keine separate Rechnung pro Anbieter abgleichen müssen.

Welches Gemini-Modell sollte ich wählen?

• gemini-2-5-flash – Standard für Chat, Extraktion, Klassifizierung, Zusammenfassungen und den Großteil von RAG. Schnell und die günstigste leistungsfähige Option.
• gemini-3-1-pro – verwenden Sie es, wenn Flash nicht genau genug ist: mehrstufiges Reasoning, Code, Vision und sehr langer Kontext.

Ein gutes Muster ist das Routing nach Schwierigkeitsgrad: Flash für Standardfälle und nur dann auf Pro wechseln, wenn eine Prüfung fehlschlägt. Das Handbuch zur KI-Kostenoptimierung zeigt das Routing-Muster im Code.

So senken Sie Ihre Gemini-Rechnung

1. Wechseln Sie in eine niedrigere Stufe. Senden Sie die einfachen 80 % der Aufgaben an Flash und reservieren Sie Pro für die schwierigen 20 %.
2. Begrenzen Sie die Ausgabe. Legen Sie max_tokens und Stop-Sequenzen fest — die Ausgabe ist die teure Seite des Zählers.
3. Verschlanken Sie die Eingabe. Rufen Sie weniger, aber bessere RAG-Ausschnitte ab, statt die gesamte Wissensdatenbank in den Kontext zu packen.
4. Bündeln Sie Anfragen. Fassen Sie unabhängige Aufrufe zusammen, um die Latenz niedrig zu halten und Retry-Stürme zu vermeiden.

Häufig gestellte Fragen