Gemini-Preise [Ausgabe 2026] — kostenloses Kontingent, Abonnement und modellabhängige API-Tarife

Für Gemini gibt es drei Preisoptionen. Kostenlose Stufe (kostenlose API-Stufe von Google AI Studio, mit Ratenbegrenzungen und nicht für den Produktionseinsatz geeignet), Googles Abonnement (kostenpflichtiger Tarif der Gemini-App, fester Monatsbetrag ohne API-Schlüssel) und nutzungsabhängige API-Abrechnung (pro Token, ohne Monatsgebühr, $0 ohne Aufrufe). Diese drei Optionen sind getrennte Produkte; der Abschluss einer Option gewährt keinen Zugriff auf eine andere.

Entwickler suchen meistens nach der dritten Option. Kunavo bietet diese API etwa 70% günstiger als Googles Listenpreis an. Diese Seite behandelt die aktuellen Tarife nach Modell, nachvollziehbare Rechenbeispiele und die günstigste Art, Gemini in der Produktion aufzurufen.

Die drei Preisoptionen unterscheiden

Das häufigste Missverständnis betrifft die mittlere Zeile. Auch wenn Sie den kostenpflichtigen Tarif der Gemini-App bezahlen, erhöht sich Ihr API-Nutzungskontingent nicht. Das Monatsabonnement der App und die API für Entwickler werden getrennt abgerechnet; für Aufrufe aus Code benötigen Sie in jedem Fall einen Schlüssel und nutzungsabhängige Abrechnung oder die kostenlose Stufe. Da sich die konkreten Ratenbegrenzungen der kostenlosen Stufe nach Googles Maßgabe häufig ändern, prüfen Sie die Zahlen in der offiziellen Google-Dokumentation. Wir behandeln sie hier nicht – für den Produktionseinsatz scheidet die kostenlose Stufe ohnehin aus.

Gemini-Preisübersicht

Die Tarife gelten pro 1 Mio. Tokens, in USD, und entsprechen den bei Kunavo berechneten Beträgen. Die Spalte „Googles Listenpreis“ enthält die veröffentlichten Preise von Google für dasselbe Modell und wird zum Vergleich angezeigt.

Flash ist die zentrale Wahl für große Verarbeitungsmengen; Pro ist für anspruchsvollere Schlussfolgerungen, Bilderkennung und Aufgaben mit langem Kontext gedacht. Die aktuellen Tarife werden immer auf der Preisseite und den jeweiligen Modellseiten (gemini-2-5-flash, gemini-3-1-pro) angezeigt.

So funktioniert die Tokenabrechnung bei Gemini

Abgerechnet werden Eingabetokens (alles, was Sie senden – System-Prompt, abgerufener Kontext und Benutzernachricht) und Ausgabetokens (das vom Modell Generierte). Da Ausgaben teurer sind, ist der größte Hebel für die Gemini-Rechnung, wie viel Sie das Modell schreiben lassen. Bilder und Audio werden in Tokens umgerechnet und über denselben Zähler abgerechnet.

Rechenbeispiele

Dies sind konkrete Werte anhand der Tarife von Kunavo für Gemini 2.5 Flash. Nur in der letzten Zeile wird Gemini 3.1 Pro verwendet.

Bei diesen Tarifen kostet ein Klassifizierungs-Batch mit 100.000 Dokumenten in Flash ungefähr $6; 1 Million Chatbot-Unterhaltungen kosten ungefähr $315. Die Berechnung kann unverändert ausgeführt werden.

# Kunavo の Gemini 2.5 Flash 料率（1M トークンあたり、USD）
IN_RATE, OUT_RATE = 0.09, 0.75

def cost(in_tokens: int, out_tokens: int) -> float:
    return in_tokens / 1_000_000 * IN_RATE + out_tokens / 1_000_000 * OUT_RATE

print(cost(1_000, 300))            # チャットボット 1 ターン -> $0.000315
print(cost(8_000, 500))            # RAG の回答 1 件        -> $0.001095
print(cost(500, 20) * 100_000)     # 10 万件のバッチ処理     -> 約 $6.00

Kunavo-Preise und Stripe-Zahlungen

Sie benötigen weder ein Abonnement noch ein Google-Cloud-Projekt. Laden Sie Guthaben auf (über Stripe oder eine lokale Zahlungsmethode); bei jedem Aufruf wird der Betrag anhand der oben genannten Tokenpreise vom Guthaben abgezogen. Die nutzungsabhängige Abrechnung beginnt mit einer Mindestaufladung von $10; Guthaben verfällt nicht, und größere Aufladungen erhalten Bonusguthaben. Ein Guthaben deckt Gemini und alle anderen Modelle – Claude, GPT, Bild, Video und Audio – ab, sodass Sie keine getrennten Rechnungen verschiedener Anbieter abgleichen müssen.

Welches Gemini-Modell sollte ich wählen?

• gemini-2-5-flash – Standard für Chat, Extraktion, Klassifizierung, Zusammenfassung und die meisten RAG-Anwendungen. Schnell und die günstigste leistungsfähige Option.
• gemini-3-1-pro – Verwenden Sie dieses Modell, wenn Flash nicht präzise genug ist, etwa für mehrstufige Schlussfolgerungen, Code, Bilderkennung oder extrem lange Kontexte.

Eine gute Strategie ist das Routing nach Schwierigkeitsgrad. Häufige Fälle werden mit Flash verarbeitet; nur wenn die Prüfung fehlschlägt, wird zu Pro eskaliert. Ein Routing-Muster mit Code steht im Leitfaden zur Optimierung der KI-Kosten.

Die Gemini-Rechnung senken

1. Auf eine niedrigere Stufe wechseln. Senden Sie die einfachen 80% an Flash und reservieren Sie Pro für die schwierigen 20%.
2. Die Ausgabe begrenzen. Setzen Sie max_tokens und Stoppsequenzen – Ausgaben werden auf der teureren Seite des Zählers abgerechnet.
3. Die Eingabe begrenzen. Rufen Sie einige hochwertige RAG-Chunks ab, statt die gesamte Wissensbasis in den Kontext zu packen.
4. Batches bilden. Bündeln Sie unabhängige Aufrufe, halten Sie die Latenz niedrig und vermeiden Sie eine Flut von Wiederholungsversuchen.

Auch Googles Bild- und Videomodelle können mit demselben Schlüssel aufgerufen werden. Die Preise pro Bild bzw. Video finden Sie unter Preise für Nano Banana Pro und Preise für Veo 3.

Häufig gestellte Fragen