Gemini-API-Preise (2026): Kosten pro 1 Mio. Tokens für jedes Modell

Die Preise für die Gemini-API beginnen bei 1,25 USD pro 1 Mio. Eingabetokens für Gemini 2.5 Pro und steigen bis auf
2,00 USD pro 1 Mio. bei Gemini 3.1 Pro, während die Ausgabepreise zwischen 7,50 und 12,00 USD liegen. Die angegebenen Listenpreise sind
wettbewerbsfähig, doch Googles Preisgestaltung weist eine Besonderheit auf, die keiner der Konkurrenten in vergleichbarem Maße bietet:
Eingabeprompts mit mehr als etwa 200.000 Tokens werden bei mehreren Modellen zu einem höheren Satz berechnet. Für eine Modellfamilie, die sich auf ihren Million-Token-Kontext stützt, entscheidet genau diese Schwelle über Ihre tatsächliche Rechnung.
Preise für die Gemini-API: jedes Modell pro 1 Mio. Tokens

Das Interessante an Googles aktueller Modellreihe ist, dass die günstigere Variante oft die bessere ist.

übertrifft Gemini 3.1 Pro bei Programmieraufgaben und Agenten-basierten Benchmarks, läuft dabei rund viermal schneller und kostet etwa 25 % weniger – bei identischem Kontextumfang von 1 Million Tokens. Wenn das schnellere und günstigere Modell zudem noch bessere Ergebnisse liefert, verliert die Pro-Variante ihren Status als Standardwahl und wird stattdessen zur Speziallösung. Für Code-Assistenten, Agenten-Workflows und alle Szenarien, bei denen ein Nutzer auf eine Antwort wartet, ist Flash in jeder Hinsicht überlegen – ein seltenes Phänomen bei der Modellauswahl, da Geschwindigkeit, Kosten und Qualität normalerweise gegeneinander abgewogen werden müssen.
wurde am 21. Juli 2026 veröffentlicht und ist das jüngste Modell dieser Reihe. Der Eingabepreis bleibt unverändert bei 1,50 USD, während der Ausgabepreis von 9,00 auf 7,50 USD sinkt – eine Reduktion um 17 % auf der Rechnungsseite, die üblicherweise dominiert. Bei generierungsintensiven Workloads bedeutet dies eine direkte Einsparung ohne implizierten Leistungseinbußen durch die Preisgestaltung; damit ist es die Standardwahl innerhalb der Flash-Reihe für neue Anwendungen. Bei eingabedominanten Abruf-Workloads sind beide Modelle kostenmäßig austauschbar, da die Eingabepreise identisch sind. Um eine häufig gestellte Suchanfrage zu klären: Es gibt bis Juli 2026 kein Gemini 4.

Gemini 3.5 Flash lohnt sich vor allem aufgrund seiner multimodalen Tiefe – nicht standardmäßig, denn Flash übertrifft es bei Programmieraufgaben zu einem niedrigeren Preis.
bleibt weit verbreitet und gut unterstützt. Es erreichte am 17. Juni 2025 die allgemeine Verfügbarkeit (General Availability) und war Benchmark-Führer bei Programmieraufgaben, Mathematik und Schlussfolgerungen über lange Kontexte; es verfügt über einen nativen Kontextumfang von 1.048.576 Tokens sowie vollständig multimodale Eingaben – Text, Bilder, Audio, Video und PDFs. Neuere 3.x-Modelle haben es zwar abgelöst, doch mit einem Eingabepreis von 1,25 USD gehört es nach wie vor zu den attraktivsten Preis-Leistungs-Angeboten unter den leistungsstarken Reasoning-Modellen.
Die 200.000-Token-Schwelle ist der entscheidende Planungsfaktor.
Googles Langkontext-Berechnung ist der Punkt, an dem Budgets platzen. Gemini 3.1 Pro berechnet Prompts mit mehr als 200.000 Tokens mit nahezu doppeltem Eingabesatz. Bei Gemini 2.5 Pro ist die Staffelung explizit: 1,25 USD pro 1 Mio. Eingabetokens bis 200.000 Tokens, danach steigt der Satz auf 2,50 USD; der Ausgabepreis erhöht sich von 10,00 auf 15,00 USD.
Die praktische Konsequenz ist, dass eine Funktion, die in Tests eine bestimmte Kostenhöhe verursacht, in der Produktion doppelt so viel kosten kann – weil die Schwelle pro Anfrage überschritten wird und ausschließlich davon abhängt, wie viel ein Nutzer eingefügt hat. Ein Budget für eine Langkontext-Funktion, das auf dem angegebenen Listenpreis basiert, unterschätzt die tatsächliche Rechnung erheblich, sobald echte Prompts eintreffen.
Es gibt zwei sinnvolle Reaktionen: Entwerfen Sie Ihre Lösung so, dass die Schwelle durch aggressiven Abruf (retrieval) und Neubewertung (reranking) eingehalten wird – was zudem meist auch die Antwortqualität verbessert, da die Aufmerksamkeitsverteilung über sehr lange Kontexte nicht einheitlich ist. Oder vergleichen Sie mit einem Modell, das einen einheitlichen Festpreis über sein gesamtes Kontextfenster hinweg berechnet;

Gemini 3.6 FlashClaude Opus
4.8 kennt überhaupt keine Langkontext-Zuschläge
– was bei wirklich abrufdominanten Workloads trotz eines höheren Listenpreises insgesamt günstiger ausfallen kann.
Googles Open-Source-Modelle werden separat preislich bewertet
Gemma 3 ist Googles Familie von Open-Weight-Modellen und steht außerhalb dieser Tabelle, weil sie ein anderes Angebot darstellt: 4B-, 12B- und 27B-Modelle unter einer Open-Source-Lizenz, multimodal für Text und Bilder, mit einem Kontextfenster von 128K und so günstig auf gehosteten APIs (0,05 bis 0,16 USD pro 1 Mio.), dass die eigentliche Entscheidung darin besteht, ob man sie selbst betreibt. Gemma 3 27B benötigt bei 4-Bit-Quantisierung etwa 16 GB VRAM – damit läuft es auf einer einzelnen Consumer-Grafikkarte. Dimensionieren Sie es im
, oder prüfen Sie, ob
Selbsthosting bei Ihrem Volumen günstiger ist als die API-Nutzung – mithilfe des

Gemini 3.1 Pro Wie hoch sind die Kosten für die Gemini-API?
Die Preise für die Gemini-API reichen von 2,70 USD pro 1 Mio. gemischter Tokens (blended tokens) bei Gemini 3.6 Flash bis zu 4,00 USD bei Gemini 3.1 Pro. Der gemischte Preis setzt ein Verhältnis von 4:1 (Eingabe zu Ausgabe) voraus. Eingabe- und Ausgabetokens werden getrennt abgerechnet, wobei Ausgabetokens stets teurer sind.

Gemini 2.5 Pro bleibt weit verbreitet und gut unterstützt. Es erreichte
am 17. Juni 2025 die allgemeine Verfügbarkeit (General Availability) und war ein Benchmark-Führer bei Programmieraufgaben, Mathematik und
Schlussfolgerungen über lange Kontexte mit einem nativen Kontext von 1.048.576 Token sowie vollständig multimodalen Eingaben – Text,
Bildern, Audio, Video und PDFs. Neuere Modelle der 3.x-Reihe haben es zwar abgelöst, doch zu einem Preis von 1,25 USD pro Eingabe bleibt es
eine der stärksten Wertoptionen unter den führenden Schlussfolgerungsmodellen.

Die Schwelle von 200.000 Token ist das entscheidende Kriterium für die Planung.

Bei Gemini’s Abrechnung für lange Kontexte platzen häufig die Budgets. Gemini 3.1 Pro berechnet Eingaben mit mehr als
200.000 Token etwa doppelt so teuer. Bei Gemini 2.5 Pro erfolgt die Abrechnung explizit gestaffelt: 1,25 USD pro Million Eingabetoken bis zu 200.000 Token, danach steigt der Preis auf 2,50 USD; die Ausgabekosten erhöhen sich von 10 auf 15 USD.
Die praktische Konsequenz ist, dass eine Funktion, die während des Testens einen bestimmten Preis hatte, in der Produktion doppelt so teuer werden kann, da die Schwelle pro Anfrage überschritten wird und ausschließlich davon abhängt, wie viel der Nutzer eingefügt hat.

Die praktische Konsequenz ist, dass eine Funktion, die während des Testens einen bestimmten Preis hatte, in der Produktion doppelt so teuer werden kann, da die Schwelle pro Anfrage überschritten wird und ausschließlich davon abhängt, wie viel der Nutzer eingefügt hat.
Die praktische Konsequenz ist, dass eine Funktion, die während des Testens einen bestimmten Preis hatte, in der Produktion doppelt so teuer werden kann, da die Schwelle pro Anfrage überschritten wird und ausschließlich davon abhängt, wie viel der Nutzer eingefügt hat.
Eine Budgetierung einer Funktion mit langem Kontext anhand des angegebenen Listenpreises unterschätzt daher
die Rechnung erheblich steigt, sobald echte Prompts eintreffen.

Es gibt zwei sinnvolle Reaktionen: Entwerfen Sie Ihre Architektur so, dass sie die Schwelle durch aggressives Retrieval und
Reranking unterschreitet – was üblicherweise ohnehin die Antwortqualität verbessert, da
die Aufmerksamkeit über sehr lange Kontexte hinweg nicht gleichmäßig verteilt ist. Oder vergleichen Sie mit einem Modell, das einen festen Preis für sein gesamtes Kontextfenster berechnet;
Claude Opus 4.8 weist überhaupt keine Aufpreisregelung für lange Kontexte auf
, was bei einer tatsächlich retrieval-lastigen Arbeitslasttrotz eines höheren Listenpreises günstiger ausfallen kann.
Googles Open-Source-Modelle werden separat preislich kalkuliert

Gemma 3 ist Googles Open-Weight-Modellfamilie und steht außerhalb dieser Tabelle, weil es ein anderes

Konzept darstellt: 4-Milliarden-, 12-Milliarden- und 27-Milliarden-Parameter-Modelle unter einer Open-Source-Lizenz sowie multimodal für Text und Bilder,
Vorschlag: 4-Milliarden-, 12-Milliarden- und 27-Milliarden-Parameter-Modelle unter einer Open-Source-Lizenz, multimodal für Text und Bilder,
128K Kontext und preisgünstig genug auf gehosteten APIs (0,05 bis 0,16 USD pro 1 Mio.), sodass die eigentliche Entscheidung darin besteht
ob Sie sie selbst betreiben möchten. Gemma 3 27B benötigt bei 4-Bit-Quantisierung etwa 16 GB VRAM, was sie auf einer einzigen Consumer-GPU betreibbar macht. Passen Sie die Größe an die
an, oder prüfen Sie, ob
VRAM-Rechner, ob
das Self-Hosting bei Ihrem Volumen kostengünstiger ist als die API – nutzen Sie dazu den
Selbsthosting vs. API
Rechner.