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
Gemini API Preisgestaltung: jedes Modell, pro 1M Token
| Modell | Eingabe $/1 Mio. | Ausgabe $/1 Mio. | Gewichteter Preis pro Million US-Dollar | Kontext |
|---|---|---|---|---|
| Gemini 3.8 Flash | $0.750 | $3.75 | $1.35 | 1 Mio. |
| Gemini 3.6 Flash | $1.50 | $7.50 | $2.70 | 1 Mio. |
| Gemini 2.5 Pro | $1.25 | $10.00 | $3.00 | 1 Mio. (1.048.576 Tokens) |
| Gemini 3.5 Flash | $1.50 | $9.00 | $3.00 | 1 Mio. |
| Gemini 3.1 Pro | $2.00 | $12.00 | $4.00 | 1,05 Mio. |
‚Gemischt‘ bezeichnet den effektiven Satz bei einem typischen Verhältnis von vier Eingabe- zu einem Ausgabetoken – genau das erzeugt eine typische Chat- oder Retrieval-Workload tatsächlich. Dieser Wert ist der entscheidende Vergleichsmaßstab zwischen Anbietern; ein reiner Eingabepreis verschleiert hingegen die Kostenseite der Ausgabe.
Was Gemini pro Monat kostet
| Workload | Tokens/Monat | Gemini 3.8 Flash günstigstes |
Gemini 3.1 Pro leistungsfähigste Stufe |
|---|---|---|---|
| Nebenprojekt | 1 Mio. Eingabe / 0,25 Mio. Ausgabe | $1.69 | $5.00 |
| Kleines Team | 20 Mio. Eingabe / 5 Mio. Ausgabe | $34 | $100 |
| Produktion | 200 Mio. Eingabe / 50 Mio. Ausgabe | $338 | $1,000 |
Modellieren Sie Ihre eigenen Volumina im KI-API-Kostenrechner.
Wie Gemini sich mit anderen Anbietern vergleicht
Das jeweils günstigste Modell jedes Anbieters, sodass der Vergleich hinsichtlich der Eintrittskosten ‚Apples-to-Apples‘ erfolgt.
| Anbieter | Günstigstes Modell | Gewichteter Preis pro Million US-Dollar |
|---|---|---|
| Mistral AI | Mistral 7B | $0.0220 |
| Meta | Llama 3.1 8B | $0.0220 |
| Alibaba | Qwen3 8B | $0.0600 |
| Google dieser Seite | Gemma 3 4B | $0.0600 |
| Microsoft | Phi-4 | $0.0840 |
| DeepSeek | DeepSeek V4-Flash | $0.168 |
| OpenAI | GPT-6 Luna | $0.180 |
| Moonshot AI | Kimi K2.7 Code | $0.980 |
| Anthropic | Claude Haiku 4.5 | $1.80 |
| Zhipu AI | GLM 5.2 | $2.00 |
| Google DeepMind | Gemini 4 Argon | $3.60 |
| xAI | Grok 4 | $5.40 |
Das günstigste Modell ist nicht automatisch das beste Preis-Leistungs-Verhältnis – prüfen Sie daher stets auch die Leistungsfähigkeit neben dem Preis auf der LLM-Leaderboard, oder durchsuchen Sie sämtliche Modelle in der Datenbank für KI-Modelle.
Welches Gemini Modell sollte man verwenden?
Das Interessante an Googles aktuellem Angebot ist, dass die günstigere Variante oft die
bessere ist.
Gemini 3.5 Flash übertrifft Gemini 3.1 Pro bei Coding und agentengesteuerten
Benchmarks bei etwa viermal schnellerer Ausführung und etwa 25% niedriger Kosten, mit dem gleichen
1M-Token-Kontext. Wenn das schnellere, günstigere Modell auch höher bewertet wird, ist die Pro-Variante nicht mehr
die Standardwahl und wird zur Spezialisten-Option. Bei Coding-Assistenten, Agent Loops und allem,
bei dem ein Benutzer auf eine Antwort wartet, gewinnt Flash auf allen Ebenen gleichzeitig – was selten ist bei der
Modellauswahl, wo normalerweise Geschwindigkeit, Kosten und Qualität gegeneinander abgewogen werden.
Gemini 3.6 Flash, veröffentlicht 21. Juli 2026, ist das neueste in der Reihe. Der
Input-Satz bleibt unverändert bei $1.50, während Output von $9 auf $7.50 sinkt – eine 17% Reduzierung auf der Seite der
Abrechnung, die normalerweise dominiert. Bei generierungslastigen Workloads ist das eine unkomplizierte
Einsparung ohne Funktionsverlust durch die Preisgestaltung, was es zur Standardwahl
innerhalb der Flash-Variante für neue Arbeiten macht. Bei prompt-lastigen Abruf-Workloads sind die zwei
kostenmäßig austauschbar, da Input identisch ist. Um eine häufige Suchanfrage zu klären: Es gibt kein
Gemini 4 ab Juli 2026.
Gemini 3.1 Pro ist es wert, für Multimodal-Tiefe gewählt zu werden statt
standardmäßig, da Flash es beim Coding zu einem niedrigeren Preis schlägt.
Gemini 2.5 Pro bleibt weit verbreitet und gut unterstützt. Es erreichte
allgemeine Verfügbarkeit am 17. Juni 2025 und war ein Benchmark-Anführer bei Coding, Mathematik und
Long-Context-Reasoning mit einem nativen 1.048.576-Token-Kontext und vollständig multimodaler Eingabe – Text,
Bilder, Audio, Video und PDFs. Neuere 3.x Modelle überholen es, aber bei $1.25 Input ist es immer noch
eine der stärksten Wertwahlmöglichkeiten unter Frontier-Reasoning-Modellen.
Die 200K-Grenze ist das, wonach man planen muss
Geminis Long-Context-Abrechnung ist, wo Budgets platzen. Gemini 3.1 Pro berechnet Prompts über
200K Token zu etwa dem doppelten Input-Satz. Gemini 2.5 Pro ist explizit gestaffelt: $1.25 pro
1M Input bis 200K, ansteigend auf $2.50 darüber, mit Output von $10 auf $15.
Die praktische Konsequenz ist, dass eine Funktion, die in Tests einen bestimmten Betrag kostet, in der Produktion
doppelt so viel kosten kann, weil die Grenze pro Anfrage überschritten wird und ausschließlich davon abhängt, wie viel
ein Benutzer eingefügt hat. Das Budgetieren einer Long-Context-Funktion anhand der überschlagenen Zahl wird die
Rechnung erheblich unterschätzen, sobald echte Prompts eintreffen.
Es gibt zwei sinnvolle Antworten. Um die Grenze herum gestalten mit aggressivem Abruf und
Reranking, damit Prompts darunter bleiben – was normalerweise die Antwortqualität verbessert, da
Aufmerksamkeit über sehr lange Kontexte nicht gleichmäßig ist. Oder mit einem Modell vergleichen, das einen
einheitlichen Satz über sein gesamtes Fenster berechnet; Claude Opus
4.8 hat überhaupt keine Long-Context-Zuschlag, was für eine echte Abruf-lastige Workload
trotz eines höheren Listenpreises billiger sein kann.
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.
Häufig gestellte Fragen
Wie hoch sind die Kosten für die Gemini-API?
Gemini API Preisgestaltung reicht von $1.35 pro 1M gemischten Tokens bei Gemini 3.8 Flash bis zu $4.00 bei Gemini 3.1 Pro. Gemischt geht von einem 4:1 Input-zu-Output-Verhältnis aus. Input und Output werden separat berechnet, und Output ist immer die teurere Seite.
Welches ist das günstigste Gemini-Modell?
Gemini 3.8 Flash kostet $0.750 pro 1M Input-Token und $3.75 pro 1M Output-Token. Eine kleine Team-Workload mit 20M Input und 5M Output Token pro Monat kostet etwa $34.
Wie viel kostet Gemini pro Monat?
Bei 20M Input und 5M Output Token pro Monat kostet Gemini 3.8 Flash etwa $34 und Gemini 3.1 Pro etwa $100. Ein Nebenprojekt mit 1M/0.25M kostet einen kleinen Bruchteil davon. Nutze den AI API Kostenrechner für deine eigenen Volumen.
Ist Gemini günstiger als Mistral AI?
Bei anfänglicher Preisgestaltung beginnt Gemini bei $1.35 pro 1M gemischt und Mistral AI beginnt bei $0.0220 bei Mistral 7B. Mistral AI ist der günstigere Einstiegspunkt, obwohl sich die Fähigkeiten unterscheiden – vergleiche beide auf der Rangliste, bevor du wechselst.
Warum berechnet Gemini für Ausgabetokens höhere Gebühren als für Eingabetokens?
Ausgabetokens werden einzeln generiert und können nicht wie Prompts gebündelt werden, weshalb ihre Bereitstellung teurer ist. Daher sind promptlastige Workloads wie Retrieval und Klassifikation deutlich kostengünstiger als generierungsintensive Aufgaben – und daher ist der gemischte Satz aussagekräftiger als der reine Eingabepreis.
Preise sind die veröffentlichten Listenpreise für jedes Modell’s primäre API und werden überprüft, wenn Anbieter sie ändern. Volumen-, Batch- und Cached-Input-Rabatte sind nicht enthalten. Zuletzt überprüft August 2026.