Google Gemini Preise: was die API wirklich kostet

Kurzantwort: drei verschiedene Gemini-Preise

Wer nach Google-Gemini-Preisen sucht, meint meist eines von drei verschiedenen Dingen, und Google macht den Unterschied nicht offensichtlich. Erstens das Verbraucher-Abo. Der bezahlte Plan der Gemini-App (Google AI Pro) ist eine feste Gebühr von etwa $20 im Monat. Er deckt den Chatbot und App-Features ab, nicht die API. Nichts, was du dort zahlst, erhöht dein API-Kontingent auch nur um eine einzige Anfrage. Zweitens die Gemini API über Google AI Studio. Das ist es, was Entwickler tatsächlich integrieren. Sie hat eine wirklich freie Stufe mit harten Rate-Limits und eine bezahlte Stufe, die pro Million Token abgerechnet wird, ohne monatliche Gebühr. Ein Hobbyprojekt kostet typischerweise einen einstelligen Dollarbetrag im Monat; eine kleine Produktionsanwendung landet im dreistelligen Bereich. Drittens Vertex AI. Dieselben Modelle, Enterprise-Wrapper, Google-Cloud-Abrechnung, Preise pro Token im selben Bereich. Wenn Preis die Frage ist, die du stellst, willst du fast sicher AI Studio statt Vertex. Der Rest dieses Guides behandelt die API: was die Free-Tier erlaubt, was bezahlte Nutzung bei realistischen Volumina kostet, und was zu tun ist, wenn der Rate-Limiter anfängt, 429er zurückzugeben.

Gemini-API-Preisstufen und Rate-Limits der Free-Tier

Die Gemini API misst drei Dinge gleichzeitig: Anfragen pro Minute (RPM), Token pro Minute (TPM) und Anfragen pro Tag (RPD). Welche Obergrenze du auch zuerst triffst, die API antwortet mit 429, bis sich dieses Fenster zurücksetzt. Limits gelten pro Google-Cloud-Projekt und pro Modell, sodass das Anlegen eines zweiten Keys im selben Projekt nichts ändert. Google überarbeitet diese Zahlen häufig, also betrachte die Tabelle eher als die Form des Systems denn als Vertrag. Die Werte sind ungefähre Flash-Klasse-Limits, Stand Mitte 2026; Pro-Klasse-Modelle bekommen auf jeder Stufe deutlich niedrigere Obergrenzen. Prüfe Googles Rate-Limits-Dokumentation für die exakten Werte, die aktuell für dein Projekt gelten.

Free vs. bezahlt: was sich tatsächlich ändert

Ein Abrechnungskonto zu verknüpfen tut mehr, als nur die Obergrenzen anzuheben. Der am häufigsten übersehene Unterschied steckt in den Bedingungen: Google darf Prompts und Antworten der Free-Tier zur Produktverbesserung nutzen, und das kann menschliche Überprüfung einschließen. Bezahlter API-Traffic ist von der Produktverbesserung ausgeschlossen. Wenn du an etwas Sensiblem prototypst, zählt diese Zeile mehr als jedes Rate-Limit. Die tägliche Anfrageobergrenze ist der andere praktische Unterschied. Auf der Free-Tier ist sie eine harte Obergrenze, die sich um Mitternacht Pacific Time zurücksetzt. Keine Retry-Strategie umgeht sie; du wartest, upgradest, oder routest den Traffic woanders hin.

Deine Stufe von der Kommandozeile testen

Ein curl-Aufruf sagt dir, ob dein Key funktioniert und auf welcher Stufe du effektiv bist. Die Antwort enthält einen usageMetadata-Block mit exakten Input- und Output-Token-Zahlen, was die Zahl ist, mit der du bei der Kostenprognose die Listensätze multiplizierst. Bekommst du HTTP 429 mit Status RESOURCE_EXHAUSTED statt einer Vervollständigung, hast du entweder das Tageskontingent der Free-Tier verbrannt oder sendest schneller, als das Pro-Minute-Fenster erlaubt.

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Explain token billing in one paragraph."}]}]}'

Was Gemini pro Monat kostet: drei Szenarien

Diese Szenarien nutzen Gemini 3.5 Flash zum Listenpreis von $1.50 pro Million Input-Token und $9.00 pro Million Output-Token. Zwei Dinge dominieren die Rechnung. Output-Token kosten sechsmal so viel wie Input, daher sind ausführliche Antworten der teure Teil. Und Chat-Anwendungen senden den Gesprächsverlauf bei jeder Runde erneut, sodass das Input-Volumen mit der Gesprächslänge schnell wächst, sofern du den Kontext nicht kürzt. Wenn die Chat-Frontend-Zeile deinen Workload beschreibt, beachte, dass dieselbe Rechnung für jedes Modell gilt, und Budget-Modelle wie DeepSeek V4 Flash verändern die Summen für Konversationsnutzung drastisch. Budgetiere außerdem separat für lange Dokument-Jobs: Pro-Klasse-Gemini-Modelle berechnen einen höheren Satz, sobald ein Prompt die Schwelle für großen Kontext überschreitet.

Fehlerbehebung bei Gemini-API-Rate-Limits

Ein 429 mit RESOURCE_EXHAUSTED ist generisch, also finde zuerst heraus, welchen der drei Zähler du tatsächlich getroffen hast. Der Client unten wiederholt vorübergehende Pro-Minute-Ausbrüche mit Backoff und gibt schnell auf bei allem, was ein erneuter Versuch nicht beheben kann.

• Tagesobergrenze aufgebraucht (Free-Tier): der RPD-Zähler setzt sich um Mitternacht Pacific Time zurück. Kein Retry-Muster hilft; upgrade die Stufe oder verlagere den Traffic.
• RPM-Ausbrüche: parallele Worker und naive Retry-Schleifen lösen das Pro-Minute-Limit sogar bei geringem Tagesvolumen aus. Füge exponentielles Backoff mit Jitter hinzu.
• TPM löst bei langem Kontext aus: eine Handvoll 100K-Token-Prompts kann Tokens-per-Minute erschöpfen, während deine Anfragerate winzig aussieht. Kürze den Verlauf oder cache stabile Präfixe.
• Falscher Hebel: Limits hängen am Google-Cloud-Projekt, nicht am API-Key. Neue Keys im selben Projekt zu erstellen bewirkt nichts.
• Modell-Klasse: Pro-Klasse-Obergrenzen sind auf derselben Stufe weit niedriger als Flash-Klasse. Route Hintergrundjobs zu Flash und reserviere Pro für die Aufrufe, die es brauchen.

import random
import time

from google import genai
from google.genai import errors

client = genai.Client()  # reads GEMINI_API_KEY from the environment

def generate(prompt: str, retries: int = 5) -> str:
    for attempt in range(retries):
        try:
            resp = client.models.generate_content(
                model="gemini-3.5-flash", contents=prompt
            )
            return resp.text
        except errors.APIError as e:
            if e.code != 429 or attempt == retries - 1:
                raise
            time.sleep(min(2 ** attempt + random.random(), 30))
    raise RuntimeError("unreachable")

Die Gateway-Option: feste Preise, keine Stufenleiter

Wenn dein Hindernis die Stufenleiter ist, nicht der Preis pro Token, ist ein AI-Gateway die pragmatische Alternative. apisrouter.com bietet gemini-3.5-flash zu $1.20 pro Million Input-Token und $7.20 pro Million Output, mit globalen Modellen 20 Prozent unter offiziellem Listenpreis und Pay-as-you-go-Abrechnung statt Abo. Es gibt kein Anmeldeformular: zahle unter /topup, der API-Key kommt per E-Mail, und dein erstes Aufladen bringt +100 Prozent Guthaben. Kontingent wird zu einem Guthaben, das du abbaust, statt zu einer Pro-Minute-Verhandlung mit einem Stufensystem. Der Endpoint ist OpenAI-kompatibel, sodass alles funktioniert, was eine benutzerdefinierte Base-URL akzeptiert: richte es auf https://api.apisrouter.com/v1, und die Modellliste füllt sich aus /v1/models. Derselbe Katalog führt claude-sonnet-4-6, gpt-5.5, deepseek-v4-flash und glm-5, was Gemini gegen Alternativen A/B zu testen zu einer Ein-Zeilen-Änderung macht.

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $KEAIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.5-flash",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

Häufige Fragen