Google AI for Developers

Zum Hauptinhalt springen

In diesem Leitfaden werden alle Modelle vorgestellt, die über die Gemini API verfügbar sind.

Gemini 3

Stabil

Vorschau

Alle Gemini 3-Modelle

Modell Endpunkt
Gemini 3.1 Pro 
gemini-3.1-pro-preview
Gemini 3.5 Flash 
gemini-3.5-flash
Gemini 3 Flash 
gemini-3-flash-preview
Gemini 3.1 Flash-Lite 
gemini-3.1-flash-lite
Nano Banana 2 
gemini-3.1-flash-image
Nano Banana 2 Lite 
gemini-3.1-flash-lite-image
Nano Banana Pro 
gemini-3-pro-image
Gemini 3.5 Live-Übersetzung 
gemini-3.5-live-translate-preview
Gemini 3.1 Flash Live 
gemini-3.1-flash-live-preview
Gemini 3.1 Flash TTS 
gemini-3.1-flash-tts-preview

Gemini 2.5 Flash

Modell Beschreibung Endpunkt
Gemini 2.5 Flash Unser bestes Preis-Leistungs-Modell für latenzarme Aufgaben mit hohem Volumen, die Reasoning erfordern. 
gemini-2.5-flash
Nano Banana Hochmoderne native Bildgenerierung und ‑bearbeitung für schnelle, kreative Workflows. 
gemini-2.5-flash-image
Gemini 2.5 Flash Live Optimiert für Konversationsagenten in Echtzeit mit nativem Audio-Streaming in weniger als einer Sekunde. 
gemini-2.5-flash-native-audio-preview-12-2025
Gemini 2.5 Flash TTS Steuerbare Text-zu-Sprache-Audio-Generierung mit präziser Steuerung von Stil und Tempo. 
gemini-2.5-flash-preview-tts

Gemini 2.5 Flash-Lite

Modell Beschreibung Endpunkt
Gemini 2.5 Flash Lite Das schnellste und kostengünstigste multimodale Modell der 2.5-Familie. 
gemini-2.5-flash-lite

Gemini 2.5 Pro

Modell Beschreibung Endpunkt
Gemini 2.5 Pro Unser fortschrittlichstes Modell für komplexe Aufgaben mit umfassenden Funktionen für logisches Denken und Programmieren in der 2.5-Familie. 
gemini-2.5-pro
Gemini 2.5 Pro TTS Sprachsynthese mit hoher Wiedergabetreue, die für Qualität in strukturierten Workflows wie Podcasts und Hörbüchern optimiert ist. 
gemini-2.5-pro-preview-tts

Audiomodelle

Dieser Abschnitt enthält alle Audiomodelle, auch solche, die möglicherweise bereits in anderen Abschnitten aufgeführt sind.

Modell Beschreibung Endpunkt
Gemini 3.1 Flash Live Unser hochwertiges Audio-zu-Audio-Modell (A2A) mit geringer Latenz wurde für Echtzeitdialoge und KI-Anwendungen mit Sprachsteuerung entwickelt. 
gemini-3.1-flash-live-preview
Gemini 3.1 Flash TTS Leistungsstarke Sprachgenerierung mit geringer Latenz, natürlichen Ausgaben, steuerbaren Prompts und neuen ausdrucksstarken Audio-Tags für eine präzise Steuerung der Sprachausgabe. 
gemini-3.1-flash-tts-preview
Gemini 2.5 Flash Live Unser Flaggschiff-Live API-Modell für bidirektionale Sprach- und Videoagenten mit geringer Latenz und nativer Audioanalyse. 
gemini-2.5-flash-native-audio-preview-12-2025
Gemini 2.5 Flash TTS Schnelle und steuerbare Sprachsynthese für kostengünstige Anwendungen mit geringer Latenz und Echtzeit-Assistenten. 
gemini-2.5-flash-preview-tts
Gemini 2.5 Pro TTS Sprachsynthese mit hoher Wiedergabetreue, die für Qualität in strukturierten Workflows wie Podcasts und Hörbüchern optimiert ist. 
gemini-2.5-pro-preview-tts

Dieser Abschnitt enthält alle generativen Media-Modelle, auch solche, die möglicherweise bereits in anderen Abschnitten aufgeführt sind.

Modell Beschreibung Endpunkt
Nano Banana 2 Hocheffiziente visuelle Inhalte in Produktionsqualität erstellen – mit der Intelligenz der Gemini 3-Serie und blitzschnellen Generierungsgeschwindigkeiten. 
gemini-3.1-flash-image
Nano Banana 2 Lite Dieses Modell wurde als Effizienzspezialist der Bildgenerierungsfamilie entwickelt und bietet eine extrem niedrige Latenz sowie eine kostengünstige Bildgenerierung und ‑bearbeitung. 
gemini-3.1-flash-lite-image
Veo 3.1 Hochmoderne filmische Videogenerierung mit erweiterten kreativen Steuerungselementen und nativ synchronisiertem Audio. 
veo-3.1-generate-preview
Nano Banana Pro Eine professionelle Design-Engine mit einem Reasoning-Kern für 4K-Visuals in Studioqualität, komplexe Layouts und präzises Textrendering. 
gemini-3-pro-image
Veo 3.1 Lite Hocheffiziente, kostengünstige Videogenerierung, ‑bearbeitung und filmreife Steuerung für Entwickler aus der Veo 3.1-Familie. 
veo-3.1-lite-generate-preview
Gemini Omni Flash Schnelles, konversationelles Generieren und Bearbeiten von Videos. Sie können Text und Bilder in Videos umwandeln und die Ergebnisse mithilfe natürlicher Sprache optimieren. 
gemini-omni-flash
Nano Banana Hochmoderne native Bildgenerierung und ‑bearbeitung für schnelle, kreative Workflows. 
gemini-2.5-flash-image
Imagen 4 (eingestellt) Text-zu-Bild-Modell mit schneller und ultraschneller Generierung und außergewöhnlicher Klarheit bis zu einer Auflösung von 2K. 
imagen-4.0-generate

Modelle zur Musikgenerierung

Dieser Abschnitt enthält alle Modelle zur Musikgenerierung, auch solche, die möglicherweise bereits in anderen Abschnitten aufgeführt sind.

Modell Beschreibung Endpunkt
Lyria 3 Pro Unser Flagship-Modell für die Musikgenerierung, optimiert für Songs in voller Länge mit komplexer struktureller Kohärenz. 
lyria-3-pro-preview
Lyria 3 Clip Optimiert für die Generierung kurzer Musikclips, Loops und Vorschauen von bis zu 30 Sekunden Länge. 
lyria-3-clip-preview
Lyria RealTime Modell zur Musikgenerierung mit hoher Qualität, das eine detaillierte kreative Kontrolle und Echtzeit-Streaming ermöglicht. 
lyria-realtime-exp

Tool- und Agent-Modelle

Modell Beschreibung Endpunkt
Computer Use Ein spezialisiertes Modell, das einen digitalen Bildschirm „sehen“ und Benutzeroberflächenaktionen wie Klicken, Tippen und Navigieren ausführen kann, um komplexe Browseraufgaben zu automatisieren. 
gemini-2.5-computer-use-preview-10-2025
Gemini Deep Research Ein agentisches Modell, das autonom mehrstufige Recherchen in Hunderten von Quellen plant und ausführt, um zitierte, interaktive Berichte zu erstellen. 
deep-research-preview-04-2026
Gemini Deep Research Max Maximale Vollständigkeit für die automatische Kontextbeschaffung und ‑synthese aus Hunderten von Quellen. 
deep-research-max-preview-04-2026
Antigravity-Agent Ein Agent für allgemeine Zwecke, der autonom plant, Schlussfolgerungen zieht, Code ausführt, Dateien verwaltet und das Web in einer sicheren, isolierten Linux-Sandbox durchsucht. 
antigravity-preview-05-2026

Spezialisierte Aufgabenmodelle

Modell Beschreibung Endpunkt
Gemini Embedding 2 Unser erstes multimodales Einbettungsmodell, das Text, Bilder, Videos, Audio und PDFs in einen einheitlichen Einbettungsbereich für erweiterte semantische Such- und RAG-Systeme (Retrieval-Augmented Generation) umwandelt. 
gemini-embedding-2-preview
Gemini Embedding Hochdimensionale Vektordarstellungen für erweiterte semantische Suche, Textklassifizierung und RAG-Systeme. 
gemini-embedding-001
Gemini Robotics ER 2 Ein Modell für verkörperte Schlussfolgerungen, das fortschrittliches Videoverständnis, räumliches Denken, mehrstufige Tool-Orchestrierung und die Zusammenarbeit mehrerer Roboter für Robotikaufgaben bietet. 
gemini-robotics-er-2-preview
Gemini Robotics ER 1.6 Ein fortschrittliches Modell für verkörperte Schlussfolgerungen, das physische Räume versteht und mehrstufige Aufgaben für Roboter-Agents plant. Es bietet neue Funktionen wie das Ablesen von Instrumenten sowie ein verbessertes räumliches und physisches Denken. 
gemini-robotics-er-1.6-preview

Vorherige Modelle

Modell Beschreibung Endpunkt
Gemini 2.0 Flash (wird eingestellt) Unser Modell der zweiten Generation für den täglichen Einsatz mit Funktionen der nächsten Generation und verbesserter Leistung, darunter eine höhere Geschwindigkeit, die native Nutzung von Tools und ein Kontextfenster von 1 Million Tokens. 
gemini-2.0-flash
Gemini 2.0 Flash-Lite (wird eingestellt) Unser schnellstes Modell der zweiten Generation, optimiert für Kosteneffizienz und niedrige Latenz. 
gemini-2.0-flash-lite
Gemini 3.1 Flash-Lite (Vorabversion) (wird eingestellt) Unser kostengünstigstes multimodales Modell, das die schnellste Leistung für hochfrequente, einfache Aufgaben bietet. 
gemini-3.1-flash-lite-preview
Gemini 3 Pro (Vorabversion) (wird eingestellt) Unser fortschrittlichstes Logikmodell mit erweitertem multimodalen Verständnis. 
gemini-3-pro-preview

Namensmuster für Modellversionen

Gemini-Modelle sind in den Versionen stabil, Vorschau, aktuell oder experimentell verfügbar.

Stabil

Verweist auf ein bestimmtes stabiles Modell. Stabile Modelle ändern sich in der Regel nicht. Die meisten Produktions-Apps sollten ein bestimmtes stabiles Modell verwenden.

Beispiel: gemini-3.6-flash.

Vorschau

Verweist auf ein Vorschaumodell, das für die Produktion verwendet werden kann. Bei Vorschau-Modellen ist die Abrechnung in der Regel aktiviert. Sie haben möglicherweise restriktivere Ratenbeschränkungen und werden mit einer Vorlaufzeit von mindestens zwei Wochen eingestellt.

Beispiel: gemini-2.5-flash-preview-09-2025.

Neueste

Verweist auf den neuesten Release für eine bestimmte Modellvariante. Das kann ein stabiles Release, ein Preview-Release oder ein experimentelles Release sein. Dieser Alias wird bei jeder neuen Version einer bestimmten Modellvariante ausgetauscht. Bei wichtigen Änderungen wird zwei Wochen im Voraus per E-Mail eine Benachrichtigung gesendet, bevor die Version hinter „Latest“ geändert wird.

Beispiel: gemini-flash-latest.

Experimentell

Verweist auf ein experimentelles Modell, das in der Regel nicht für die Produktion geeignet ist und restriktivere Ratenlimits hat. Wir veröffentlichen experimentelle Modelle, um Feedback zu sammeln und Entwicklern unsere neuesten Updates schnell zur Verfügung zu stellen.

Experimentelle Modelle sind nicht stabil und die Verfügbarkeit von Modellendpunkten kann sich ändern.

Einstellung von Modellen

Informationen zur Einstellung von Modellen finden Sie auf der Seite Einstellung von Gemini-Modellen.

Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.

Zuletzt aktualisiert: 2026-08-04 (UTC).

Read the original on ai.google.dev ↗