Gemini API Function Calling Kosten: Gemini Agent-Preisleitfaden

Ein 12-Schritt-Funktionsaufruf-Agent kosstet $0.377 bei Gemin3.1 Pro ($2 Input / $12 Output pro 1M Tokens), $0.139 bei Gemini 3.8 Flash ($0.75 / $3.75) und $0.059 bei Gemini 3.5 Flash Lite ($0.30 / $2.50), unter Verwendung einer 4.000-Token-Systemanweisung plus Funktionsdeklarationen, 1.500-Token-Funktionsantworten und 300 Output-Tokens pro Schritt. Diese Schritte summieren sich auf 166.800 Input-Tokens und 3.600 Output-Tokens, da jeder Schritt die gesamte Historie erneut sendet. Die Preise stammen aus unserem Katalog vom 2026-09-11.

Für Gemini 3.8 Flash bei 12 Schritte: 166,800 × $0.75 ÷ 1,000,000 = $0.125 Input, plus 3,600 × $3.75 ÷ 1,000,000 = $0.0135 Output, insgesamt $0.139. Es gibt keine Gebühr pro Aufruf für Funktionsaufrufe; Deklarationen, Aufrufe und Antworten sind gewöhnliche Tokens. Googles integrierte Grounding- und Suchtools werden separat berechnt (siehe die Anbieterseite).

Mit dem google-genai SDK übergeben Sie Python-Funktionen oder FunctionDeclaration-Objekte in config.tools. Das Modell gibt einen function_call-Teil zurück, Sie führen ihn aus und fügen einen function_response-Teil an, und rufen generate_content erneut mit der vollständigen Inhaltsliste auf. Die automatische Funktionsaufruf im SDK wird diese Schleife für Sie ausführen, was auch der schnellste Weg ist, Geld auszugeben, ohne es zu bemerken, setzen Sie daher maximum_remote_calls auf AutomaticFunctionCallingConfig anstatt des Standards zu akzeptieren.

Bei Gemini 3.8 Flash macht die Input-Seite 90% der Rechnung aus, bei Gemini 3.1 Pro 88%. Das Verdoppeln jedes Assistenten-Durchgangs bei 3.1 Pro fügt $0.043 zu einem Lauf von $0.377 hinzu. Gemini-Modelle denken standardmäßig und Reasoning-Tokens werden als Output berechnet; verwenden Sie thinking_config, um das Denkbudget auf Flash- und Flash Lite-Arbeitern zu senken. Gecachte Tokens werden in usage_metadata.cached_content_token_count gemeldet, worauf Sie achten sollten, um zu bestätigen, dass das Caching funktioniert.

Alle drei aktuellen Gemini-Modelle akzeptieren etwa 1M Tokens pro Anfrage, und die Versuchung ist, eine gesamte Codebasis, Vertragssammlung oder einen Crawl in den ersten Durchlauf zu laden und den Ageneten arbeiten zu lassen. Das Kontextfenster ist eine Kapazitätsgrenze, kein Rabatt, und ein Agent sendet diesen Kontext bei jedem Schritt erneut.

Die Rechnung: Ein Agent, der 500,000 Tokens an Dokumenten durch eine 12-Schritt-Schleife trägt, sendet 12 × 500,000 = 6,000,000 Input-Tokens allein für die Dokumente. Bei $2 pro 1M auf Gemini 3.1 Pro sind das $12.00 pro Durchlauf vor Tool-Traffic oder Output. Bei Gemini 3.8 Flash sind es $4.50, bei 3.5 Flash Lite $1.80. Die gleiche Aufgabe als Retrieval-Agent, der 5,000 relevante Tokens pro Schritt zieht, kostet etwa $0.45 auf 3.1 Pro.

Die Falle hat eine zweite Backe: Latenz. Eine halbe Millionen Tokens pro Schritt verwandelt einen zwei-minütigen Agenten in einen zwanzig-minütigen. Behandlen Sie 1M-Kontext als Obergrenze für einen einzigen Lesedurchlauf, nicht als Arbeitsgedächtnis für eine Schleife; wenn die Dokumente tatsächlich bei jedem Schritt vorhanden sein müssen, ist das der Fall für Context Caching.

Googles Context Caching ermöglicht es Ihnen, ein großes Präfix einmal hochzuladen, einen Cache-Namen zurückzuerhalten und bei jedem Aufruf darauf zu verweisen. Gecachte Input-Tokens werden mit etwa 25% des Listeneingabepreises berechnet, ein kleinerer Rabatt als bei Anthropic oder OpenAI mit etwa 10%, zuzüglich einer Speichergebühr pro Token-Stunde, die nicht in unserem Katalog enthalten ist (siehe die Anbieterseite).

Der Fall mit 500.000 Token-Dokumenten wird zu einer vollpreisigen Eingabe ($1.00 auf 3.1 Pro), dann 12 gecachte Lesevorgänge zu etwa $0.25 anstatt $1.00, also etwa $4 pro Durchlauf statt $12, plus Speicher. Beim Referenz-Trace mit 12 Schritten mit zwischengespeicherter Systemanweisung und Funktionen landet 3.1 Pro bei etwa $0.16 anstatt $0.377 und 3.8 Flash bei etwa $0.06 anstatt $0.139.

from google import genai
from google.genai import types

client = genai.Client()

def lookup_shipment(tracking_id: str) -> dict:
    """Return the current status for a shipment tracking id."""
    return wms.status(tracking_id)

cache = client.caches.create(
    model="gemini-3.8-flash",
    config=types.CreateCachedContentConfig(
        system_instruction=SYSTEM_PROMPT,
        contents=[types.Content(role="user", parts=[types.Part(text=POLICY_DOCS)])],
        ttl="3600s",
    ),
)
resp = client.models.generate_content(
    model="gemini-3.8-flash",
    contents=history,
    config=types.GenerateContentConfig(
        cached_content=cache.name,
        tools=[lookup_shipment],
        automatic_function_calling=types.AutomaticFunctionCallingConfig(maximum_remote_calls=12),
        max_output_tokens=2000,
    ),
)
m = resp.usage_metadata
# 3.8 Flash: $0.75 in, ~$0.19 cached in, $3.75 out per 1M (+ cache storage, vendor page)
cost = ((m.prompt_token_count - m.cached_content_token_count) * 0.75
        + m.cached_content_token_count * 0.19 + m.candidates_token_count * 3.75) / 1_000_000

Da der Rabatt nur 75% beträgt, kann die Speichergebühr ihn bei kurzen Läufen aufheben; rechnen Sie die Summe für Ihre eigene TTL. Der Prompt-Caching-Kostenvergleich zeigt die drei Anbieter nebeneinander.

Der Batch-Modus von Gemini führt Anfragen asynchron zu etwa 50% des Listenpreises aus, und unser Katalog enthält Batch-Zeilen für die Gemini-Modelle zu diesem Satz (Gemini 3.8 Flash Batch bei etwa $0.375 / $1.875 pro 1M). Ein Live-Loop kann es nicht verwenden, da Schritt zwei die Funktionsantwort von Schritt eins benötigt, aber der Fan-Out um einen Agenten herum kann es: Klassifizierung von 20.000 Support-E-Mails, bevor ein Agent die schwierigen bearbeitet. Zum Listenpreis kostet ein 5-Schritt-Gemini-3.8-Flash-Agent $0.034 pro Element, also kosten 20.000 Elemente $680; im Batch etwa $340. Siehe LLM Batch API Pricing für den anbieterübergreifenden Vergleich.

Das kostenlose Gemini-API-Tier ist der günstigste Ort, um einen Agenten zu prototypisieren: $0, dieselben Modelle und dieselbe Function-Calling-Oberfläche wie das bezahlte Tier sowie Ratenbegrenzungen, die ausreichen, um eine Schleife mit einigen Tools zu iterieren. Zwei Warnhinweise: Eine 30-Schritte-Schleife wird diese Grenzen erreichen, und die Datennutzungsbedingungen des kostenlosen Tiers unterscheiden sich von denen des bezahlten Tiers, also wechseln Sie zum Pay-as-you-go-Modell, bevor der Agent echte Daten verarbeitet.

Die Verbraucherpläne, Google AI Plus zu $4.99, Google AI Pro zu $19.99 und Google AI Ultra ab $99.99 im Monat ($199.99 für das 20x-Tier), sind keine API-Pläne. Auf Googles Plansseite ist für AI Plus nur das Flash-Modell aufgeführt; das Pro-Modell startet bei AI Pro. Sie erwerben damit die Gemini-App, Gemini in Workspace, zusätzlichen Speicher (400 GB, 5 TB, 20 TB und mehr) sowie höhere Limits in Googels eigenen Coding-Tools; sie gutschreiben keine API-Rechnung. Daher gilt der Vergleich nur für eine Person, die einen Agenten interaktiv steuert.

Eine Einzelperson, die Gemini für Chat, Dokumente und etwas Coding-Unterstützung nutzen möchte, sollte AI Pro kaufen. Ultra zu $99.99 macht nur für jemanden Sinn, dessen interaktive Nutzung sonst etwa 265 unzwischengespeicherte Pro-Klasse-Läufe pro Monat entsprechen würde ($99.99 ÷ $0.377); dieselben $99.99 kaufen auf der API etwa 1,650 zwischengespeicherte Gemini 3.8 Flash-Läufe ($99.99 ÷ etwa $0.06). Unsere Gemini-Preisseite enthält die Plantdetails.

Das günstigste Modell, das dies dennoch zuverlässig erledigt: Gemini 3.8 Flash. Bei $0.139 pro 12-Schritte-Lauf folgt es Funktionsdeklarationen konsistent, verarbeitet 1M Context, unterstützt Caching und beendet Routineaufgaben in etwa derselben Anzahl an Schritten wie 3.1 Pro. Es ist unser Standard für Worker-Agenten im Google-Stack, gleichauf mit GPT-5.4 mini ($0.141) und günstiger als das ältere Claude Haiku 4.5 ($0.185) auf derselben Trace. Claude Haiku 5.5, im Oktober zu $0.10 / $0.50 veröffentlicht, führt diese Trace nun für etwa $0.0185 aus, sodass Flash nicht mehr die günstigste Wahl über Anbieter hinweg ist.

Gemini 3.5 Flash Lite zu $0.059 eignet sich für Klassifizierungs- und Routing-Schritte sowie kleine Tool-Sets, aber seine Schrittzahl steigt bei offenen Aufgaben stark an, und 30 Flash-Lite-Schritte ($0.293) kosten mehr als 12 Flash-Schritte. Halten Sie es von der Planner-Rolle fern.

Wann man für Gemini 3.1 Pro zahlen sollte: Bei $0.377 pro Lauf ist es 2,7× teurer als Flash, also muss es deutlich seltener fehlschlagen oder in deutlich weniger Schritten abschließen. Das gilt für Multi-Dokument-Reasoning, Planung über ein großes Tool-Set und alles, wo ein falscher Funktionsaufruf Nebenwirkungen hat. Als Planner, der an Flash-Worker delegiert, ist es sein Geld wert; für jeden Schritt einer einfachen Schleife nicht. Der Leitfaden „Cheapest LLM for Agents“ stuft alle drei Modelle gegen 27 weitere Modelle ein.

Vier Kontrollen, die jeweils einen anderen Fehler abfangen:

• max_output_tokens in GenerateContentConfig: 1.000 bis 4.000 für Funktionsaufruf-Runden, gepaart mit einem Denk-Budget, damit auch Reasoning-Token begrenzt sind.
• maximum_remote_calls auf AutomaticFunctionCallingConfig, oder ein manueller Schrittzähler: 12 bis 15 für die meisten Aufgaben.
• Stopp-Bedingungen: eine erforderliche finish-Funktion, ein Abbruch bei zwei identischen aufeinanderfolgenden Funktionsaufrufen und eine Obergrenze für Kontext-Token pro Schritt (sagen wir 60.000), die ältere Funktionsantworten zur Zusammenfassung oder zum Verwerfen zwingt.
• Ein USD-Budget pro Lauf, berechnet aus usage_metadata nach jedem Aufruf, mit gecachten Token zu etwa 25 % des Listenpreises. Brechen Sie oberhalb der Obergrenze ab und zeichnen Sie es pro Aufgabe auf, um die Kosten pro erfolgreicher Aufgabe zu berechnen.

Bei Gemini 3.8 Flash-Tarifen erlaubt ein Budget von $0.25 pro Lauf etwa 17 ungecachte Referenzschritte oder etwa 40 gecachte; bei 3.1 Pro kauft dasselbe Budget etwa 9 ungecachte Schritte. Der KI-Kostenrechner wandelt eine monatliche Laufanzahl in ein Budget um, das Gemini 101 Tutorial behandelt die SDK-Grundlagen, und die Leitfäden zu Claude Agent API Kosten und OpenAI Agents SDK Kosten behandeln die anderen Stacks.