Quellen: SLA-Angaben aus Gemini Online Inference API — Service Level Agreement und Vertex AI Platform SLA, abgerufen am 23. August 2026. Modellpreise aus der Gemini-API-Preisliste, Videolängen aus der Video-Understanding-Dokumentation — beide abgerufen am 24. August 2026. Google führt Pro und Flash dort als Preview-Stufen. Die CHF-Beträge sind Umrechnungen der USD-Listenpreise zum Kurs vom 22. August 2026 (1 USD = 0.8009 CHF); massgeblich bleibt Googles Preisliste in USD.Gemini von Google setzt beim LLM für AI Automation einen eigenen Schwerpunkt: Native Verarbeitung von Video, Audio und Bildern in einem einzigen Modell. Während Claude beim Coding und GPT beim Ökosystem führen, ist Gemini für multimodale Automationen naheliegend — und der Free Tier macht den Einstieg in AI Automation ohne Budget möglich.
Bei erdinc.ai setzen wir Gemini 3.1 Flash-Lite für unseren eigenen Hub-Chatbot ein. Diese Seite teilt unsere Erfahrungen und zeigt, wo Gemini in der AI Automation glänzt — und wo andere Modelle besser geeignet sind.
Die Modellpalette: Pro, Flash und Flash-Lite
Google bietet drei Gemini-Varianten, die unterschiedliche Automation-Anforderungen bedienen:
Gemini 3.1 Pro — Das Flaggschiff
Gemini 3.1 Pro ist Googles leistungsstärkstes Modell und konkurriert direkt mit Claude Sonnet 5 und GPT-5.6:
- Native Multimodal: Video-Analyse, Audio-Transkription und Bildverständnis in einem Modell
- Grounding with Google Search: Echtzeit-Faktenprüfung gegen Google-Suchergebnisse
- Starkes Reasoning: Konkurrenzfähig mit Claude und GPT bei analytischen Aufgaben
- Pricing: USD 2.00 Input / USD 12.00 Output je 1 Mio. Tokens bis 200'000 Token Kontext (rund CHF 1.60 / CHF 9.61); darüber USD 4.00 / USD 18.00 (rund CHF 3.20 / CHF 14.42)
Gemini 3 Flash — Der Allrounder
Flash bietet einen exzellenten Kompromiss aus Qualität und Geschwindigkeit:
- Schnelle Antwortzeiten: Deutlich schneller als Pro, mit Abstrichen bei Reasoning-Tiefe und Genauigkeit — wie gross der Abstand ausfällt, zeigt erst ein Test am eigenen Anwendungsfall
- Kosteneffizient: USD 0.50 Input / USD 3.00 Output je 1 Mio. Tokens (rund CHF 0.40 / CHF 2.40)
- Multimodal: Alle Multimodal-Fähigkeiten von Pro, aber schneller
- Ideal für: Standard-Automation, Content-Verarbeitung, Dokumentenanalyse
Gemini 3.1 Flash-Lite — Der Kostenoptimierer
Flash-Lite ist der Speed- und Preis-Champion:
- Niedrigste Latenz der Reihe: Flash-Lite antwortet spürbar schneller als Flash und Pro; eine Latenzzusage in Millisekunden veröffentlicht Google nicht
- Geringstes Pricing: USD 0.25 Input / USD 1.50 Output je 1 Mio. Tokens (rund CHF 0.20 / CHF 1.20)
- Free Tier: kostenlos über Google AI Studio nutzbar
- Ideal für: Chatbots, Klassifikation, Routing, hochvolumige Tasks
Google AI Studio und Vertex AI
Google AI Studio — Kostenloser Einstieg
Google AI Studio ist die schnellste Methode, mit Gemini zu experimentieren:
- Keine Kreditkarte nötig: Sofortiger Zugang mit Google-Account
- Free Tier: Rate Limits für Prototyping — die geltenden Werte weist AI Studio je Konto aus
- Prompt-Editor: Visuelles Testen und Iterieren von Prompts
- API-Key-Management: Einfache Erstellung und Verwaltung von API Keys
Vertex AI — Enterprise-Plattform
Für produktive Automationen bietet Vertex AI erweiterte Funktionen:
- SLA-garantierte Verfügbarkeit: Für die Methoden
generateContentundstreamGenerateContentder Gemini-Inferenz-API sagt Google eine monatliche Verfügbarkeit von 99,5 % zu; bei Modellen mit ausdrücklich verkürzter Verfügbarkeitszusage sind es 95 %. Die 99,9 % der Vertex-AI-Plattform-SLA gelten für Training, Deployment und Batch Prediction — nicht für die Modellaufrufe selbst - EU-Region: Datenverarbeitung in europäischen Rechenzentren möglich
- Fine-Tuning: Anpassung von Gemini-Modellen an spezifische Domänen
- Integration mit Google Cloud: Nahtlose Anbindung an BigQuery, Cloud Functions und weitere Google-Services
Gemini API: Streaming, Function Calling und Grounding
Content Generation API
Die Gemini API folgt einem modernen REST-Design mit generativeai-Endpunkten:
- GenerateContent: Standard-Endpunkt für Text-, Bild- und Dokumentverarbeitung
- StreamGenerateContent: Server-Sent Events für Echtzeit-Streaming
- CountTokens: Token-Zählung vor dem Request für Kostenkontrolle
Function Calling — Automation-Herzstück
Gemini Function Calling ermöglicht strukturierte Tool-Aufrufe:
- Tool-Definitionen: Funktionen werden als JSON Schema beschrieben
- Automatische Auswahl: Gemini wählt das passende Tool basierend auf dem Kontext
- Multi-Tool-Support: Mehrere Tools in einer Konversation
- Forced Function Calling: Option, eine bestimmte Funktion zu erzwingen
Grounding with Google Search
Ein einzigartiges Feature: Gemini kann Antworten automatisch gegen Google-Suchergebnisse verifizieren:
- Echtzeit-Faktenprüfung: Reduziert Halluzinationen durch Quellenabgleich
- Zitatquellen: Gemini liefert Links zu den verwendeten Quellen
- Ideal für: Chatbots, Recherche-Agents, Fakten-Checks in Content-Pipelines
4 Praxisbeispiele: Gemini in der AI Automation
1. Document Processing Pipeline
Szenario, kein Kundenprojekt. Ein Logistikbetrieb setzt Gemini 3.1 Pro für die automatisierte Verarbeitung von Lieferscheinen, Rechnungen und Zolldokumenten ein. Die native Bildverarbeitung erkennt und extrahiert Daten aus gescannten Dokumenten — ohne separates OCR-Tool.
2. Vision-Agent für Qualitätskontrolle
Szenario, kein Kundenprojekt. Ein Fertigungsbetrieb setzt Gemini als Vision-Agenten in der Qualitätskontrolle ein. Kamerabilder werden in Echtzeit analysiert und Defekte automatisch erkannt. Gemini Flash bietet die nötige Geschwindigkeit für die Inline-Prüfung.
3. Multilingualer Chatbot
Unser eigener erdinc.ai Hub-Chatbot nutzt Gemini 3.1 Flash-Lite für schnelle, kosteneffiziente Antworten. Der Chatbot beantwortet Fragen zur AI Automation auf Deutsch und Englisch mit Grounding gegen unsere Wissensdatenbank.
4. Data Pipeline mit Google Sheets
Szenario, kein Kundenprojekt. Ein Beratungsunternehmen automatisiert die Marktanalyse mit Gemini und Google Sheets. Gemini Pro analysiert Wettbewerber-Websites (Text + Screenshots), extrahiert relevante Informationen und schreibt strukturierte Zusammenfassungen direkt in Google Sheets — alles über Make-Workflows orchestriert.
erdinc.ai Chatbot: Gemini Flash-Lite im Praxiseinsatz
Wir nutzen Gemini 3.1 Flash-Lite als LLM für den erdinc.ai AI Automation Hub Chatbot. Die Entscheidung basiert auf drei Faktoren:
Warum Gemini Flash-Lite für unseren Chatbot
- Geschwindigkeit: die kürzesten Antwortzeiten der Gemini-Reihe — Nutzer erwarten bei einem Chatbot sofortige Reaktionen
- Kosten: Bei mehreren tausend Chatbot-Interaktionen pro Monat fallen die Kosten mit rund CHF 0.20 je 1 Mio. Input-Tokens kaum ins Gewicht
- Free Tier: Für Development und Testing nutzen wir den kostenlosen Google AI Studio Tier
Was wir gelernt haben
- Qualität ist ausreichend: Für fokussierte Q&A über unser Themengebiet liefert Flash-Lite präzise Antworten
- Grounding hilft: Die Integration mit unserer Wissensdatenbank via RAG kompensiert die geringere Reasoning-Tiefe
- Für komplexe Analysen: Leiten wir an Claude weiter — ein Beispiel für die Multi-Model-Strategie
Vertiefen Sie Ihr Wissen:Dieses Setup illustriert unseren pragmatischen Ansatz: Nicht das «beste» Modell für alles, sondern das richtige Modell für jeden Zweck. Mehr dazu in unserem Guide zu LLMs für AI Automation.
Pricing: Gemini-Kosten für AI Automation in CHF
| Modell | Input / 1 Mio. Tokens | Output / 1 Mio. Tokens | Free Tier |
|---|---|---|---|
| Gemini 3.1 Flash-Lite | USD 0.25 (rund CHF 0.20) | USD 1.50 (rund CHF 1.20) | kostenlos, Limiten je Konto |
| Gemini 3 Flash | USD 0.50 (rund CHF 0.40) | USD 3.00 (rund CHF 2.40) | kostenlos, Limiten je Konto |
| Gemini 3.1 Pro | USD 2.00 (rund CHF 1.60) | USD 12.00 (rund CHF 9.61) | kostenlos, Limiten je Konto |
Free Tier im Detail
Google AI Studio bietet für alle Gemini-Modelle einen kostenlosen Tier:
- Flash-Lite: die grosszügigsten Limiten der Reihe — ausreichend für Prototyping und kleine Projekte
- Flash: engere Limiten als Flash-Lite — gut für Testing und Development
- Pro: die engsten Limiten — zum Experimentieren mit dem Flaggschiff-Modell
- Konkrete Werte: Google veröffentlicht dazu keine feste Tabelle; die für Ihr Konto geltenden Limiten stehen in Google AI Studio
- Keine Kreditkarte nötig: Sofortiger Start mit Google-Account
- Einschränkung: Inhalte aus der kostenlosen Stufe nutzt Google zur Produktverbesserung, in der kostenpflichtigen nicht
Kosten-Vergleich: Typische Szenarien
Die folgenden Beträge sind Modellrechnungen mit offengelegten Annahmen, keine Messwerte — sie fallen mit jeder anderen Prompt- und Antwortlänge anders aus.
- Chatbot mit Flash-Lite (50'000 Interaktionen pro Monat): angenommen 1'000 bis 2'000 Input-Tokens und 300 bis 500 Output-Tokens je Interaktion. Das sind 50 bis 100 Mio. Input-Tokens (CHF 10 bis 20) und 15 bis 25 Mio. Output-Tokens (CHF 18 bis 30) — zusammen rund CHF 28 bis 50 pro Monat.
- Dokumentenverarbeitung mit Flash (10'000 Dokumente pro Monat): angenommen 3'000 bis 8'000 Input-Tokens je Dokument und 500 bis 1'000 Output-Tokens. Das sind 30 bis 80 Mio. Input-Tokens (CHF 12 bis 32) und 5 bis 10 Mio. Output-Tokens (CHF 12 bis 24) — zusammen rund CHF 24 bis 56 pro Monat.
- Multimodale Analyse mit Pro (1'000 Videos pro Monat): Hier hängt der Betrag vollständig von Videolänge und Medienauflösung ab, weil Video je Sekunde Tokens verbraucht. Ohne eine feste durchschnittliche Laufzeit ergäbe eine Frankenspanne nichts Belastbares; rechnen lässt sich das mit der eigenen Laufzeit über den
CountTokens-Endpunkt.
Gemini vs Claude vs GPT: Wann Gemini die richtige Wahl ist
Gemini ist die beste Wahl, wenn:
- Multimodal-Verarbeitung gefragt ist: Video, Audio und Bilder nativ in einem Modell
- Kosten kritisch sind: Flash-Lite ist auf hohe Volumen zu niedrigen Token-Preisen ausgelegt
- Google-Ökosystem genutzt wird: Nahtlose Integration mit Workspace, BigQuery, Cloud
- Geschwindigkeit Priorität hat: Flash-Lite antwortet in der Gemini-Reihe am schnellsten
- Prototyping ohne Budget: Der Free Tier ermöglicht kostenloses Experimentieren
Häufig gestellte Fragen
- Ist Gemini für produktive AI Automation geeignet?
Ja, insbesondere Vertex AI bietet eine vertraglich zugesicherte Verfügbarkeit — 99,5 % im Monat für die Gemini-Inferenz-Endpunkte — und Enterprise-Funktionen. Für multimodale Aufgaben und kostenoptimierte Chatbots ist Gemini oft die beste Wahl. Für komplexes Reasoning und Coding empfehlen wir jedoch Claude oder GPT als Ergänzung in einer Multi-Model-Strategie.
- Wie integriere ich Gemini in Make oder n8n?
Beide Plattformen unterstützen Gemini über HTTP-Module und die Gemini REST API. n8n bietet zusätzlich einen dedizierten Google AI Node. Alternativ können Sie über das OpenAI-kompatible API-Format von Gemini auch bestehende OpenAI-Module wiederverwenden. Mehr dazu in unseren Make Tutorials.
- Kann Gemini Videos analysieren?
Ja, Gemini 3.1 Pro und Flash verarbeiten Videos nativ. Modelle mit 1-Mio.-Token-Kontext verarbeiten Videos bis 1 Stunde Länge bei voller Medienauflösung, bis 3 Stunden bei niedriger Auflösung; Sie laden das Video hoch und stellen Fragen zum Inhalt — zum Beispiel für automatische Zusammenfassungen, Szenenanalyse oder Compliance-Checks. Das macht Gemini für Video-basierte Automationen interessant.
- Ist der Gemini Free Tier für Unternehmen nutzbar?
Der Free Tier über Google AI Studio ist ideal für Prototyping und Development, aber für Produktion nicht empfohlen: Google nutzt die Inhalte zur Produktverbesserung, es gibt keine SLA und die Rate Limits sind begrenzt. Für produktive Automation nutzen Sie die Paid API oder Vertex AI — in der kostenpflichtigen Stufe ist das nicht der Fall.
- Wie verhält sich Gemini beim Schweizer Datenschutz?
Über Vertex AI können Sie die Datenverarbeitung auf europäische Rechenzentren beschränken. Beachten Sie, dass in der kostenlosen Stufe (Google AI Studio) die Inhalte zur Produktverbesserung genutzt werden — für sensible Daten nutzen Sie die kostenpflichtige API oder Vertex AI. Details zu Datenschutzanforderungen finden Sie unter Datenschutz und AI Automation.
Weiterführende Themen
Quellen
- SLA-Angaben aus Gemini Online Inference API — Service Level Agreement und Vertex AI Platform SLA, abgerufen am 23. August 2026. Modellpreise aus der Gemini-API-Preisliste, Videolängen aus der Video-Understanding-Dokumentation — beide abgerufen am 24. August 2026. Google führt Pro und Flash dort als Preview-Stufen. Die CHF-Beträge sind Umrechnungen der USD-Listenpreise zum Kurs vom 22. August 2026 (1 USD = 0.8009 CHF); massgeblich bleibt Googles Preisliste in USD.
