Gemini 3.7 Flash-Preise erklärt: Sichern Sie sich Tarife, bevor sie sich verdoppeln

Google veröffentlichte Gemini 3.7 Flash am 13. August 2026, drei Wochen nach 3.6 Flash, und bezeichnet es als „unser intelligentestes Arbeitstier-Modell“. Für Produktions-Teams ist vor allem die Preisstaffel relevant: Der Einführungstarif von 0,75 US-Dollar pro 1 Mio. Input-Tokens und 3,75 US-Dollar pro 1 Mio. Output-Tokens gilt nur bis zum 31. Dezember 2026. Ab dem 1. Januar 2027 verdoppeln sich beide Tarife.

Teste Apidog noch heute

Das ist keine hypothetische Preisanpassung: Jede Arbeitslast auf Gemini 3.7 Flash wird ab Januar bei identischem Code, Traffic und Prompt-Verhalten doppelt so teuer. Ein Chatbot mit heute rund 790 US-Dollar monatlichen Modellkosten liegt dann bei etwa 1.575 US-Dollar. Planen Sie deshalb von Beginn an mit beiden Preisstufen.

Dieser Leitfaden zeigt die Preislogik, berechnet drei typische Workloads und erklärt konkrete Maßnahmen zur Kostenkontrolle. Wenn Sie noch keine Anfrage gesendet haben, beginnen Sie mit dem Gemini 3.7 Flash API Quickstart. Sobald Ihre API-Aufrufe laufen, können Sie in Apidog die usageMetadata-Token-Zähler jeder Antwort prüfen und Ihre Kalkulationen mit realem Traffic abgleichen.

Das Wichtigste in Kürze

• Einführungstarif: 0,75 US-Dollar pro 1 Mio. Input-Tokens und 3,75 US-Dollar pro 1 Mio. Output-Tokens, gültig bis 31. Dezember 2026.
• Standardtarif ab 1. Januar 2027: 1,50 US-Dollar für Input und 7,50 US-Dollar für Output.
• Der Einführungspreis beträgt die Hälfte des Einführungspreises von Gemini 3.6 Flash.
• Das Modell verarbeitet Text, Bilder, Videos, Audio und PDFs innerhalb eines Kontextfensters von 1 Mio. Tokens.
• Die maximale Ausgabe beträgt 64.000 Tokens.
• Ein Chatbot mit 10.000 Anfragen täglich kostet im Beispiel etwa 26,25 US-Dollar pro Tag während der Einführung und 52,50 US-Dollar pro Tag ab Januar.
• Die wichtigsten Optimierungshebel sind: maxOutputTokens, Kontext-Caching, Batch-Verarbeitung und Modell-Routing.

Die beiden Preisstufen

Gemini 3.7 Flash wurde mit einem zeitlich begrenzten Einführungspreis veröffentlicht.

Stufe	Zeitraum	Input pro 1 Mio. Tokens	Output pro 1 Mio. Tokens
Einführung	13. August 2026 bis 31. Dezember 2026	0,75 $	3,75 $
Standard	Ab 1. Januar 2027	1,50 $	7,50 $

Für die Budgetierung ist besonders wichtig:

1. Die Kosten verdoppeln sich planbar. Rechnen Sie für jede Route sowohl mit dem aktuellen als auch mit dem Standardtarif.
2. Output ist fünfmal teurer als Input. Eine zu lange Modellantwort ist in der Regel kostspieliger als ein etwas längerer System-Prompt.
3. Die Tarife gelten für die Gemini API mit AI-Studio-Schlüssel. Vertex AI verwendet Google-Cloud-Abrechnung, eigene SKUs und gegebenenfalls abweichende Preise.

Wenn Sie von 3.6 Flash migrieren, hilft der Migrationsleitfaden von 3.6 zu 3.7 Flash. Die niedrigeren Einführungstarife können bereits die Kosten für Regressionstests ausgleichen.

Prüfen Sie vor einer verbindlichen Budgetfreigabe immer die aktuelle offizielle Preisübersicht, insbesondere für Kontext-Caching und Batch-Verarbeitung.

Kostenformel für Gemini 3.7 Flash

Berechnen Sie die Kosten pro Request mit:

Kosten =
  (Input-Tokens / 1_000_000 × Input-Preis)
+ (Output-Tokens / 1_000_000 × Output-Preis)

Für Monatskosten:

Monatskosten = Kosten pro Request × Requests pro Tag × 30

Ab Januar müssen Sie bei sonst gleichen Bedingungen nur die Preise verdoppeln:

Standardkosten = Einführungskosten × 2

Was reale Arbeitslasten kosten

Preise pro Million Tokens werden erst mit echten Request-Profilen aussagekräftig. Die folgenden Beispiele können Sie direkt mit Ihren eigenen Token-Zählerständen ersetzen.

Arbeitslast 1: Kundenservice-Chatbot

Annahmen:

• 10.000 Requests pro Tag
• 2.000 Input-Tokens pro Request
• 300 Output-Tokens pro Request

Posten	Tägliche Tokens	Einführungskosten/Tag	Standardkosten/Tag
Input	20 Mio.	15,00 $	30,00 $
Output	3 Mio.	11,25 $	22,50 $
Gesamt	23 Mio.	26,25 $	52,50 $

Das entspricht ungefähr:

• 788 US-Dollar pro Monat zum Einführungstarif
• 1.575 US-Dollar pro Monat zum Standardtarif

Der wichtigste Hebel ist hier die Antwortlänge. Bei Support-Antworten ist ein kleines Ausgabe-Limit oft wirksamer als aggressives Kürzen des Prompts.

Arbeitslast 2: PDF-Dokumenten-Pipeline

Gemini 3.7 Flash verarbeitet PDFs nativ. Google nennt eine Steigerung im GDP.pdf-Benchmark von 22,0 % auf 34,0 % gegenüber 3.6 Flash.

Annahmen:

• 500 Dokumente pro Tag
• 40.000 Input-Tokens pro Dokument
• 1.000 Output-Tokens pro Dokument

Posten	Tägliche Tokens	Einführungskosten/Tag	Standardkosten/Tag
Input	20 Mio.	15,00 $	30,00 $
Output	0,5 Mio.	1,88 $	3,75 $
Gesamt	20,5 Mio.	16,88 $	33,75 $

Das ergibt ungefähr:

• 506 US-Dollar pro Monat während der Einführung
• 1.013 US-Dollar pro Monat ab Januar

Bei dieser Workload dominiert der Input. Priorisieren Sie daher Kontext-Caching und Batch-Verarbeitung.

Arbeitslast 3: Agenten-Schleife

Agenten-Workflows erzeugen oft mehrere Modellaufrufe pro Aufgabe. Dabei wächst der Kontext nach jedem Tool-Aufruf weiter.

Annahmen:

• 200 Aufgaben pro Tag
• 12 Modellaufrufe pro Aufgabe
• 8.000 Input-Tokens pro Modellaufruf
• 400 Output-Tokens pro Modellaufruf

Posten	Tägliche Tokens	Einführungskosten/Tag	Standardkosten/Tag
Input	19,2 Mio.	14,40 $	28,80 $
Output	0,96 Mio.	3,60 $	7,20 $
Gesamt	20,16 Mio.	18,00 $	36,00 $

Monatlich:

• 540 US-Dollar zum Einführungstarif
• 1.080 US-Dollar zum Standardtarif

Die zentrale Erkenntnis: Aufrufanzahl und Kontextgröße multiplizieren sich. Wenn eine Aufgabe statt 12 plötzlich 20 Schritte benötigt, steigt der Preis um rund 67 %, bevor Sie Änderungen an der Preistabelle sehen.

Die maximale Ausgabe von 64.000 Tokens begrenzt den Worst Case eines einzelnen Aufrufs auf etwa:

• 0,24 US-Dollar während der Einführung
• 0,48 US-Dollar ab Januar

Das verhindert keine teuren Retry-Schleifen, begrenzt aber den maximalen Preis pro Request.

Preise im Marktvergleich einordnen

Exakte Anbieter-Vergleiche veralten schnell. Nutzen Sie sie deshalb als Einordnung, nicht als langfristige Preisgarantie.

Gemini 3.7 Flash gehört zur Arbeitstier-Kategorie: günstiger als Spitzenmodelle wie Geminis Pro-Linie, große Claude-Modelle oder OpenAIs Flaggschiff-Stufe, aber mit Benchmarks wie 65,3 % bei DeepSWE v1.1 und 1588 WebDev Arena Elo.

Die relevante Frage für Ihr Team lautet nicht nur: Ist das Modell günstig? Sondern:

Welche Produktionsrouten benötigen tatsächlich die Fähigkeiten von 3.7 Flash?

Auch Budget-Anbieter können Preise ändern. DeepSeek hat seine API-Tarife erhöht; der Leitfaden zur DeepSeek-Preiserhöhung und Kostenoptimierung zeigt, warum Token-Budgets nicht auf dauerhaft unveränderten Preisen basieren sollten.

Bei kleinen Prototypen ist die Verdopplung oft irrelevant: Aus 3 US-Dollar werden 6 US-Dollar. Bei einer Pipeline, die von 10.000 auf 20.000 US-Dollar monatlich steigt, wird die Preisstufe dagegen zur Architekturentscheidung.

Fünf Wege, Token-Ausgaben zu senken

1. Ausgabe-Tokens pro Endpunkt begrenzen

Setzen Sie maxOutputTokens so niedrig wie möglich. Eine Support-Antwort benötigt selten 64.000 Tokens.

{
  "generationConfig": {
    "maxOutputTokens": 500
  }
}

Praktische Richtwerte:

Endpunkt	Typisches Limit
Klassifizierung	50–100
Kurze Extraktion	100–300
Support-Antwort	300–500
Dokumentenzusammenfassung	500–2.000
Agenten-Planung	abhängig vom Tool-Workflow

Da Output-Tokens fünfmal teurer sind als Input-Tokens, ist dieses Limit häufig der stärkste direkte Kostenhebel.

2. Statischen Kontext cachen

Senden Sie nicht bei jedem Request denselben großen System-Prompt, dieselben Richtlinien oder dieselbe Produktdokumentation erneut.

Typische Kandidaten für Caching:

• System-Instruktionen
• Lange Richtliniendokumente
• Produktkataloge
• Wiederkehrende Wissensbasen
• Gemeinsame Tool-Beschreibungen

Wenn Ihr Chatbot pro Request ein statisches Präfix von 1.500 Tokens sendet, kann Caching die Input-Kosten deutlich reduzieren. Prüfen Sie die aktuelle Einrichtung und Tarife in der Gemini API-Dokumentation.

3. Nicht-interaktive Jobs im Batch verarbeiten

Eine PDF-Pipeline benötigt häufig keine Antwort in Echtzeit. Nutzen Sie Batch-Verarbeitung für Jobs wie:

• nächtliche Dokumentenextraktion
• Zusammenfassungen großer Archive
• Klassifizierung von Backlog-Tickets
• nachgelagerte Datenanreicherung

Batch-Verarbeitung tauscht Latenz gegen günstigere Verarbeitung. Das passt besonders gut zu inputlastigen Workloads.

4. Modell pro Route passend dimensionieren

Verwenden Sie nicht für jede Aufgabe dasselbe Modell.

Aufgabe	Geeignete Strategie
Routing	Kleineres Modell
Klassifizierung	Kleineres Modell
Kurze strukturierte Extraktion	Kleineres Modell
Mehrstufige Planung	Gemini 3.7 Flash
Debugging	Gemini 3.7 Flash
Tool-Aufrufketten	Gemini 3.7 Flash

Leiten Sie nur komplexe Aufgaben an 3.7 Flash weiter. Ein einfaches Routing vor dem eigentlichen Modellaufruf kann Ihre Gesamtkosten spürbar senken.

5. Prototypen auf der kostenlosen Stufe entwickeln

Nutzen Sie das AI-Studio-Freikontingent, um Prompts, JSON-Schemas und Antwortformate zu testen, bevor Sie Produktions-Traffic erzeugen.

Der Leitfaden zum kostenlosen Gemini API-Zugang beschreibt die Möglichkeiten und Grenzen dieses Wegs.

Ausgaben pro Endpunkt mit Apidog verfolgen

Schätzungen sind ein Startpunkt. Für Kostenkontrolle brauchen Sie Messwerte pro Request.

Jede Gemini-Antwort enthält usageMetadata, typischerweise mit Zählern wie:

{
  "usageMetadata": {
    "promptTokenCount": 2000,
    "candidatesTokenCount": 300,
    "totalTokenCount": 2300
  }
}

Damit können Sie Token-Verbrauch direkt in Ihre API-Tests integrieren.

Praktischer Workflow

1. Speichern Sie pro Produktionsroute eine Anfrage in einer Sammlung, etwa für Chat, Dokumentenzusammenfassung und Agenten-Schritte.
2. Legen Sie den Schlüssel als Umgebungsvariable ab:

   GEMINI_API_KEY=...

1. Führen Sie Tests mit realistischen Payloads aus.
2. Prüfen Sie usageMetadata.promptTokenCount und usageMetadata.candidatesTokenCount.
3. Definieren Sie Token-Budgets pro Route.
4. Lassen Sie Tests fehlschlagen, wenn ein Prompt- oder Schema-Update dieses Budget überschreitet.

Beispiel für ein Budget:

Chat-Route:
- Input-Limit: 2.500 Tokens
- Output-Limit: 500 Tokens

Wenn eine Prompt-Änderung den Input von 2.000 auf 2.500 Tokens erhöht, steigt die Input-Menge um 25 %. Mit einer Token-Assertion erkennen Sie die Regression vor dem Deployment.

In Apidog können Sie Requests, Umgebungen und Testszenarien an einer Stelle verwalten. Das Muster entspricht klassischem API-Testing, nur dass Token-Zähler zusätzlich als Kosten-SLOs behandelt werden. Der API-Testleitfaden für QA-Ingenieure erklärt die Struktur solcher Testsuiten im Detail.

Häufig gestellte Fragen

Wann verdoppeln sich die Preise für Gemini 3.7 Flash?

Am 1. Januar 2027. Der Einführungstarif von 0,75 US-Dollar pro 1 Mio. Input-Tokens und 3,75 US-Dollar pro 1 Mio. Output-Tokens gilt bis einschließlich 31. Dezember 2026. Danach gelten 1,50 US-Dollar für Input und 7,50 US-Dollar für Output.

Ist Gemini 3.7 Flash günstiger als Gemini 3.6 Flash?

Zum Start: ja. Der Einführungspreis von Gemini 3.7 Flash beträgt die Hälfte des Einführungspreises von 3.6 Flash. Gleichzeitig stieg DeepSWE v1.1 laut den genannten Zahlen von 49,0 % auf 65,3 %. Einen direkten Überblick bietet die Gemini 3.7 Flash Kurzübersicht.

Gilt der Einführungspreis für Vertex AI?

Die hier genannten Tarife beziehen sich auf die Gemini API mit Abrechnung über einen AI-Studio-Schlüssel. Vertex AI wird über Google Cloud mit eigenen SKUs und Unternehmensbedingungen abgerechnet. Prüfen Sie die Preise deshalb in Ihrer GCP-Abrechnungskonsole und in der offiziellen Preisübersicht.

Was zählt als Input-Token?

Alles, was Sie an das Modell senden:

• Text
• Bilder
• Videos
• Audio
• PDF-Inhalte

Diese Daten werden in Tokens umgewandelt und zum Input-Tarif abgerechnet. Für die exakte Zahl prüfen Sie nach einem Request usageMetadata.

Wie schätze ich Tokens vor einem Request?

Verwenden Sie den API-Endpunkt countTokens, um eine Payload ohne Generierung zu messen. Alternativ senden Sie repräsentative Testanfragen und speichern die Werte aus usageMetadata.

Messen Sie immer mit echten Payloads. Token-Schätzungen aus anderen Modellfamilien sind keine verlässliche Grundlage.

Wo Gemini 3.7 Flash in Ihren Stack passt

Der Einführungspreis von Gemini 3.7 Flash ist zeitlich begrenzt, und die spätere Verdopplung ist bereits bekannt. Nutzen Sie diesen Zeitraum, um datenbasiert zu entscheiden:

1. Migrieren Sie geeignete Haupt-Workloads auf 3.7 Flash.
2. Messen Sie Input- und Output-Tokens pro Endpunkt.
3. Setzen Sie Token-Budgets und Output-Limits.
4. Identifizieren Sie Routen für kleinere Modelle.
5. Rechnen Sie Ihr Budget mit den Standardtarifen ab Januar neu.

Laden Sie Apidog herunter, um Gemini-Requests, Umgebungen, Token-Assertions und Kostenprüfungen in einem Workspace zu verwalten. So wird die Januar-Rechnung zu einer vorhersehbaren Kennzahl statt zu einer Überraschung.