Gemini API einrichten: AI Studio, API Key und erster Aufruf (2026)

Der kürzeste Weg zur Gemini API: mit einem Google-Konto Google AI Studio öffnen, einen API Key erstellen, das SDK installieren und die erste generateContent-Anfrage senden. Reibungslos dauert das keine zwanzig Minuten. Wirklich hängen bleiben Teams eher an der falschen Anlaufstelle, einem falsch geschriebenen Modell-ID, der Verwechslung von kostenloser Stufe und Bezahltarif oder daran, dass der Key an einer ungeeigneten Stelle abgelegt wird.

Dieser Artikel folgt der praktischen Reihenfolge: zuerst die Abgrenzung von AI Studio und Vertex AI, dann Key erstellen, SDK installieren, curl- und Python-Anfragen senden, anschließend Modellbenennung, Systemanweisungen, Streaming und Sicherheitseinstellungen und zum Schluss die häufigen Ursachen von 400, 403 und 429 sowie eine Checkliste für die Key-Sicherheit.

Hinweis: Google und Gemini sind Marken von Google LLC. Modellnamen, kostenlose Kontingente und Abrechnungsregeln können sich ändern. Dieser Artikel beschreibt den üblichen Ablauf im Oktober 2026; maßgeblich sind die offizielle Google-Dokumentation und unsere Preisübersicht.

1. Zuerst AI Studio und Vertex AI unterscheiden

Für die Gemini API gibt es zwei gängige Zugänge mit unterschiedlichem Kontosystem und Verwaltungsmodell. Eine falsche Wahl führt später zu Nacharbeit bei Berechtigungen oder Abrechnung.

Kriterium	Google AI Studio	Vertex AI
Zugang	Browser-Konsole für schnelle Entwicklertests	Google-Cloud-Konsole für projektbasierte Nutzung
Kontoanforderung	Ein Google-Konto genügt für den Start	Cloud-Projekt, Abrechnungskonto und IAM-Berechtigungen
Anmeldedaten	In AI Studio erzeugter API Key	Dienstkonto oder kontrollierter Key mit IAM
Abrechnung	Kostenlose und kostenpflichtige Stufe parallel	Abrechnung über das Cloud-Projekt
Region und Daten	Es gelten die AI-Studio-Bedingungen	Region wählbar, abhängig von Cloud-Bedingungen und Projektkonfiguration
Geeignet für	Prototypen, Lernen, kleine Tests	Produktivsysteme sowie Teams mit Audit- und Berechtigungsanforderungen

Einzelentwickler und kleine Teams nutzen meist zuerst AI Studio, um den Ablauf zu erproben; sobald Verträge, Datenregionen und einheitliche Audits relevant werden, lohnt die Prüfung von Vertex AI. Keys, Quoten und Rechnungen der beiden Zugänge sollten nicht vermischt werden; ein AI-Studio-Key darf nicht für Vertex-AI-Schnittstellen verwendet werden.

2. Den ersten API Key erstellen

Melden Sie sich mit einem Google-Konto bei Google AI Studio an.
Öffnen Sie die Verwaltung der API Keys und wählen Sie die Erstellung eines neuen Keys.
Wählen Sie ein Google-Cloud-Projekt; falls keines existiert, legen Sie gemäß den Hinweisen ein neues an.
Kopieren Sie den erzeugten Key und speichern Sie ihn sofort in einer serverseitigen Umgebungsvariablen oder einem Passwortmanager.
Senden Sie im Playground eine Testnachricht, um Key und Modell zu prüfen.
Geben Sie dem Key einen sprechenden Namen, damit Rotation und Sperrung später leichter fallen.

AI Studio bietet eine kostenlose Stufe zum Ausprobieren; verfügbare Modelle, Anfrageraten und Kontingente hängen vom Konto und Zeitpunkt ab. Nach Aktivierung der Abrechnung im zugehörigen Cloud-Projekt lässt sich die kostenpflichtige Stufe nutzen. Betrachten Sie Kontingentzahlen aus älteren Artikeln nicht als aktuelle Zusage; maßgeblich sind die Anzeige in der Konsole und die offiziellen Hinweise.

Klären Sie nach der Key-Erstellung, zu welchem Cloud-Projekt er gehört. Kontingente werden üblicherweise pro Projekt berechnet; eine gemeinsame Nutzung von Test und Produktion kann dazu führen, dass andere das Kontingent aufbrauchen. Für höhere Quoten aktivieren Sie die Abrechnung im Cloud-Projekt, setzen Budgetwarnungen und beobachten eine Woche lang den tatsächlichen Verbrauch.

3. SDK installieren und erste Anfrage senden

Für Python empfiehlt sich Version 3.10 oder höher; installieren Sie das offizielle SDK in einer virtuellen Umgebung.

python3 -m venv .venv
source .venv/bin/activate
pip install -U google-genai
export GEMINI_API_KEY="IHR-KEY"

Prüfen Sie zuerst mit curl, um SDK-Einflüsse auszuschließen. Die Modell-ID wird durch einen Platzhalter ersetzt; den tatsächlichen Namen entnehmen Sie der Modellliste oder der Preisübersicht.

curl "https://generativelanguage.googleapis.com/v1beta/models/<MODELL-ID>:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Erkläre in einem Satz, was ein API-Gateway ist"}]}
    ],
    "generationConfig": {"maxOutputTokens": 256, "temperature": 0.7}
  }'

Wenn curl den Status 200 liefert, wechseln Sie zum Python-SDK:

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

resp = client.models.generate_content(
    model="<MODELL-ID>",
    contents="Erkläre in einem Satz, was ein API-Gateway ist",
)
print(resp.text)

Das Feld model erwartet die vollständige Modell-ID, nicht nur den Namen der Serie. Verschiedene Modelle unterstützen unterschiedliche Eingabetypen und Parameter; ein Fehler zeigt sich als 400 oder 404.

4. Modellbenennung, Systemanweisungen und Generierungsparameter

Gemini-Modell-IDs setzen sich üblicherweise aus Serie und Version zusammen. Am sichersten ist es, zuerst die für das aktuelle Konto verfügbaren Modelle abzufragen:

curl "https://generativelanguage.googleapis.com/v1beta/models" \
  -H "x-goog-api-key: $GEMINI_API_KEY"

Modelle, die nicht in der Liste stehen, sollten Sie nicht raten. Wählen Sie nach Aufgabe: leichte Aufgaben mit niedriger Latenz, komplexes Reasoning und lange Dokumente mit der höheren Stufe. Konkrete Stufen und Preise entnehmen Sie der Preisübersicht.

Modell-IDs ändern sich mit Versionen; ältere IDs können als veraltet markiert oder abgeschaltet werden. Legen Sie Modellnamen in einer Konfigurationsdatei ab, statt sie über den Code zu verstreuen. So ändern Sie bei einem Upgrade nur eine Stelle und prüfen mit Regressionstests, ob sich die Ausgabe merklich verändert hat.

Systemanweisungen fixieren Rolle und Ausgaberegeln und eignen sich für Übersetzung, Extraktion und Kundenservice:

resp = client.models.generate_content(
    model="<MODELL-ID>",
    contents="Übersetze diesen Satz ins Englische: Einbindung abgeschlossen",
    config={"system_instruction": "Du bist ein technischer Fachübersetzer und gibst nur die Übersetzung aus."},
)

Häufige Generierungsparameter sind temperature, maxOutputTokens und topP. Für strukturierte Ergebnisse kann das Modell JSON zurückgeben, das im Code geparst und validiert wird. Verlassen Sie sich nicht darauf, dass das Modell das Format einhält; Wiederholungs- und Fallback-Logik sollten vorher implementiert sein.

5. Streaming und Sicherheitseinstellungen

Streaming eignet sich für Chat-Oberflächen und lange Antworten. Bei der REST-Schnittstelle hängen Sie :streamGenerateContent an die Methode und setzen alt=sse; im Python-SDK verwenden Sie generate_content_stream:

for chunk in client.models.generate_content_stream(
    model="<MODELL-ID>",
    contents="Erkläre in drei Punkten, was Ratenbegrenzung ist",
):
    print(chunk.text, end="")

Sicherheitseinstellungen lassen sich nach Kategorie mit Schwellenwerten anpassen; übliche Kategorien sind Belästigung, Hassrede, sexuelle Inhalte und gefährliche Inhalte. Die Standardwerte passen für die meisten Geschäftsprozesse. Eine niedrigere Sperrschwelle erweitert den inhaltlichen Spielraum und sollte mit Produktrichtlinien und lokalen Vorschriften abgewogen werden. Deaktivieren Sie die Sicherheitseinstellungen nicht insgesamt, nur um Tests zu bestehen, besonders bei öffentlich zugänglichen Produkten.

6. 400, 403 und 429 analysieren

Statuscode	Häufige Ursache	Vorgehen
400	Fehlerhafte JSON-Struktur, nicht unterstützter Parameter, Modell-ID passt nicht zur Schnittstelle	Anfragekörper Feld für Feld prüfen, zuerst eine minimale Anfrage senden
403	Key ungültig oder eingeschränkt, API nicht aktiviert, Projekt- oder Regionsbeschränkung	Mit anderem Key testen, Projektberechtigungen und Kontostatus prüfen
404	Modell-ID falsch geschrieben, Schnittstellenversion oder Pfad falsch	Modellliste prüfen, `v1beta` und Methodennamen bestätigen
429	Kontingent der kostenlosen Stufe erschöpft, zu viele Anfragen pro Minute, zu hohe Parallelität	Exponentielles Backoff, Parallelität senken, Bezahltarif prüfen
500/503	Vorübergehende Störung auf Serverseite	Begrenzt wiederholen; bei anhaltendem Fehler degradieren oder Kanal wechseln

Bei 429 nicht sofort erneut senden. Richtig sind Backoff mit zufälligem Jitter, eine maximale Anzahl an Wiederholungen und die Protokollierung fehlgeschlagener Anfragen. Die Ratenlimits der kostenlosen Stufe sind meist strenger; Lasttests und Batch-Aufgaben sollten separat eingeplant werden.

7. Checkliste für Key-Sicherheit

Keys nur in serverseitigen Umgebungsvariablen oder einem Secret-Management-Dienst ablegen, nicht im Frontend, im Repository oder in Chatverläufen.
Produktion, Test und Entwicklung jeweils mit einem eigenen Key betreiben, um Kontingente und Rechte nach Umgebung zu trennen.
Regelmäßig rotieren und bei Austritt oder Projektende sofort sperren.
In der Cloud-Konsole die mit dem Key aufrufbaren APIs einschränken, um den Schaden bei einer Kompromittierung zu begrenzen.
Nutzungsalarme aktivieren und bei auffälligen Aufrufen zuerst den Key sperren, dann untersuchen.
Vollständige Keys nicht in Screenshots, Bildschirmaufnahmen oder Support-Tickets zeigen.

8. Gemini über einen OpenAI-kompatiblen Endpunkt anbinden

Wenn Ihr Team bereits das OpenAI SDK und eine vollständige Aufruflogik besitzt, können Sie den OpenAI-kompatiblen Endpunkt des ZSQH AI Gateway nutzen. Die Base URL lautet https://ai.zhongshangqihang.com/v1; geändert werden nur base_url, api_key und model:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ZSQH_API_KEY"],
    base_url="https://ai.zhongshangqihang.com/v1",
)

resp = client.chat.completions.create(
    model="<Gemini-Modellname aus der Preisübersicht>",
    messages=[{"role": "user", "content": "Antworte nur mit OK"}],
)
print(resp.choices[0].message.content)

Dieser Weg eignet sich für Teams, die eine einheitliche Rechnung über mehrere Modelle, Abrechnung in Yuan und ein in China gut erreichbares Netzwerk benötigen. Die nativen Gemini-Parameter und Multimodal-Felder sind nicht zwingend vollständig kompatibel; prüfen Sie vor der Migration jeden Punkt mit echten Anfragen. Die Registrierung finden Sie hier; Modelle und Preise entnehmen Sie der Preisübersicht.

Häufige Fragen

Gibt es ein kostenloses Kontingent für die Gemini API?

AI Studio bietet eine kostenlose Stufe, doch verfügbare Modelle, Raten und Kontingente ändern sich, und die Datenbedingungen können von der Bezahlstufe abweichen. Für Prototypen ist die kostenlose Stufe geeignet; für den Regelbetrieb sollten Quoten und Kosten anhand der Bezahlstufe neu bewertet werden.

Was tun, wenn der API Key geleakt ist?

Sperren oder rotieren Sie zuerst den Key in der Konsole, prüfen Sie dann im Nutzungsprotokoll den Umfang auffälliger Aufrufe und untersuchen Sie anschließend den Leak-Kanal. Das Löschen des Keys aus dem Code reicht nicht; bereits offengelegte Anmeldedaten müssen als ungültig betrachtet werden.

Lässt sich die Gemini API aus China direkt aufrufen?

Die Verbindungsqualität hängt von Region und Anbieter ab; Zeitüberschreitungen oder Verbindungsfehler sind möglich. Üblich ist es, Anfragen auf einem stabil erreichbaren Server zu platzieren oder ein Gateway mit OpenAI-kompatibler Schnittstelle zu nutzen. Konkrete Einschränkungen ergeben sich aus der tatsächlichen Verbindung und den offiziellen Hinweisen.

Warum funktioniert curl, das Python-SDK aber meldet einen Fehler?

Prüfen Sie zuerst SDK-Version und Abhängigkeiten, dann die Schreibweise von model, die Proxy-Einstellungen und die Umgebungsvariablen. Bei einem 404 des SDK kontrollieren Sie vor allem Modell-ID und Schnittstellenpfad und ändern Sie nicht mehrere Variablen gleichzeitig.

Kann die Gemini API direkt mit dem OpenAI SDK aufgerufen werden?

Google bietet einen OpenAI-kompatiblen Endpunkt an, und inländische Gateways stellen häufig ebenfalls eine Kompatibilitätsschicht bereit. Der unterstützte Parameterumfang unterscheidet sich jedoch. Multimodalität, Tool-Aufrufe und strukturierte Ausgaben müssen mit echten Anfragen geprüft werden; setzen Sie keine vollständige Gleichwertigkeit voraus.

Nächste Schritte

Bringen Sie zuerst die minimale Anfrage mit dem Ablauf dieses Artikels zum Laufen und integrieren Sie dann Geschäftslogik, Protokollierung, Wiederholungen und Verbrauchsüberwachung. Wenn Sie Gemini und andere Modelle in einer Oberfläche verwalten, in Yuan abrechnen und Key-Rechte steuern möchten, können Sie sich zunächst beim ZSQH AI Gateway registrieren; die Preise finden Sie in der Preisübersicht.