Abkündigung von Gemini 2.5 Flash und 2.5 Pro (1. Dezember): Was bei der automatischen Umleitung auf 3.5 Flash-Lite und 3.8 Flash bricht und wie Sie migrieren

In der Gemini API werden gemini-2.5-flash und gemini-2.5-pro ab dem 1. Dezember 2026 automatisch auf andere Modelle umgeleitet. Ihre Anfragen gehen weiterhin durch, ohne dass Sie den Modellnamen ändern, aber ein neueres Modell beantwortet sie, und abgerechnet wird zu den Preisen des neueren Modells. Google hat das am 2. November 2026 im Changelog der Gemini API angekündigt.

Laut einer E-Mail, die Google an Nutzer von AI Studio verschickt hat, funktioniert Ihr Code unverändert weiter, wenn Sie eine einzelne Text- oder Bildanfrage senden und eine Antwort zurückbekommen. Probleme gibt es bei Code, der Function Calling, selbst aufgebaute Gesprächsverläufe oder feine Einstellungen wie thinking_budget und temperature verwendet. Die neuen Modelle sind strenger bei dem, was sie annehmen: Anfragen können mit einem HTTP-400-Fehler scheitern, oder Einstellungen werden stillschweigend ignoriert. Dieser Artikel zeigt, wie Sie prüfen, ob Ihr Code betroffen ist, und wie Sie vor dem 1. Dezember migrieren (geprüft am 7. November 2026).

1. Was sich ändert

Laut Googles Seite „Gemini deprecations“ und dem Changelog werden die beiden Modelle wie folgt behandelt. Beide lassen sich in Google AI Studio nicht mehr auswählen, und nur Nutzer, die sie bereits verwendet haben, können sie noch über die API aufrufen.

Quellen: Google, „Gemini API changelog“ (Eintrag vom 2. November 2026) und „Gemini deprecations“ (geprüft am 7. November 2026). Beachten Sie, dass 2.5 Pro auf die Flash-Reihe umgeleitet wird, nicht auf ein Pro-Modell.

Trotz ähnlicher Namen gehören die folgenden Modelle nicht zur Umleitung am 1. Dezember.

Die Abschaltdaten in der Tabelle bedeuten „frühestens an diesem Tag“; Google will das genaue Datum vorab ankündigen. Die automatische Umleitung von gemini-2.5-flash und gemini-2.5-pro hat ein festes Datum: den „1. Dezember 2026“.

1. 2. November 2026Google kündigt die Änderung anVeröffentlicht im Changelog. Die Modelle lassen sich in AI Studio nicht mehr auswählen.
2. Jetzt (7. November 2026)Zeitfenster für die MigrationSie können in Ihrem eigenen Tempo auf die neuen Modellnamen umstellen und testen.
3. 1. Dezember 2026Automatische UmleitungAnfragen mit den alten Namen werden von den neuen Modellen beantwortet und zu deren Preisen abgerechnet.
4. Bis 31. Dezember 2026 → ab 1. Januar 2027Einführungspreise von 3.8 Flash endenDie Preise des Umleitungsziels von 2.5 Pro steigen (Abschnitt 4).

2. Ist Ihr Code betroffen? (Prüftabelle)

Die beiden neuen Modelle folgen den Regeln für Anfragen, die mit Gemini 3.6 Flash und 3.5 Flash-Lite eingeführt wurden, und späteren Modellen. Hier sind die in Googles Migrationsleitfäden genannten Unterschiede, geordnet danach, wie Ihr Code geschrieben ist.

Quellen: Google, „What's new in Gemini 3.6 Flash and 3.5 Flash-Lite“ und „What's new in Gemini 3.8 Flash“ sowie eine E-Mail von Google an Nutzer von AI Studio (3. November 2026). Der HTTP-400-Fehler bei candidate_count von 2 oder mehr stammt aus Googles E-Mail; dass es ab Gemini 3 nicht unterstützt wird, aus dem Migrationsleitfaden. Dass id und name beim Function Calling übereinstimmen müssen, steht sowohl im Migrationsleitfaden als auch in der E-Mail. Der Migrationsleitfaden zu 3.8 Flash schreibt call_id, in generateContent heißt das Feld von FunctionResponse jedoch id (laut API-Referenz ein optionales Feld).

Am schnellsten finden Sie die betroffenen Stellen im Code mit einer Textsuche. Die SDKs für Python und JavaScript und das JSON von REST schreiben die Namen unterschiedlich (etwa thinking_budget und thinkingBudget), deshalb verwenden Sie Muster, die beide Schreibweisen erfassen.

# Betroffene Modellnamen (ohne 2.5-flash-lite)
grep -rnE "gemini-2\.5-(flash|pro)([^-]|$)" .

# Einstellungen, die brechen oder ignoriert werden
grep -rnE "thinking_?[bB]udget|temperature|top_?[pPkK]|candidate_?[cC]ount" .

# Stellen, die Ergebnisse von Funktionsaufrufen zurückgeben
grep -rnE "function_?[rR]esponse|FunctionResponse" .

Wenn Sie Modellnamen in Konfigurationsdateien oder Umgebungsvariablen halten, durchsuchen Sie auch diese. Sobald Sie jeden Treffer einer Zeile der Tabelle zugeordnet haben, wissen Sie, wie viel zu ändern ist.

3. Schritte der Migration

Wir empfehlen, nicht auf den 1. Dezember zu warten, sondern selbst auf die neuen Modellnamen umzustellen, die Tests zu bestehen und erst dann in die Produktion zu gehen. Wenn Sie es der automatischen Umleitung überlassen, zeigt sich alles, was bricht, auf einmal in der Produktion. Die Codebeispiele verwenden generateContent in Googles Python-SDK (google-genai).

1. Modellnamen ändern: gemini-2.5-flash → gemini-3.5-flash-lite, gemini-2.5-pro → gemini-3.8-flash
2. Den Umfang des Denkens mit thinking_level festlegen: thinking_budget entfernen und die zur Aufgabe passende Stufe wählen
3. Sampling-Einstellungen entfernen: temperature, top_p und top_k
4. Den Verlauf beim Function Calling korrigieren: thought_signature erhalten und id und name in FunctionResponse mitgeben
5. Kein Vorausfüllen mehr und candidate_count entfernen
6. Vor dem Rollout mit schweren Eingaben testen: Abläufe mit vielen Tool-Aufrufen und lange Gespräche ausführen und Fehler, Antwortqualität und Tokenverbrauch prüfen

3-1. Modellnamen ändern

Den Namen zu ändern ist eine Zeile, aber derselbe Name steht oft an mehreren Stellen. Finden Sie deshalb mit den Suchen aus Abschnitt 2 alle Vorkommen, bevor Sie sie ändern. Sobald Sie umstellen, wird zu den Preisen des neuen Modells abgerechnet.

3-2. thinking_budget durch thinking_level ersetzen

Bei Gemini 2.5 wurde die Zahl der Tokens für das Denken mit einem numerischen thinking_budget festgelegt. Die neuen Modelle ersetzen es durch thinking_level, das eine benannte Stufe erwartet. Die verfügbaren Stufen und der Standardwert unterscheiden sich je nach Modell.

Quellen: die Tabelle auf Googles Seite „Thinking“ und die jeweiligen Migrationsleitfäden (geprüft am 7. November 2026).

Achten Sie darauf, dass das Umleitungsziel von 2.5 Flash standardmäßig auf minimal steht. 2.5 Flash hat standardmäßig gedacht, 3.5 Flash-Lite denkt dagegen kaum, wenn Sie es nicht ausdrücklich angeben. Googles Migrationsleitfaden hält minimal für Extraktion, Routing und Klassifizierung in großen Mengen für ausreichend, empfiehlt aber medium oder high für Tool-Aufrufe, Codeausführung und mehrstufiges Schließen, weil Abläufe mit Tools bei niedrigen Stufen mittendrin stehen bleiben können.

from google import genai
from google.genai import types

client = genai.Client()

# Vorher: gemini-2.5-flash
# config=types.GenerateContentConfig(
#     temperature=0.2,
#     thinking_config=types.ThinkingConfig(thinking_budget=1024),
# )

# Nachher: gemini-3.5-flash-lite
response = client.models.generate_content(
    model="gemini-3.5-flash-lite",
    contents=prompt,
    config=types.GenerateContentConfig(
        system_instruction="Gib nur JSON aus. Keine Einleitung.",
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)
print(response.text)

Wenn Sie JSON direkt über REST senden, ändern Sie in generationConfig.thinkingConfig "thinkingBudget": 1024 zu "thinkingLevel": "medium". Die API-Referenz beschreibt thinkingLevel als Feld für Gemini 3 und neuer und gibt an, dass es bei älteren Modellen einen Fehler liefert. Ändern Sie Modellnamen und thinking_level in derselben Änderung.

Eine offizielle Zuordnung der bei 2.5 verwendeten numerischen Budgets zu den Stufen gibt es nicht. Beginnen Sie mit der folgenden Orientierung und passen Sie nach Antwortqualität und Tokenverbrauch an.

Diese Orientierung beruht auf den Einsatzzwecken je Stufe, die Googles Migrationsleitfäden beschreiben. Thinking-Tokens werden zum Ausgabepreis abgerechnet, eine höhere Stufe erhöht also auch die Kosten.

3-3. temperature, top_p und top_k entfernen

Ab Gemini 3.6 Flash und 3.5 Flash-Lite hat Google temperature, top_p und top_k als veraltet markiert. Bei den aktuellen neuen Modellen werden sie ohne Fehler ignoriert, und Google kündigt an, dass künftige Generationen einen HTTP-400-Fehler liefern. Weil kein Fehler erscheint, übersieht man das leicht. Abläufe, die temperature auf 0 setzen, um gleichbleibende Antworten zu erhalten, liefern womöglich keine gleichbleibenden Antworten mehr.

Googles empfohlene Alternative ist, die Regeln für die Ausgabe klar in die Systemanweisung zu schreiben (etwa „Gib nur JSON aus“ oder „Keine Einleitung“). Wenn Sie ein streng einheitliches Format brauchen, verwenden Sie die strukturierte Ausgabe (die Funktion, die ein JSON-Schema entgegennimmt).

Auch in der Claude API hat sich die Behandlung von temperature bei neueren Modellen geändert. Für denselben Gedankengang siehe „„temperature is deprecated for this model“: Ursache und Behebung“.

3-4. Den Verlauf beim Function Calling korrigieren

Gemini-3-Modelle geben in ihren Antworten Thought Signatures zurück: verschlüsselte Darstellungen des internen Denkens des Modells vor der Antwort. Wird die Signatur im nächsten Turn nicht zurückgeschickt, kann das Modell sein vorheriges Denken nicht fortsetzen. In generateContent steht die Signatur im thoughtSignature von Parts wie Funktionsaufrufen.

Anfällig ist das Muster, den Modell-Turn nur aus Name und Argumenten neu aufzubauen und an den Verlauf zu hängen. Beim Neuaufbau fällt die Signatur weg.

# ❌ Wer den Modell-Turn nur aus Name und args neu aufbaut, verliert die thought_signature
contents.append(types.Content(role="model", parts=[
    types.Part(function_call=types.FunctionCall(name=call.name, args=call.args))
]))

Die Lösung: Geben Sie den empfangenen Inhalt unverändert an den Verlauf zurück. Geben Sie außerdem im Ergebnis der Funktion (FunctionResponse) dieselbe id und denselben name mit wie im FunctionCall, den das Modell zurückgegeben hat.

config = types.GenerateContentConfig(
    tools=[weather_tool],
    thinking_config=types.ThinkingConfig(thinking_level="medium"),
)
contents = [types.Content(role="user", parts=[
    types.Part.from_text(text="Wie ist das Wetter in Boston?")
])]

response = client.models.generate_content(
    model="gemini-3.5-flash-lite", contents=contents, config=config)
call = response.function_calls[0]

# ✅ Den Modell-Turn genau so anhängen, wie er empfangen wurde (er enthält die Signatur)
contents.append(response.candidates[0].content)

result = get_weather(**call.args)
contents.append(types.Content(role="user", parts=[
    types.Part(function_response=types.FunctionResponse(
        id=call.id,      # derselbe Wert wie die id des FunctionCall
        name=call.name,  # derselbe Wert wie der name des FunctionCall
        response={"result": result},
    ))
]))

response = client.models.generate_content(
    model="gemini-3.5-flash-lite", contents=contents, config=config)
print(response.text)

Wenn ein Funktionsergebnis Bilder oder andere Medien enthält, legen Sie sie in die FunctionResponse (in parts) statt in separate Parts. Laut Googles Seite „Function calling“ verarbeiten die SDKs Signaturen automatisch. Wenn Sie den Verlauf der Chatfunktion des SDK (client.chats) überlassen, müssen Sie Signaturen nicht selbst übergeben. Vorsicht ist geboten, wenn Sie den Verlauf in einer eigenen Datenbank oder einem anderen Format speichern und bei jeder Anfrage neu aufbauen. Prüfen Sie, ob Ihr Speicherformat die Signaturen verliert.

Die API-Referenz führt MISSING_THOUGHT_SIGNATURE (Request has at least one thought signature missing) als Wert von finishReason auf, der eine fehlende Signatur anzeigt. Wenn dieser Wert oder ein ähnlicher Fehler in Ihren Logs auftaucht, prüfen Sie zuerst, wie Sie den Verlauf aufbauen.

import json

# In der Interactions API werden Funktionsdeklarationen als dict geschrieben (andere Form als weather_tool in generateContent)
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Wie ist das Wetter in Boston?",
    tools=[weather_tool_dict],
)
for step in interaction.steps:
    if step.type == "function_call":
        result = get_weather(**step.arguments)
        interaction = client.interactions.create(
            model="gemini-3.8-flash",
            input=[{
                "type": "function_result",
                "name": step.name,
                "call_id": step.id,
                "result": [{"type": "text", "text": json.dumps(result)}],
            }],
            tools=[weather_tool_dict],
            previous_interaction_id=interaction.id,
        )
print(interaction.output_text)

Für Fälle, in denen Text vor einem Tool-Aufruf zu Malformed_Function_Call führt, verweist der Migrationsleitfaden außerdem auf Umgehungen im Abschnitt „Workarounds for pre-tool text requirements“ der Seite Function calling.

3-5. Kein Vorausfüllen mehr und candidate_count entfernen

Wenn Sie den Anfang der Antwort vorgeben (der letzte nicht leere Turn in contents ist ein model-Turn), liefern die neuen Modelle einen HTTP-400-Fehler. Googles Migrationsleitfaden führt dieses Muster als zu vermeiden auf.

{
  "contents": [
    {"role": "user", "parts": [{"text": "Translate 'Hello world' to Spanish."}]},
    {"role": "model", "parts": [{"text": "Translation:"}]}
  ]
}

Wenn Sie vorausgefüllt haben, um eine Einleitung zu unterdrücken oder eine Antwort in JSON zu erzwingen, schreiben Sie die Regel in die Systemanweisung oder verwenden Sie die strukturierte Ausgabe.

response = client.models.generate_content(
    model="gemini-3.5-flash-lite",
    contents="Translate 'Hello world' to Spanish.",
    config=types.GenerateContentConfig(
        system_instruction="Gib nur die Übersetzung aus. Keine Einleitung.",
    ),
)

candidate_count (die Einstellung, die aus einem Aufruf mehrere Antworten liefert) wird ab Gemini 3 nicht unterstützt; ein Wert von 2 oder mehr liefert einen HTTP-400-Fehler. Wenn Sie mehrere Varianten brauchen, teilen Sie sie auf mehrere Aufrufe auf.

Google stellt außerdem einen Gemini-API-Skill bereit, der Coding-Agenten mit Skill-Unterstützung bei dieser Migration hilft („Coding agents“). Auch wenn Sie ihn verwenden, führen Sie die Tests mit dem korrigierten Code selbst aus.

4. Wie sich die Preise ändern

Die Preise der Umleitungsziele sind von 2.5 Flash aus etwa gleich und von 2.5 Pro aus niedriger. Allerdings gelten für 3.8 Flash bis 31. Dezember 2026 Einführungspreise, die am 1. Januar 2027 steigen. Nach der Erhöhung bleibt die Ausgabe günstiger als bei 2.5 Pro, die Eingabe wird aber teurer als bei 2.5 Pro (bei Prompts bis 200.000 Token). Alle Preise unten sind Standardpreise der kostenpflichtigen Stufe in US-Dollar pro 1 Million Token.

Quelle: die Standard-Tabelle in Googles „Gemini Developer API pricing“ (geprüft am 7. November 2026). Rabattierte Stufen wie Batch und Flex finden Sie auf der Preisseite. Die Preise von 3.8 Flash hängen nicht von der Länge des Prompts ab.

Rechnen wir eine Arbeitslast mit 2.5 Pro durch. Bei 10 Millionen Eingabe- und 2 Millionen Ausgabe-Token pro Monat (alle Prompts bis 200.000 Token) kostet 2.5 Pro 12,50 $ + 20,00 $ = 32,50 $. Dieselben Tokenmengen kosten mit 3.8 Flash im Dezember 2026 7,50 $ + 7,50 $ = 15,00 $ und ab Januar 2027 15,00 $ + 15,00 $ = 30,00 $.

Die Tokenmengen bleiben allerdings nicht unbedingt gleich. Laut Google ist 3.8 Flash darauf ausgelegt, bei langen, komplexen Aufgaben mehr Tokens zu verwenden. Google sagt auch, dass Sie das bei alltäglicher Arbeit durch eine niedrigere Stufe von thinking_level verringern können. Beim Wechsel von 2.5 Flash zu 3.5 Flash-Lite erhöht eine Stufe über dem Standard minimal ebenfalls die Ausgabe-Tokens für das Denken. Auch wenn die Preise gleich oder niedriger sind, hängt Ihre Rechnung von der gewählten Stufe ab. Wenn Sie beim Testen die Tokenmengen aus den Antworten (usage_metadata) aufzeichnen, können Sie Ihre Rechnung für Dezember abschätzen.

Auch Grounding mit der Google-Suche wird anders gezählt. Bei 2.5 Flash und 2.5 Pro waren die ersten 1.500 Anfragen pro Tag kostenlos, danach kosteten 1.000 „grounded prompts“ 35 $. Bei 3.5 Flash-Lite und 3.8 Flash sind die ersten 5.000 Anfragen pro Monat über alle Modelle ab Gemini 3 hinweg kostenlos, danach kosten 1.000 Suchanfragen 14 $, mit einem Limit von 1.500 Anfragen pro Tag. Führt eine Anfrage mehrere Suchen aus, wird jede Suche abgerechnet. Wenn Sie stark auf Grounding setzen, prüfen Sie Ihre Mengen.

Zu den Preisen von Gemini insgesamt (kostenpflichtige App-Pläne im Vergleich zur API) siehe „Gemini: Preise und kostenlose Nutzung“. Wie API-Preise funktionieren (Tokens, Eingabe und Ausgabe), erklärt „Was ist eine KI-API?“.

5. Was nach dem 1. Dezember passiert

Folgendes passiert, wenn Sie nichts tun, je nachdem, wie Ihr Code geschrieben ist.

• Keine Fehler wegen des Modellnamens: Anfragen, die weiter die Namen gemini-2.5-flash und gemini-2.5-pro verwenden, erreichen die neuen Modelle
• Abgerechnet wird zu den Preisen der neuen Modelle: Die Preise des Umleitungsziels von 2.5 Pro steigen am 1. Januar 2027 noch einmal
• Vorausgefüllte Anfragen und Anfragen mit candidate_count von 2 oder mehr brechen mit einem HTTP-400-Fehler ab: Function Calling, das Signaturen verliert, weil Sie den Verlauf selbst neu aufbauen, kann ebenfalls Fehler oder unerwartetes Verhalten verursachen
• Manche Antworten ändern sich ohne jeden Fehler: Einstellungen wie temperature werden ignoriert, und das Umleitungsziel von 2.5 Flash denkt standardmäßig kaum. Das zeigt sich darin, dass Abläufe mit Tools mittendrin stehen bleiben oder Antworten stärker schwanken

Änderungen ohne Fehler zeigen sich selten in Überwachungsmetriken. Es hilft, die Zahl der Fehlschläge der Prüfungen, die das Antwortformat validieren (ob sich die Ausgabe als JSON parsen lässt, ob Pflichtfelder vorhanden sind), vor und nach der Umstellung zu vergleichen.

6. Beim Ziel der automatischen Umleitung bleiben?

Die Ziele der automatischen Umleitung sind die Modelle, die Google jeweils als Ersatz empfiehlt. Ihr Charakter unterscheidet sich dennoch von dem, was Sie bisher hatten.

Flash 2.5 Flash → 3.5 Flash-Lite bringt Sie zu gleichen Preisen in die „Lite“-Reihe. Google gibt an, dass 3.5 Flash-Lite im Reasoning-Benchmark HLE 18,0 % erreichte gegenüber 11,0 % bei 2.5 Flash, und im Benchmark für Diagrammverständnis CharXIV 74,5 % gegenüber 63,7 % (Googles eigene Messungen). Wenn Ihre Arbeit überwiegend aus Extraktion oder Klassifizierung in großen Mengen besteht, ist ein Wechsel ohne Änderungen sinnvoll. Wenn es vor allem um mehrstufige Agenten oder Codegenerierung geht und Sie bessere Antworten wollen, ist gemini-3.6-flash, das Googles Vergleichstabelle für Codegenerierung und mehrstufige Aufgaben aufführt, eine weitere Option. Seine Einführungspreise bis 31. Dezember 2026 liegen bei 0,75 $ für die Eingabe und 3,75 $ für die Ausgabe und steigen ab 1. Januar 2027 auf 1,50 $ und 7,50 $; es ist also teurer als 3.5 Flash-Lite.

Pro 2.5 Pro → 3.8 Flash bringt Sie von der Pro-Reihe in die Flash-Reihe. Google nennt 3.8 Flash sein „most intelligent Flash model“ und positioniert es für langlaufende Softwareentwicklung und Agenten. Gegenüber 2.5 Pro bleibt der Ausgabepreis auch ab 2027 niedriger (10,00 $ → 7,50 $), der Eingabepreis wird ab 2027 dagegen höher (1,25 $ → 1,50 $ bei Prompts bis 200.000 Token).

Wenn die Antwortqualität oberste Priorität hat, ist auch das teurere Gemini 4 Argon (gemini-4-argon) eine Option. Seine Einführungspreise bis 30. November 2026 liegen bei 2,00 $ für die Eingabe und 10,00 $ für die Ausgabe und steigen ab 1. Dezember auf 4,00 $ für die Eingabe und 20,00 $ für die Ausgabe; eine kostenlose Stufe gibt es nicht („Pricing“, geprüft am 7. November 2026).

Welches Modell Sie auch wählen: Stellen Sie den Namen um, führen Sie dieselben Tests aus und entscheiden Sie anhand von Antwortqualität, Fehlern und Tokenmengen. Zu den Wissensstichtagen und der Einordnung anderer Gemini-Modelle siehe „Wissensstichtage generativer KI im Vergleich“.

Änderungen an der Form der Antwort und an der Behandlung von Einstellungen beim Modellwechsel gibt es nicht nur bei Gemini. Dasselbe Problem beim Wechsel auf ein neueres Modell in der Claude API behandelt „'ThinkingBlock' object has no attribute 'text': Ursache und Lösung“.

Zusammenfassung

• Ab dem 1. Dezember 2026 wird gemini-2.5-flash automatisch auf gemini-3.5-flash-lite und gemini-2.5-pro auf gemini-3.8-flash umgeleitet, abgerechnet zu den Preisen des Zielmodells
• Einzelne Text- und Bildanfragen funktionieren weiter. gemini-2.5-flash-lite ist nicht betroffen
• Function Calling, das Signaturen verliert, weil Sie den Verlauf selbst neu aufbauen, Vorausfüllen und Anfragen mit candidate_count von 2 oder mehr können HTTP-400-Fehler liefern. Google verlangt id und name in FunctionResponse (mit der Chatfunktion des SDK übernimmt das SDK die Signaturen)
• Ersetzen Sie thinking_budget durch thinking_level. 3.5 Flash-Lite steht standardmäßig auf minimal, verwenden Sie für Tools und mehrstufige Aufgaben also medium oder höher. Einstellungen wie temperature werden ignoriert
• Die Preise sind von 2.5 Flash aus etwa gleich und von 2.5 Pro aus niedriger. 3.8 Flash wird aber am 1. Januar 2027 teurer (die Eingabe wird teurer als bei 2.5 Pro), und die Tokenmengen ändern sich auch mit der Stufe des Denkens
• Warten Sie nicht auf den 1. Dezember: Stellen Sie die Modellnamen um, testen Sie mit schweren Eingaben und gehen Sie dann in die Produktion

FAQ

F. Bekomme ich am 1. Dezember einen Fehler „Modell nicht gefunden“, wenn ich gemini-2.5-flash aufrufe?

A. Nein. Laut Googles Dokumentation werden Anfragen automatisch auf gemini-3.5-flash-lite umgeleitet. Allerdings antwortet das neue Modell, und abgerechnet wird zu dessen Preisen. Function Calling, das Signaturen verliert, weil Sie den Verlauf selbst neu aufbauen, Vorausfüllen und Anfragen mit candidate_count von 2 oder mehr können HTTP-400-Fehler liefern.

F. Ich habe einen Fehler zur Thought Signature bekommen. Was muss ich korrigieren?

A. Die Stelle in Ihrem Code, die den Gesprächsverlauf aufbaut. Prüfen Sie, ob Sie den Inhalt, den das Modell im vorherigen Turn zurückgegeben hat, nur aus Name und Argumenten neu aufbauen. Wenn Sie den empfangenen Inhalt unverändert an den Verlauf zurückgeben, geht die Signatur mit zurück. Mit der Chatfunktion des SDK oder previous_interaction_id in der Interactions API werden Signaturen automatisch verarbeitet.

F. Was kostet gemini-3.5-flash-lite?

A. In der kostenpflichtigen Stufe kostet die Eingabe 0,30 $ pro 1 Million Token (gleich für Text, Bild, Video und Audio) und die Ausgabe 2,50 $ (geprüft am 7. November 2026). Gegenüber 2.5 Flash sind Ein- und Ausgabe bei Text, Bild und Video gleich, und die Audioeingabe sinkt von 1,00 $ auf 0,30 $.

F. Ich habe thinking_budget auf 0 gesetzt, um das Denken abzuschalten. Was mache ich jetzt?

A. Bei 3.5 Flash-Lite lassen Sie thinking_level entweder weg (der Standard ist minimal) oder setzen es auf "minimal". 3.8 Flash hat keine Stufe minimal und liefert einen Fehler; verwenden Sie dort die niedrigste Stufe, "low".

Änderungsverlauf

• 7. November 2026Erste Fassung. Geschrieben nach Durchsicht des Changelogs der Gemini API (2. November 2026), von Gemini deprecations, der Migrationsleitfäden (3.6/3.5 Flash-Lite und 3.8 Flash), der Preise, von Thinking und der API-Referenz.

Quellen

• Google: Gemini API changelog, Gemini deprecations, Pricing
• Google: What's new in Gemini 3.6 Flash and 3.5 Flash-Lite, What's new in Gemini 3.8 Flash
• Google: Thinking, Function calling, Migrating to the Interactions API, generateContent API reference
• E-Mail von Google an Nutzer von Google AI Studio, „Gemini 2.5 Flash redirects to 3.5 Flash-Lite Dec 1“ (3. November 2026)