Blog

Kostenlose Unbegrenzte Gemini API erhalten

Ashley Innocent

Ashley Innocent

9 May 2026

Kostenlose Unbegrenzte Gemini API erhalten

Apidog für Unternehmen

On-Premises-Bereitstellung

SSO & RBAC

SOC 2 konform

Apidog Enterprise entdecken

Googles Gemini-Familie ist die kostengünstigste wegweisende Modellreihe für Workloads mit hohem Volumen, wobei Gemini 2.5 Pro 1,25 $ / 10 $ pro Million Token kostet und Flash-Varianten wesentlich günstiger sind. Für eine kostenlose öffentliche App, ein Nebenprojekt oder einen Hackathon-Build können sich diese Raten schnell summieren, sobald ein paar tausend Benutzer Ihren Endpunkt erreichen. Puter.js kehrt das Modell um: Es stellt die gesamte Gemini-Reihe (2.5 Pro, 2.5 Flash, 2.0 Flash, die 3 Flash-Vorschau, sowie die offenen Gemma 2/3/4-Familien) ohne einen Google API-Schlüssel zur Verfügung und stellt dem Endnutzer statt Ihnen die Kosten in Rechnung. Für den Entwickler ist die Nutzung kostenlos und unbegrenzt.

button

Kurz gesagt

Wie „kostenlos und unbegrenzt“ funktioniert

Puter.js kehrt das LLM-Abrechnungsmodell um. Anstatt dass Sie den Google AI Studio-Schlüssel besitzen und alle Token-Kosten tragen, meldet sich Ihr Endnutzer bei Puter an (kostenloses Konto), und die Kosten des Aufrufs werden von dessen Guthaben abgebucht. Neue Puter-Konten erhalten ein Startguthaben; Benutzer können Guthaben aufladen, wenn sie mehr benötigen.

Für den Entwickler sind die Konsequenzen klar:

Der Kompromiss: Dies ist browserzentriert. Ein Backend-Cronjob kann Puter nicht ohne eine angemeldete Benutzersitzung verwenden.

Schritt 1: Installation

Ein CDN-Tag, kein Build-Schritt:

<script src="https://js.puter.com/v2/"></script>

Das ist die gesamte Installation. Oder für eine gebündelte App:

npm install @heyputer/puter.js

import { puter } from '@heyputer/puter.js';

Schritt 2: Modell auswählen

Die Gemini-Reihe auf Puter, mit dem richtigen Werkzeug für jeden Anwendungsfall:

Modell-ID Wann zu verwenden
google/gemini-2.5-pro Tiefste Schlussfolgerungen; komplexe Analysen und Aufgaben mit langem Kontext
google/gemini-2.5-flash Standard für den täglichen Gebrauch; starkes Kosten-Qualitäts-Verhältnis
google/gemini-2.5-flash-lite Günstigste Flash-Variante; Klassifizierung mit hohem Volumen
google/gemini-2.0-flash Stabile Basislinie; gut verstandenes Verhalten
google/gemini-3-flash-preview Neueste Vorschau; Spitzengeschwindigkeit
google/gemma-3-27b-it Offene Gemma; auf Anweisungen trainiert, gut für Fine-Tuning-Baselines
google/gemma-4-31b-it Größte offene Gemma; näher an der Qualität von Closed-Gemini

Für die meisten Apps sollten Sie standardmäßig gemini-2.5-flash verwenden und nur bei schwierigen Prompts auf Pro zurückgreifen. Die Lite-Varianten sind um Größenordnungen schneller und gut genug für Tagging, Klassifizierung und einfache Q&A.

Schritt 3: Gemini sprechen lassen

Der minimale funktionsfähige Aufruf:

<!DOCTYPE html>
<html>
<body>
  <script src="https://js.puter.com/v2/"></script>
  <script>
    puter.ai.chat(
      "Erklären Sie maschinelles Lernen in drei Sätzen",
      { model: 'google/gemini-2.5-flash' }
    ).then(response => {
      puter.print(response);
    });
  </script>
</body>
</html>

Im Browser öffnen. Puter übernimmt den Aufruf, der Benutzer meldet sich an (oder erstellt beim ersten Start ein kostenloses Puter-Konto), und die Antwort wird auf der Seite ausgegeben. Kein API-Schlüssel, keine Umgebungsvariable, kein Server.

Schritt 4: Antwort streamen

Für Chat-Benutzeroberflächen und lange Antworten ist Streaming die richtige Standardeinstellung:

const response = await puter.ai.chat(
  "Erklären Sie Photosynthese im Detail",
  {
    model: 'google/gemini-2.5-flash',
    stream: true,
  }
);

for await (const part of response) {
  if (part?.text) {
    outputDiv.innerHTML += part.text;
  }
}

Jeder part.text ist ein Teil der Antwort. Hängen Sie es an Ihre Benutzeroberfläche an; der Benutzer sieht den Text Wort für Wort erscheinen.

Schritt 5: Vision (Bildeingabe)

Geminins stärkste Funktion ist das multimodale Grounding. Übergeben Sie eine Bild-URL als zweites Argument:

puter.ai.chat(
  "Was sehen Sie auf diesem Bild? Beschreiben Sie Farben, Objekte und Stimmung.",
  "https://assets.puter.site/doge.jpeg",
  { model: 'google/gemini-2.5-flash' }
).then(response => {
  puter.print(response);
});

Anwendungsfälle: Alt-Text-Generierung, visuelle Q&A, Screenshot-Analyse, OCR (Optische Zeichenerkennung), Barrierefreiheitstools, Produktbild-Tagging. Geminis Bildqualität ist bei natürlichen Bildern und Diagrammen durchweg stark; bei Screenshots mit dichtem Text ist GPT-5.x manchmal überlegen.

Schritt 6: Temperatur einstellen

Übergeben Sie Standardparameter im Optionen-Objekt:

const response = await puter.ai.chat(
  'Schreiben Sie eine kreative Kurzgeschichte über einen Roboterkoch',
  {
    model: 'google/gemini-2.5-flash',
    temperature: 0.2,
  }
);

Niedrigere Temperatur (0,0–0,3) für faktische oder strukturierte Ausgaben, höhere (0,7–1,0) für kreatives Schreiben. Geminis Flash-Standardeinstellungen funktionieren bei einer Temperatur von 0,7 für die meisten Chat-Anwendungsfälle gut.

Schritt 7: Mehrstufige Gespräche

Übergeben Sie ein Array von Nachrichten:

const messages = [
  { role: 'user', content: 'Ich entwickle eine Next.js-App mit Postgres.' },
  { role: 'assistant', content: 'Verstanden. Wobei benötigen Sie Hilfe?' },
  { role: 'user', content: 'Wie sollte ich Migrationen strukturieren?' },
];

const response = await puter.ai.chat(messages, {
  model: 'google/gemini-2.5-pro',
});

console.log(response);

Fügen Sie jede Benutzernachricht und jede Assistentenantwort dem Array vor dem nächsten Aufruf hinzu. Gemini liest das gesamte Transkript und bleibt über mehrere Runden hinweg konsistent.

Gemini mit anderen Modellen auf demselben Prompt vergleichen

Puter stellt jedes wichtige LLM über eine einzige Schnittstelle zur Verfügung. Der schnellste Weg, das richtige Modell für Ihren Anwendungsfall zu finden, besteht darin, denselben Prompt über verschiedene Anbieter hinweg zu skripten:

const models = [
  'google/gemini-2.5-flash',
  'claude-sonnet-4-6',
  'gpt-5.5',
  'x-ai/grok-4.3',
];
const prompt = "Refaktorieren Sie diese React-Komponente, um Hooks zu verwenden: ...";

for (const model of models) {
  const start = performance.now();
  const response = await puter.ai.chat(prompt, { model });
  const elapsed = performance.now() - start;
  console.log(`${model}: ${elapsed.toFixed(0)}ms`);
  console.log(response);
  console.log('---');
}

Führen Sie es einmal aus, und Sie sehen das Kompromissmuster. Gemini Flash ist in der Regel der Latenz-Sieger, Sonnet der Qualitäts-Sieger beim Codieren, GPT-5.5 der Qualitäts-Sieger bei langen Texten, Grok 4.3 gewinnt bei den Kosten. Wählen Sie das Modell, das zu Ihren Anforderungen passt.

Was Sie bekommen und was nicht

Die ehrliche Aufteilung:

Das bekommen Sie:

Das bekommen Sie möglicherweise nicht (abhängig von der Puter-Version):

Für komplexe agentenbasierte Abläufe, die Code-Ausführung und Grounding benötigen, bietet die offizielle Google AI Studio API mehr. Für typische Chat-, Q&A-, Content-Generierungs- und visuelle Aufgaben ist Puter ausreichend.

Wann Puter gegenüber der offiziellen Gemini API zu verwenden ist

Die Aufteilung:

Verwenden Sie Puter, wenn:

Verwenden Sie die offizielle Gemini API, wenn:

Eine detaillierte Anleitung für Gemini 3 Flash finden Sie unter So verwenden Sie die Gemini 3 Flash Preview API.

Die Integration in Apidog testen

Puter-Aufrufe finden im Browser statt, sodass Sie sie nicht von einem Backend-Test-Runner skripten können. Das funktionierende Schema:

  1. Erstellen Sie eine kleine statische Seite mit dem Puter-Skript und einem Abfrageparameter für den Prompt.
  2. Verwenden Sie Apidog, um die Upstream-Google Gemini API-Oberfläche zu validieren (wenn Sie schließlich migrieren).
  3. Bewahren Sie beide als separate Umgebungen in derselben Apidog-Sammlung auf, damit Sie mit einem Klick wechseln können.

Laden Sie Apidog herunter und richten Sie zwei Umgebungen ein: puter-prototype (eine Localhost-URL, die Ihre Puter-Seite hostet) und gemini-prod (https://generativelanguage.googleapis.com/v1). Die Sammlung lässt sich sauber übertragen, wenn Sie migrieren. Umfassendere API-Testmuster finden Sie unter API-Test-Tool für QA-Ingenieure.

Weitere kostenlose LLM-Pfade über Puter

Das Nutzer-zahlt-Modell funktioniert für jedes große LLM:

Das einzelne Puter-Skript deckt alle ab. Ändern Sie den model-String, und Sie wechseln den Anbieter.

Häufig gestellte Fragen (FAQ)

Ist dies wirklich unbegrenzt, oder gibt es eine versteckte Obergrenze?Ja, aus Sicht des Entwicklers ist es unbegrenzt. Der Endnutzer hat das Guthaben, das in seinem Puter-Konto vorhanden ist; neue Konten erhalten ein Startguthaben, und Benutzer laden Guthaben auf, wenn sie mehr benötigen.

Benötige ich ein Google-Konto oder ein Google Cloud-Projekt?Nein. Puter kümmert sich um die Beziehung zu Google. Sie sehen niemals einen Google API-Schlüssel.

Kann ich dies in der Produktion verwenden?Ja, für browserbasierte Apps. Puter betreibt Produktionsinfrastruktur. Die entscheidende Frage ist, ob Ihre Benutzer einen Puter-Anmeldeschritt tolerieren.

Funktioniert Gemini über Puter identisch mit der offiziellen API?Die Modellausgabe ist dieselbe; Puter ruft die Google API im Namen des Benutzers auf. Die Latenz kann aufgrund des zusätzlichen Hops geringfügig höher sein, aber das Modellverhalten ist unverändert.

Was ist mit Geminis riesigem 2M-Token-Kontextfenster?Puter bietet heute nicht die volle 2M-Grenze für jede Modellvariante. Für extrem lange Kontexte ist die offizielle Google AI Studio API der richtige Weg. Die meisten Anwendungsfälle liegen weit unter 200.000 Token, wo Puter ausreicht.

Kann ich Gemini über Puter in einem Discord-Bot oder Backend-Dienst verwenden?Nicht ohne Weiteres. Puter ist browserbasiert und setzt eine Benutzersitzung voraus. Backend-Dienste sollten die offizielle Gemini API direkt nutzen.

Welches Modell sollte ich standardmäßig verwenden?google/gemini-2.5-flash. Es bietet die richtige Balance aus Kosten, Geschwindigkeit und Qualität für die meisten Prompts. Wechseln Sie zu google/gemini-2.5-pro für komplexe Denkaufgaben und google/gemini-2.5-flash-lite für Klassifizierung mit hohem Volumen.

Wird Bildgenerierung unterstützt (Imagen)?Puter bietet heute Bildgenerierung über OpenAI's gpt-image-2 und DALL-E-Varianten an, nicht über Imagen. Siehe Holen Sie sich eine kostenlose unbegrenzte GPT-5.5 API für den Pfad der Bildgenerierung.

Zusammenfassung

Kostenloses, unbegrenztes Gemini über Puter.js ist der sauberste Weg für jede browserbasierte App, die multimodale Ausgaben in Google-Qualität ohne Google Cloud-Setup wünscht. Fügen Sie das Skript ein, wählen Sie gemini-2.5-flash, schreiben Sie den Prompt. Der Endbenutzer trägt die Nutzungskosten; Sie liefern ohne Schlüssel.

Für serverseitiges Gemini, Feinabstimmung, Code-Ausführungstools oder den vollen 2M-Token-Kontext ist die offizielle Google AI Studio API weiterhin die richtige Antwort. Für Prototypen, Hackathon-Projekte, kostenlose öffentliche Apps und statische Websites ist Puter die Antwort.

Erstellen Sie die Anfrage einmal in Apidog, vergleichen Sie Puter mit der offiziellen API und wählen Sie den Pfad, der zu Ihren Anforderungen passt.

button

Praktizieren Sie API Design-First in Apidog

Entdecken Sie eine einfachere Möglichkeit, APIs zu erstellen und zu nutzen

Kostenlos registrierenDownload