Google leitet Gemini 2.5 ab Dezember auf neue Modelle um - News

Wenn ein KI-Modell abgeschaltet wird, fällt das meist sofort auf: Die Anfrage schlägt fehl, jemand kümmert sich. Google geht bei Gemini 2.5 einen anderen Weg. Laut Changelog vom 2. November 2026 sind gemini-2.5-pro und gemini-2.5-flash veraltet, und ab dem 1. Dezember 2026 leitet die Gemini API alle Anfragen an diese beiden Modelle automatisch auf neuere um. Abgerechnet wird zu den Preisen des neuen Modells. Die Automation läuft also weiter, nur mit einem anderen Modell, ohne dass jemand im Code etwas geändert hat.

Was sich am 1. Dezember ändert

Die Zuordnung steht in Googles Changelog und auf der Seite zu den Abschaltterminen:

gemini-2.5-pro wird zu gemini-3.8-flash
gemini-2.5-flash wird zu gemini-3.5-flash-lite
gemini-2.5-flash-lite bleibt vorerst, hier gibt es noch kein Datum

Noch früher trifft es die Sprachausgabe: Die TTS-Vorschauen von 2.5 Flash und 2.5 Pro haben den 17. November 2026 als Termin. gemini-2.5-flash-image folgt am 15. März 2027. Google bezeichnet die Daten in der Übersicht als frühestmögliche Termine. In AI Studio lassen sich die beiden Hauptmodelle schon jetzt nicht mehr auswählen.

Für Planungssicherheit spricht die Vorgeschichte nicht. Noch am 18. September 2026 hatte Google den Zugang zu den 2.5-Modellen auf bisherige Nutzer begrenzt und zugleich versichert:

„These models are not deprecated and will continue to be served until further notice through the API.“

Gut sechs Wochen später war das überholt. Zwischen Ankündigung und Umleitung liegen 29 Tage.

Im Dezember ein Rabatt, ab Januar eine neue Rechnung

Auf den ersten Blick sieht der Tausch nach einem Geschenk aus. Die Preise laut Google, jeweils in Dollar je Million Token im Standardtarif:

2.5 Pro: 1,25 Eingabe und 10,00 Ausgabe (bei Prompts über 200.000 Token 2,50 und 15,00)
3.8 Flash bis 31.12.2026: 0,75 Eingabe und 3,75 Ausgabe
3.8 Flash ab 1.1.2027: 1,50 Eingabe und 7,50 Ausgabe
2.5 Flash und 3.5 Flash-Lite: jeweils 0,30 Eingabe und 2,50 Ausgabe, wobei Audio-Eingaben mit Flash-Lite von 1,00 auf 0,30 Dollar sinken

Wer von 2.5 Flash kommt, zahlt für Text also dasselbe. Beim Pro-Modell lohnt der zweite Blick, denn der Einführungspreis von 3.8 Flash läuft nur einen Monat nach der Umleitung aus. Ab Januar liegt die Eingabe 20 Prozent über dem alten Preis, die Ausgabe 25 Prozent darunter.

Nach eigener Rechnung kippt das Verhältnis bei gleicher Tokenzahl ab etwa zehn Eingabe-Token je Ausgabe-Token. Ein Beispiel aus der Dokumentenprüfung: 100.000 Token rein, 2.000 Token raus kosten mit 2.5 Pro rund 14,5 Cent, mit 3.8 Flash im Dezember rund 8,3 Cent und ab Januar rund 16,5 Cent. Das sind etwa 14 Prozent mehr als heute. Allerdings ist das nur eine Modellrechnung: Denk-Token zählen als Ausgabe, und wie viele davon anfallen, zeigt nur der eigene Verkehr.

Messingwaage auf einem hellen Holztisch vor einem Fenster, eine Schale mit hohem, die andere mit niedrigem Münzstapel

Das größere Risiko ist das Verhalten

Google nennt im Changelog für beide Umstellungen ausdrücklich Breaking Changes. Betroffen sind Function Calling und die Prüfung von thought_signature, außerdem ersetzt thinking_level das bisherige thinking_budget. Für die Praxis heißt das vor allem:

Sampling-Parameter wirken nicht mehr: Laut Migrationsseite für 3.5 Flash-Lite werden temperature, top_p und top_k ignoriert, künftige Modellgenerationen antworten darauf mit HTTP 400. Wer sich auf temperature: 0 verlassen hat, verliert diese Einstellung, ohne einen Hinweis zu bekommen.
Vorbefüllte Antworten fallen weg: Endet eine Anfrage mit einem model-Turn, gibt die API sofort einen Fehler 400 zurück. Das trifft Setups, die dem Modell den Anfang einer Antwort vorgeben, zum Beispiel für JSON.
candidate_count wird nicht mehr unterstützt: Der Parameter muss aus den Anfragen raus.
Das Denkverhalten ändert sich: 3.8 Flash steht standardmäßig auf medium, 3.5 Flash-Lite auf minimal. Für autonome Subagenten empfiehlt Google bei Flash-Lite medium oder high. Ein Agent auf 2.5 Flash, an dem niemand etwas ändert, läuft also anders als vorher.

Offen bleibt manches. Der Dienst Data Studios weist darauf hin, dass Google nicht sagt, ob die Antwort das tatsächlich genutzte Modell ausweist und was mit expliziten Caches passiert. Unabhängige Vergleiche der beiden Modellpaare habe ich bisher nicht gefunden. Und die Umleitung ist nur für die Gemini API angekündigt: Wer über Vertex AI arbeitet, sollte die dortige Modellseite gesondert prüfen, sie führt eigene Termine.

Was das für Ihr Unternehmen heißt

Modellnamen suchen: Durchsuchen Sie Code, Konfigurationen und Automationswerkzeuge nach gemini-2.5. Gemeint sind auch Dienstleister und No-Code-Plattformen, die Gemini für Sie anbinden.
Selbst umstellen statt umgeleitet werden: Tragen Sie das Zielmodell vor dem 1. Dezember fest ein und prüfen Sie Googles Migrationshinweise. Dann wechseln Sie zu einem Zeitpunkt, den Sie bestimmen.
Mit echten Fällen testen: Lassen Sie typische Aufgaben durch das neue Modell laufen und vergleichen Sie die Ergebnisse. Das gilt besonders für Extraktion, feste Ausgabeformate und Tool-Aufrufe.
Kosten mit Januar-Preisen rechnen: Kalkulieren Sie mit 1,50 und 7,50 Dollar und messen Sie die Denk-Token mit. Der Dezember ist kein Maßstab. Dass harte Budgetgrenzen helfen, gilt auch hier.
Modelländerungen als festen Prozess führen: Auch OpenAI entfernt im Januar GPT-4o und GPT-4.1 aus der API. Eine Liste, welches Modell wo läuft und wer zuständig ist, spart bei jedem Wechsel Zeit.

Fazit

Die Umleitung ist gut gemeint, denn sie verhindert Ausfälle. Gerade deshalb ist sie heikel: Niemand bekommt einen Fehler, aber Modell, Parameter und ab Januar auch die Kosten sind andere. Mit knapp vier Wochen Vorlauf ist der Wechsel gut machbar, wenn er jetzt geplant wird. Wenn Sie wissen möchten, welche Ihrer Automationen betroffen sind und wie sich der Umstieg sauber testen lässt, sprechen Sie mich gern an.