So funktioniert die LLM-API-Preisgestaltung

Tokens, Eingabe vs. Ausgabe, Kontextfenster – warum die gleiche Aufgabe bei einem Modell 50-mal mehr kosten kann als bei einem anderen, einfach erklärt.

Heim › KI-Modelle › GPT-5 nano vs. Gemini 3.1 Flash

GPT-5 nano vs. Gemini 3.1 Flash: Preisvergleich

Echte API-Preise für 2026 nebeneinander, mit den Gesamtkosten einer typischen monatlichen Arbeitslast von 10 Millionen Inputs und 3 Millionen Outputs.

Preis & Kosten auf einen Blick

GPT-5 NanoGemini 3.1 Flash
Eingabe / 1 Mio. Token$0.05$0.1
Ausgabe / 1 Mio. Token$0.4$0.4
Kontextfenster400.0001000K
Kosten: 10 Mio. rein + 3 Mio. raus$1.7$2.2

Grün = günstiger / größer. Preise pro 1 Mio. Token, USD. Schnappschuss 2026 – Rücksprache mit dem Anbieter. Note: Gemini 3.1 Flash (standard) no longer appears on Google's current pricing page — only 3.1 Flash-Lite and the newer 3.5/3.6/3.8 Flash tiers are listed. Treat this price as historical.

Was ist günstiger?

GPT-5 Nano is the cheaper option on a 10M-in / 3M-out workload — about $1.7/mo versus $2.2 for Gemini 3.1 Flash (~1.3× difference). Because output tokens are billed higher, the model with the lower Ausgabe Der Preis gewinnt normalerweise, wenn Ihre Antworten länger werden.

Führen Sie Ihren eigenen Token-Mix im aus Kostenrechner, oder sehen Sie sich jedes Modell im Detail an: GPT-5 Nano - Gemini 3.1 Flash.

Häufig gefragt

Ist GPT-5 nano oder Gemini 3.1 Flash günstiger?

At a typical 10M input + 3M output tokens per month, GPT-5 nano costs about $1.7 versus $2.2 for Gemini 3.1 Flash — GPT-5 nano is roughly 1.3x cheaper on this workload. Your ratio of input to output tokens changes the gap.

Was ist der Preisunterschied zwischen GPT-5 nano und Gemini 3.1 Flash?

GPT-5 nano is $0.05/$0.4 per 1M input/output tokens; Gemini 3.1 Flash is $0.1/$0.4. Output tokens usually dominate a bill, so compare the output price first.

Welches hat das größere Kontextfenster, GPT-5 nano oder Gemini 3.1 Flash?

GPT-5 nano unterstützt etwa 400.000 Token und Gemini 3.1 Flash etwa 1.000.000. Ein größeres Fenster kostet mehr pro Anruf, da jedes Token im Kontext in Rechnung gestellt wird.

Bildungsschätzungen – keine Verbindung zu irgendeinem Anbieter.