Gemini 2.5 Pro eingestellt: Umleitung ab 1. Dezember und nötige Anpassungen

Ein Aufruf von gemini-2.5-pro am 2. Dezember wird nicht einfach fehlschlagen. Stattdessen antwortet ein anderes Modell. Google hat gemini-2.5-pro und gemini-2.5-flash am 2. November 2026 eingestellt. Ab dem 1. Dezember 2026 leitet die Gemini Developer API diese IDs automatisch auf gemini-3.8-flash und gemini-3.5-flash-lite um – zu den Preisen der jeweiligen Ersatzmodelle. Genau darin liegt das Risiko: Es handelt sich nicht nur um einen neuen Modellnamen, sondern um einen Wechsel der Modellklasse mit inkompatiblen Parametern. Wer den alten String bis Dezember unverändert lässt, verschiebt die eigentliche Migration lediglich.

Was Google für den 1. Dezember angekündigt hat

Google hat gemini-2.5-pro und gemini-2.5-flash in der Gemini Developer API eingestellt. Beide IDs sind aus der Auswahl in Google AI Studio verschwunden, und der API-Zugriff ist inzwischen auf Entwickler beschränkt, die das jeweilige Modell bereits verwendet haben. Ab dem 1. Dezember 2026 laufen Anfragen zwar weiterhin durch, aber unter einem anderen Modell und zu einem anderen Preis.

Die Zuordnung stammt aus Googles Übersicht zu den Gemini-API-Einstellungen:

Google nennt den 1. Dezember 2026 als Umleitungsdatum für beide stabilen IDs. Als Hinweis dient der Changelog-Eintrag vom 2. November 2026. Google-DeepMind-Mitarbeiter Patrick Loeber hat ihn in einem PSA verlinkt und darauf hingewiesen, dass anspruchsvollere Integrationen die Migrationsanleitung berücksichtigen müssen.

Die Ankündigung betrifft ausschließlich die Gemini Developer API und AI Studio. Für Vertex AI gilt ein separater Zeitplan: Google Cloud nennt für dieselben Modellnamen Termine im Oktober 2026. Auch Firebase AI Logic führt eine eigene Liste unterstützter Modelle. Wer Vertex AI nutzt, sollte daher in der Cloud Console nachsehen, statt automatisch vom 1. Dezember auszugehen.

Am 18. September bezeichnete Google 2.5 noch als „nicht eingestellt“, am 2. November folgte dann doch die Abkündigung. Der 1. Dezember sollte deshalb als verbindlicher Termin behandelt werden. Die Changelog-Historie dokumentiert diesen Kurswechsel.

Was die Umleitung im Dezember und Januar kostet

Der Gemini-2.5-Pro-Traffic wird im Dezember günstiger, bevor die Eingabekosten im Januar steigen. Bei Gemini 2.5 Flash bleibt die Abrechnung für Texteingaben nach der Umstellung gleich, während Audioeingaben deutlich günstiger werden. Alle folgenden Werte sind Listenpreise für den kostenpflichtigen Tarif pro 1 Mio. Tokens aus Googles Gemini-API-Preisliste, Stand 3. November 2026. Einen Überblick auf Modellebene bieten die Beiträge zu Gemini-3.8-Flash-Preisen und Gemini 3.5 Flash-Lite.

Bei Gemini 3.8 Flash gibt es unabhängig von der Prompt-Länge nur eine Preisstufe. Workloads mit mehr als 200.000 Tokens im Kontext profitieren daher am stärksten. Ein Prompt mit 300.000 Eingabe- und 4.000 Ausgabetokens für ein langes Dokument kostet bei Gemini 2.5 Pro zu $2.50/$15.00 ungefähr $0.81, mit der Dezember-Preisgestaltung von Gemini 3.8 Flash zu $0.75/$3.75 etwa $0.24 und ab Januar zu $1.50/$7.50 rund $0.48. Nur kurze, eingabelastige Chats landen im Januar ungefähr wieder auf dem alten Kostenniveau.

Bei der Flash-Umstellung ist die Rechnung überschaubarer:

Für Context Caching, Batch und Prioritätsverarbeitung gilt dasselbe Muster: Die Textpreise bleiben bestehen, die Audiopreise sinken. Für die Budgetplanung ist jedoch ein Detail wichtig: Thinking-Tokens werden als Ausgabe abgerechnet. Außerdem können die Ersatzmodelle bei langen Aufgaben eine andere Anzahl an Thinking-Tokens erzeugen. Gleiche Ausgabemengen dürfen daher nicht vorausgesetzt werden. Wer belastbar planen will, sollte usage_metadata aus dem echten Traffic vergleichen.

Warum derselbe Modell-String funktionierenden Code ausbremst

Die automatische Umleitung hält zwar den HTTP-Status 200 aufrecht, verändert aber das Modell unter der Haube. Gemini 3.x setzt Anfrageregeln durch, die Gemini 2.5 noch akzeptiert hat. Selbst Code, der den Modellnamen nicht anfasst, kann ab dem 1. Dezember fehlschlagen oder unbemerkt ein anderes Verhalten zeigen.

Gemini 3.x ersetzt thinking_budget durch thinking_level. Gemini 3.8 Flash akzeptiert low, medium und high, weist minimal jedoch zurück. Bei Gemini 3.5 Flash-Lite ist minimal der Standard. Werden beide Felder gesendet, antwortet die API mit HTTP 400. Eine gemeinsame minimal-Konfiguration für beide Ersatzmodelle legt daher den Pfad zu 3.8 Flash lahm. Google empfiehlt minimal für Extraktion, Routing und Klassifizierung sowie medium oder high für Subagenten, Tool-Aufrufe, Codeausführung und mehrstufiges Schlussfolgern, damit Tools nicht vorzeitig beendet werden.

Auch Sampling- und Verlaufseinstellungen ändern sich laut dem Gemini-3-Migrationsleitfaden. temperature, top_p und top_k werden bei Gemini 3.x derzeit ignoriert und sollen bei künftigen Generationen mit HTTP 400 zurückgewiesen werden. candidate_count wird nicht unterstützt. Enthält der letzte nicht leere Turn die Rolle model – etwa durch den klassischen Prefill-Trick mit einem Abschluss wie Translation: –, liefert die API HTTP 400. Google verweist stattdessen auf system_instruction und strukturierte Ausgaben.

Auch Function Calling wird strenger geprüft. Gemini 3.x validiert thought_signature und verlangt, dass jede FunctionResponse die passende Call-ID und den passenden Namen enthält. Wird die Signatur entfernt oder der Model-Turn ohne sie neu aufgebaut, entstehen leere STOP-Antworten oder Abschlüsse mit MISSING_THOUGHT_SIGNATURE statt eines sauberen Fehlers. Regressionstests sollten daher den Antworttext prüfen und sich nicht nur darauf verlassen, dass keine Exception auftritt.

Nutzer haben genau dieses Fehlerszenario bereits wenige Stunden nach der Ankündigung beschrieben:

Google hat gerade ein Datum für das Ende von Gemini 2.5 genannt. Das entscheidende Detail ist aber nicht die Abkündigung, sondern die automatische Umleitung. ... Dein Code wird also keinen 404-Fehler auslösen. Stattdessen antwortet plötzlich unbemerkt ein anderes Modell. — @VarunChopr17597

Wenn dein Agent weiterhin gemini-2.5-flash aufruft, läuft er ab dem 1. Dezember mit Gemini 3.5 Flash-Lite, dessen Standard beim Thinking auf minimal steht. — @MarMarLabs

Im November migrieren: die Checkliste in 7 Schritten

Am sichersten ist ein expliziter Wechsel der Modell-ID samt Anpassung der Parameter im November. Danach sollte ein direkter Vergleich mit dem Ersatzmodell folgen. Die automatische Umleitung ist keine Migrationsstrategie.

1. Alle Verweise und Preview-Aliase finden. Durchsuche Code, Konfigurationen, Evaluierungs-Harnesses und Dokumentation nach den beiden betroffenen IDs – das unveränderte Lite-Modell wird dabei ausgeschlossen:

grep -rnE 'gemini-2\.5-(pro|flash)([^-]|$)' .

1. IDs explizit austauschen. Ändere in einem Branch gemini-2.5-pro zu gemini-3.8-flash und gemini-2.5-flash zu gemini-3.5-flash-lite – nicht erst am Morgen des 1. Dezember.
2. Thinking-Konfiguration korrigieren. Ersetze thinking_budget durch thinking_level, setze den Wert je nach Modell (medium oder high für Agenten mit 3.8 Flash; bei Flash-Lite explizit minimal oder medium/high) und verwende minimal nicht gemeinsam mit 3.8 Flash.
3. Alte Parameter entfernen. Lösche temperature, top_p, top_k, candidate_count sowie vorbefüllte abschließende Model-Turns, bevor du testest.
4. SDK und Tool-Anbindung aktualisieren. Aktualisiere auf ein aktuelles SDK, bewahre vollständige Model-Turns einschließlich thoughtSignature, erzeuge FunctionResponse mit Call-ID und Namen und teste mehrstufige Tool-Aufrufe von Anfang bis Ende erneut.
5. Baselines mit dem Ersatzmodell erneut ausführen. Vergleiche Qualität, Latenz, Ausgabelänge und die Token-Zähler aus usage_metadata anhand von Produktionsprompts. Ein Flash-Modell wird sich bei jeder Aufgabe anders verhalten als ein Pro-Modell.
6. Kosten zweimal neu berechnen. Plane den Pro-Pfad im Dezember mit $0.75/$3.75 und ab Januar mit $1.50/$7.50 und prüfe für den Flash-Pfad die Audio- und Cache-Positionen erneut.

Teams, die bereits Gemini 3.x oder gemini-2.5-flash-lite einsetzen, können diese Migration überspringen. Alle anderen sollten Schritt 6 vor dem 30. November abschließen. Eine grüne Testsuite am 1. Dezember kann sonst lediglich bedeuten, dass der Router antwortet – nicht, dass das Verhalten unverändert geblieben ist.

Wer Agenten baut, sollte vor der Festlegung der Thinking-Level für tool-lastige Workloads außerdem die Kostenanalyse von Gemini 3.8 Flash für Agentenaufgaben lesen.

FAQ

Wird Gemini 2.5 Pro am 1. Dezember 2026 abgeschaltet?

Nein. Google nennt den 1. Dezember 2026 für die Gemini Developer API als Umleitungstermin: Anfragen an gemini-2.5-pro werden an gemini-3.8-flash weitergeleitet, statt einen Fehler zurückzugeben.

Werden umgeleitete Anfragen zum alten oder zum neuen Preis abgerechnet?

Zum neuen Preis. Eine nach dem 1. Dezember als gemini-2.5-pro gesendete Anfrage wird zu den Preisen von Gemini 3.8 Flash abgerechnet. Eine Anfrage an gemini-2.5-flash läuft zu den Preisen von Gemini 3.5 Flash-Lite.

Muss ich den Code ändern, obwohl die Umleitung automatisch erfolgt?

Ja. Thinking-Konfiguration, Sampling-Parameter, vorbefüllte Turns und Function-Calling-Anbindung unterscheiden sich bei Gemini 3.x. Unveränderter Code kann ignorierte Parameter, HTTP-400-Fehler oder unbemerkt ein anderes Reasoning-Verhalten erzeugen.

Gilt der 1. Dezember auch für Vertex AI?

Nein. Der 1. Dezember ist der Termin für die Gemini Developer API. Google Cloud nennt für Gemini 2.5 auf Vertex AI und der Enterprise Agent Platform separate Einstellungstermine im Oktober 2026.

Ist Gemini 2.5 Flash-Lite betroffen?

Nein. Laut Google ist gemini-2.5-flash-lite nicht eingestellt und bleibt bis auf Weiteres verfügbar.

Welches Ersatzmodell eignet sich für welchen Workload?

Die Auswahl sollte sich an der Aufgabe orientieren und anschließend evaluiert werden. Ein Flash-Modell ist nicht automatisch gleichwertig mit dem bisherigen Pro-Modell.

Was bis zum 30. November zu tun ist

Ändere die beiden Modell-Strings noch diese Woche, passe Thinking und Tool-Anbindung an und erstelle eine neue Baseline mit den Ersatzmodellen, solange Gemini 2.5 noch antwortet. Die Umleitung im Dezember hält den Betrieb am Laufen. Nur eine Migration im November hält jedoch Verhalten und Kosten unter deiner Kontrolle.