Google AI Studio

Google AI Studio

Google AI Studio ist die Spielwiese für die Gemini-Modelle. Du öffnest den Browser, schreibst einen Prompt, schraubst an Temperature und System-Instruction, schaust was rauskommt. Und wenn's passt, holst du dir mit einem Klick einen API-Key und baust das Ganze in deine eigene App ein. Genau dieser kurze Weg vom Rumprobieren zum echten Code ist der Punkt.

Was es kann

• Prompts direkt im Browser an ein Gemini-Modell schicken, ohne vorher irgendwas einzurichten. Modell wechseln, Parameter drehen, Antwort vergleichen.
• An den Settings drehen, die in der normalen Chat-App versteckt sind: System-Instruction, Output-Format, Token-Limits. Du siehst, wie das Modell auf deine Aufgabe reagiert.
• Mit einem Klick einen API-Key für die Gemini API ziehen. Damit sprichst du dasselbe Modell aus deinem eigenen Projekt an, der Übergang vom Testen zum Bauen ist nahtlos genug.

Wann's was bringt, und wann nicht

Stark ist Studio genau dann, wenn du einen Prompt sauber kriegen willst, bevor du Code schreibst. Du probierst Varianten durch, findest die Einstellung die zieht, und nimmst Prompt plus Key mit in dein Projekt. Das Prototypen im Browser selbst kostet nichts, in jeder Region.

Der Haken steckt im Free-Tier der API: Was du da reinschickst, nutzt Google zum Verbessern seiner Modelle. Zum Lernen und Basteln völlig okay, für ein echtes Produkt willst du das nicht. Sobald du live gehst, wechselst du auf einen bezahlten API-Tier oder hostest über OpenRouter. Studio ist die Werkbank, nicht die Fabrik. Und wenn du gar nicht an Settings schrauben willst, sondern Gemini einfach nutzen, reicht Gemini.

Alternativen

• Gemini CLI — wenn du lieber aus dem Terminal arbeitest statt im Browser.
• Together AI — wenn du offene Modelle statt Gemini ansprechen willst.

Beispiel-Workflow

Studio ist der Anfang einer Kette, nicht das ganze Projekt:

1. Prompt in AI Studio austüfteln: System-Instruction setzen, Temperature anpassen, ein paar Beispiele durchjagen, bis die Antwort verlässlich passt.
2. API-Key holen und den Prompt mit nach Hause nehmen. In Cursor baust du ihn in deine App ein, der Editor schreibt den Boilerplate drumherum.
3. Über das Vercel AI SDK hängst du das Modell ans Frontend, mit Streaming und Tool-Calls. Geht später live? Dann auf einen bezahlten API-Key umstellen.

Pricing

Das Prototypen in Studio selbst ist gratis, überall. Sobald du über den API-Key baust, greift das Pricing der Gemini API: ein kostenloser Free-Tier mit ordentlichen Limits zum Loslegen, danach pay-per-use pro Million Token, je nach Modell unterschiedlich. Ein Studi-Programm gibt's nicht. Für dich heißt das: Ausprobieren und ein Hobby-Projekt kommen meist mit dem Free-Tier hin. Der Free-Tier nutzt deine Eingaben fürs Training, der Paid-Tarif nicht. Wird's ernst, gehst du auf Paid oder direkt zu Vertex.

Passt zu dir, wenn du mit den Gemini-Modellen prototypen willst und einen schnellen Weg vom Prompt zum API-Key suchst.