Gemini API-modellen en versies

De Gemini-modelfamilie

Google brengt Gemini-modellen uit in twee hoofdlijnen: Flash (geoptimaliseerd voor snelheid en kosten) en Pro (geoptimaliseerd voor de zwaarste redenering en complexe taken). Beide zijn multimodaal en verwerken tekst, afbeeldingen, audio en video. Daarnaast bestaat er een apart embeddingmodel voor semantisch zoeken.

In 2026 lopen meerdere generaties naast elkaar: de nieuwste Gemini 3-serie, de bewezen Gemini 2.5-familie en de oudere 1.5-modellen die nog draaien maar worden uitgefaseerd. Modelnamen, prijzen en limieten veranderen regelmatig, dus controleer de bedragen hieronder altijd tegen de officiele prijslijst van Google AI voor je een keuze vastlegt.

Overzicht actuele modellen

De tabel toont richtbedragen per 1 miljoen tokens. Pro-modellen rekenen vaak een hoger tarief boven een bepaalde contextgrootte, dus kijk altijd na hoeveel context je echt nodig hebt.

Voor gemini-2.5-pro geldt doorgaans een hoger tarief zodra je prompt boven ongeveer 200.000 tokens uitkomt. De goedkoopste opties (Flash-Lite en de Batch-modus) zijn ideaal voor grote, niet-urgente verwerkingen.

Haal het exacte, actuele overzicht altijd live op met de nieuwe SDK:

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

for model in client.models.list():
    if "generateContent" in (model.supported_actions or []):
        print(f"Naam: {model.name}")
        print(f"  Display: {model.display_name}")
        print(f"  Input limit: {model.input_token_limit:,} tokens")
        print(f"  Output limit: {model.output_token_limit:,} tokens")
        print()

Model kiezen

Loop deze vragen van boven naar beneden door en kies de eerste regel die op jouw situatie past.

• Standaardkeuze voor de meeste taken: gemini-3.5-flash of, als je strak op kosten zit, gemini-2.5-flash.
• Allergoedkoopste verwerking of grote batches: gemini-2.5-flash-lite of gemini-3.1-flash-lite.
• Zwaarste redenering, wiskunde of code-review: een Pro-model zoals gemini-3.1-pro of gemini-2.5-pro.
• Zeer lange documenten waar je de volledige context in een keer wilt aanbieden: een Pro-model met de grootste context.
• Semantisch zoeken of een RAG-pijplijn: gemini-embedding-001.

Versies en aliassen begrijpen

Gemini-modellen hebben drie soorten namen:

• Versied: gemini-2.5-flash-001 is een vaste versie die niet meer verandert.
• Latest: gemini-2.5-flash-latest wijst altijd naar de nieuwste minor-versie.
• Alias: gemini-2.5-flash is een stabiele alias, soms gelijk aan latest.

Voor productie gebruik je een versied modelnaam, zodat het gedrag van je applicatie niet ongemerkt verandert wanneer Google de alias bijwerkt:

response = client.models.generate_content(
    model="gemini-2.5-flash-001",
    contents="Vat dit document samen in drie zinnen.",
)
print(response.text)

Flash versus Pro in de praktijk

Flash presteert in 2026 verrassend sterk, ook op agent- en codetaken. Voor diepe redenering, lastige wiskunde en zeer lange documenten geeft een Pro-model doorgaans nauwkeurigere resultaten. Het verschil zie je vooral bij taken met meerdere redeneerstappen.

complexe_vraag = """
Analyseer de volgende redenering en benoem alle logische denkfouten:
Als alle Nederlanders fietsen, en Jan fietst, dan is Jan een Nederlander.
"""

flash = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=complexe_vraag,
)
pro = client.models.generate_content(
    model="gemini-2.5-pro",
    contents=complexe_vraag,
)

print("Flash:", flash.text)
print("Pro:", pro.text)

Embeddings genereren

Voor semantisch zoeken, clustering en RAG gebruik je het embeddingmodel. Dit levert een numerieke vector terug, geen tekstantwoord.

result = client.models.embed_content(
    model="gemini-embedding-001",
    contents="Hoe stel ik een Gemini API-sleutel veilig in?",
)
print(len(result.embeddings[0].values))

Het model levert standaard 3072 dimensies. Je kunt de uitvoer terugschalen naar bijvoorbeeld 1536 of 768 dimensies als je opslag of zoeksnelheid wilt optimaliseren.

Preview- en experimentele modellen

Google biedt regelmatig preview-modellen aan via Google AI Studio, vaak met een datum in de naam. Deze zijn handig om vroeg te testen, maar niet bedoeld voor productie.

Kosten beheersen

Naast de modelkeuze zijn er twee krachtige knoppen om je rekening te verlagen:

• Batch-modus: voor verwerkingen die niet meteen klaar hoeven, geeft de batch-API doorgaans een flinke korting in ruil voor langere verwerkingstijd.
• Context-caching: als je steeds dezelfde grote prompt of instructie hergebruikt, bespaart caching aanzienlijk op de inputkosten.