Gemini API CLI: Googles Kommandozeile für KI-Agenten

Google hat eine neue Kommandozeile für die Gemini API veröffentlicht. Klingt nach einem Thema nur für Entwickler, betrifft aber auch alle, die mit Skripten, Automationen oder Coding-Agenten wie Claude Code arbeiten. Hier steht, was das Tool kann, wo die Grenzen liegen und für wen es sich lohnt.

Was ist passiert?

Am 27. Oktober 2026 hat Google die Gemini API CLI mit dem Befehl gemini-api als Beta veröffentlicht (Changelog der Gemini API). Google beschreibt sie als „a stateless, zero-dependency command-line client for AI coding agents, scripts, and CI pipelines“. Übersetzt: ein Kommandozeilen-Client ohne gespeicherten Zustand und ohne zusätzliche Abhängigkeiten, gedacht für KI-Coding-Agenten, Skripte und CI-Pipelines.

Technisch spricht die CLI die Interactions API an. Das ist laut Google seit Juni 2026 allgemein verfügbar und für neue Projekte empfohlen, neue Modelle und Funktionen sollen dort zuerst erscheinen (Interactions-API-Doku).

Laut Dokumentation ist das Projekt eine Open-Source-Beta. Zwischen Minor-Versionen kann es Breaking Changes geben. Google empfiehlt deshalb, in automatisierten Umgebungen eine feste Version anzupinnen.

Was kann die Gemini API CLI?

Die CLI-Doku teilt die Befehle in vier Gruppen (Stand: Oktober 2026):

Bereich	Befehle	Wofür
Erstellen	generate, image, tts, music, video	Text, Bilder, Sprache, Musik, Video
Verstehen	analyze, transcribe	Dateien auswerten, Transkripte schreiben
Agenten	agent, environments, credentials, webhooks, triggers	Managed Agents starten und verwalten
Setup	configure, auth, whoami, files, models	Zugang, Uploads, Modelle

Ein paar Details aus der Dokumentation, die im Alltag wichtig sind:

• Medien: Bilder entstehen mit Nano Banana in Auflösungen bis 4K, Sprache als WAV mit 24 kHz in Mono, Musik mit Lyria, Videos als MP4 mit Gemini Omni.
• Dateien: analyze verarbeitet PDFs, Bilder, Audio, Video, CSV- und Textdateien sowie öffentliche YouTube-Links. Lokale Dateien gehen bis 14 MB direkt mit. Größere lädst du über files upload hoch, sie werden nach 48 Stunden gelöscht.
• Ausgabe: Medienbefehle speichern die Datei und geben nur den Pfad aus. Mit -o json bekommst du strukturierte Daten, mit --jq gefilterte Werte.
• Testlauf: --dry-run zeigt die HTTP-Anfrage, ohne sie zu senden, Zugangsdaten werden dabei geschwärzt.
• Fehler: Feste Exit-Codes (0 Erfolg, 1 Laufzeit- oder API-Fehler, 2 Eingabefehler, 3 Authentifizierungsfehler) und mit --agent-mode strukturierte JSON-Fehlermeldungen.

Gerade die letzten beiden Punkte zeigen, für wen das Tool gebaut ist: für Programme und Agenten, die auswerten müssen, ob ein Aufruf geklappt hat.

Was sind Gemini Managed Agents?

Managed Agents sind Agenten, die Google selbst betreibt. Ein einzelner API-Aufruf startet eine Linux-Sandbox, in der der Agent Code ausführt, Dateien verwaltet und im Web recherchiert (Managed-Agents-Doku). Zur Auswahl stehen laut Google der Allzweck-Agent Antigravity auf Basis von Gemini 3.8 Flash und der Recherche-Agent Deep Research. Beide sind Public Preview (Stand: Oktober 2026).

Über die CLI startest du solche Agenten mit agent run. Lange Aufgaben schickst du mit --background in den Hintergrund, bekommst eine ID zurück und fragst später mit status nach dem Stand (CLI-Doku). Eigene Agenten lassen sich anlegen, auflisten und löschen.

Wenn du erst verstehen willst, was einen Agenten von einem Chatbot unterscheidet, hilft der Ratgeber Was ist ein KI-Agent?.

Wie richtest du die CLI ein?

Laut Dokumentation gibt es ein Installationsskript für macOS und Linux, ein PowerShell-Skript für Windows, eine Installation über Go sowie fertige Binärdateien auf GitHub, etwa für Docker oder CI.

Zum Anmelden brauchst du einen API-Key aus Google AI Studio. Den setzt du über die Umgebungsvariable GEMINI_API_KEY oder legst ihn lokal im Schlüsselbund deines Betriebssystems ab. Mit whoami siehst du, woher die CLI den Key gerade nimmt. In CI-Pipelines soll der Key aus einem Secret-Store kommen, nie direkt im Code stehen (CLI-Doku).

Was bedeutet das für dich?

Für Selbstständige und kleine Teams ohne Programmierkenntnisse ist die Gemini API CLI kein Werkzeug für den ersten Tag. Interessant wird sie, sobald du mit einem Coding-Agenten arbeitest oder kleine Automationen baust.

Coding-Agenten bekommen Gemini als Werkzeug. Ein Agent mit Shell-Zugriff kann gemini-api aufrufen wie jeden anderen Befehl. Er kann zum Beispiel ein Produktbild erzeugen, eine Sprachdatei für ein Erklärvideo bauen oder ein PDF auswerten, ohne dass jemand dafür eine eigene Schnittstelle programmiert. Wer Claude Code oder ein ähnliches Tool nutzt, kann Gemini so als Zusatzwerkzeug einbinden.

Kleine Automationen werden einfacher. Ein Skript, das jeden Morgen neue Rechnungen als PDF auswertet und die Ergebnisse als JSON ablegt, braucht keinen SDK-Code mehr, nur einen Befehl pro Datei. Ideen, wo sich das im Büro lohnt, findest du unter Prozesse mit KI automatisieren.

Recherche läuft im Hintergrund. Den Deep-Research-Agenten kannst du per Befehl starten und später abholen. Google nennt als Einsatzzwecke unter anderem Marktanalysen und Due Diligence (Managed-Agents-Doku).

Worauf solltest du achten?

Beta heißt Beta. Befehle und Optionen können sich zwischen Versionen ändern (CLI-Doku). Wenn ein Skript im Alltag laufen soll, pinne die Version fest.

Kosten im Blick behalten. Die CLI-Doku nennt keine eigenen Preise, abgerechnet wird die API-Nutzung. Managed Agents laufen laut Google nach Pay-as-you-go über Tokens und Tool-Nutzung, ein einzelner Durchlauf kann etwa 100.000 bis 3 Millionen Tokens verbrauchen. Die Rechenleistung der Sandbox berechnet Google während der Preview nicht, einen kostenlosen Tarif mit Limits gibt es (Managed-Agents-Doku, Stand: Oktober 2026). Starte mit kleinen Aufgaben und schau dir den Verbrauch an, bevor du Agenten automatisch laufen lässt.

Daten werden standardmäßig gespeichert. Die Interactions API speichert Interaktionen per Voreinstellung, im bezahlten Tarif 55 Tage, im kostenlosen 1 Tag. Mit store=false lässt sich das abschalten, dann funktionieren aber Hintergrundausführung und fortlaufende Konversationen nicht (Interactions-API-Doku). Wenn du Kundendaten verarbeitest, kläre das vorher.

Kein Echtzeit-Streaming. Bidirektionale Verbindungen für Live-Sprache und -Video unterstützt die CLI nicht, dafür verweist Google auf die Live API (CLI-Doku).

Sandbox-Netzwerk ist offen. Der ausgehende Netzwerkzugriff der Agenten-Sandbox ist standardmäßig nicht eingeschränkt, lässt sich aber per Allowlist begrenzen (Managed-Agents-Doku). Wenn ein Agent mit sensiblen Daten arbeitet, solltest du das einschränken.

Mein Fazit für Einsteiger: Erst die Grundlagen mit einem Coding-Agenten lernen, dann einzelne Gemini-Befehle als Bausteine dazunehmen. Mit --dry-run kannst du dabei jeden Aufruf prüfen, bevor er etwas kostet.

Quellen

• Gemini API Changelog, Eintrag vom 27. Oktober 2026 (Primärquelle)
• Gemini API CLI: Dokumentation
• Interactions API: Dokumentation
• Gemini Managed Agents: Dokumentation

Häufige Fragen

Was ist die Gemini API CLI?

Ein Kommandozeilen-Client von Google mit dem Befehl gemini-api. Er läuft ohne weitere Abhängigkeiten, ist zustandslos und nutzt die Interactions API, um Text und Medien zu erzeugen, Dateien zu analysieren und Gemini Managed Agents zu starten. Seit dem 27. Oktober 2026 ist er als Open-Source-Beta verfügbar.

Was brauche ich, um die Gemini API CLI zu nutzen?

Einen API-Key aus Google AI Studio, den du über die Umgebungsvariable GEMINI_API_KEY setzt oder lokal im Schlüsselbund deines Betriebssystems ablegst. Installieren kannst du das Tool unter macOS und Linux per Installationsskript, unter Windows per PowerShell-Skript oder über fertige Binärdateien auf GitHub.

Was kostet die Gemini API CLI?

Die Doku zur CLI nennt keine eigenen Preise. Abgerechnet wird die Nutzung der Gemini API. Für Managed Agents gilt laut Google Pay-as-you-go nach Tokens und Tool-Nutzung, ein Durchlauf kann etwa 100.000 bis 3 Millionen Tokens verbrauchen. Einen kostenlosen Tarif mit Limits gibt es (Stand: Oktober 2026).

Was sind Gemini Managed Agents?

Agenten, die Google in einer isolierten Linux-Sandbox betreibt. Sie können Code ausführen, Dateien verwalten und im Web recherchieren. Verfügbar sind unter anderem der Allzweck-Agent Antigravity und der Recherche-Agent Deep Research, beide als Public Preview (Stand: Oktober 2026).