Gemini API 入门教程

Google Gemini API 提供强大的多模态 AI 能力。本文从零开始，教你获取 API Key、发起第一次调用、使用流式输出和多模态功能。

Gemini API 概述

Gemini 是 Google 推出的新一代 AI 模型，支持文本、图像、音频和视频的多模态理解。目前主要模型包括：

• Gemini 2.5 Pro：最强推理能力，支持 100 万 token 上下文
• Gemini 2.5 Flash：速度与质量的最佳平衡
• Gemini 2.0 Flash：超快响应，适合高并发场景

获取 API Key

1. 访问 Google AI Studio（aistudio.google.com）
2. 使用 Google 账户登录
3. 点击 Get API Key → Create API Key
4. 选择或创建一个 Google Cloud 项目
5. 复制生成的 API Key

第一次 API 调用

Python SDK

pip install google-genai

from google import genai

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="用一句话介绍量子计算"
)
print(response.text)

cURL 调用

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"你好"}]}]}'

流式输出

流式输出可以让用户更快看到响应，提升体验：

from google import genai

client = genai.Client(api_key="YOUR_API_KEY")

for chunk in client.models.generate_content_stream(
    model="gemini-2.5-flash",
    contents="写一首关于春天的诗"
):
    print(chunk.text, end="")

多模态调用

Gemini 支持图像理解，可以分析图片内容：

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

# 使用图片 URL
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=[
        types.Part.from_uri(
            file_uri="https://example.com/image.jpg",
            mime_type="image/jpeg"
        ),
        "描述这张图片的内容"
    ]
)
print(response.text)

国内使用 Gemini API

由于网络限制，国内直接调用 Gemini API 可能不稳定。推荐使用中转服务：

# 通过 OpenAI 兼容接口调用 Gemini
from openai import OpenAI

client = OpenAI(
    api_key="your-relay-key",
    base_url="https://claude4u.com/v1"
)

response = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)

下一步

• 了解 Gemini API 价格详情
• 探索 Gemini 2.5 Pro 高级功能
• 解决 Gemini API 常见错误