Gemini API 快速入门指南

Gemini API 概览

Google Gemini API 提供对 Gemini 系列模型的访问，支持文本生成、多模态理解、代码执行、搜索增强等能力。最新一代 Gemini 3 带来了更强的推理和生成能力。

获取 API Key

1. 访问 Google AI Studio
2. 点击 "Get API Key"
3. 创建或选择 Google Cloud 项目
4. 复制生成的 API Key

Python SDK 安装

pip install google-generativeai

基础文本生成

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

# 创建模型实例
model = genai.GenerativeModel('gemini-3-pro')

# 生成文本
response = model.generate_content(
    "解释量子计算的基本原理",
    generation_config=genai.types.GenerationConfig(
        temperature=0.7,
        max_output_tokens=2048
    )
)
print(response.text)

多轮对话

chat = model.start_chat(history=[])

response1 = chat.send_message("你好，我想学习Python")
print(response1.text)

response2 = chat.send_message("推荐一些入门项目")
print(response2.text)

多模态：图像理解

import PIL.Image

img = PIL.Image.open('photo.jpg')
model = genai.GenerativeModel('gemini-3-pro')

response = model.generate_content([
    "详细描述这张图片的内容",
    img
])
print(response.text)

系统指令

model = genai.GenerativeModel(
    'gemini-3-pro',
    system_instruction=(
        "你是一位专业的技术文档撰写者。"
        "回答时使用Markdown格式，包含代码示例。"
        "语气专业但易懂。"
    )
)

模型选择

特色功能

搜索增强（Grounding）

利用 Google 搜索实时数据增强回答：

response = model.generate_content(
    "2026年最新的AI发展趋势是什么？",
    tools="google_search_retrieval"
)

代码执行

模型可以自动编写和执行Python代码：

response = model.generate_content(
    "计算斐波那契数列前100项的和",
    tools="code_execution"
)

文件上传

uploaded_file = genai.upload_file("document.pdf")
response = model.generate_content([
    "总结这份文档的关键要点",
    uploaded_file
])

定价

注：免费额度慷慨，适合开发测试。