Gemini API 快速指南

LIBRARY Nov 6, 2024

Gemini 属于 Google 的前沿生成式 AI 模型系列，从头开始构建为多模式和长上下文。Gemini 适用于整个 Google 套件，从 Gmail 到 Gemini App。对于想要使用 Gemini 进行构建的开发人员来说，Gemini API 是入门的最佳选择。

在本文中，我们将探讨 Gemini API 提供的功能、如何免费开始使用 Gemini，以及更高级的用例，例如微调。

让我们开始吧！

1、如何测试最新的 Gemini 模型？

如果你想先测试 Gemini 模型（从最新的实验模型到生产模型的所有内容），而无需编写任何运行代码，可以前往 Google AI Studio。

在那里完成测试后，你还可以在 AI Studio 中生成 Gemini API 密钥（左上角的“获取 API 密钥”）。 AI Studio 是免费的，API 上还有一个慷慨的免费层，其中包括每天使用 Gemini 1.5 Flash 的 1,500 个请求。

2、Gemini API 提供什么？

Gemini API 标配了开发人员所需的大多数功能。从高层次来看，它具有：

对 Gemini 1.5 Flash 的微调支持
上下文缓存，帮助降低生产部署成本
代码执行，通过运行代码来增强模型功能
结构化输出，从输入源中提取数据
视频、图像和音频理解
文档处理，支持长达 1,000 页的 PDF

还有更多！一般来说，Gemini API 提供了开发人员在使用大型语言模型 API 构建时所期望的大多数（如果不是全部）功能，以及 Gemini 独有的许多功能（例如长上下文、视频理解等）。

3、Gemini API 支持哪些模型？

默认情况下，截至 2024 年 9 月 21 日，Gemini API 中可用的两个模型变体是 Gemini 1.5 Flash 和 Gemini 1.5 Pro。这些模型有不同的实例可用，其中一些较新且具有性能更新。每个模型还提供不同的功能，例如模型可以调整的上下文长度。你可以查看 Gemini 模型页面了解更多详情。

4、发送你的第一个 Gemini API 请求

只需 6 行代码，就可以发送你的第一个 API 请求，请确保在运行以下代码之前从 Google AI Studio 获取你的 API 密钥：

import google.generativeai as genai
import os

genai.configure(api_key=os.environ["API_KEY"])

model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Explain how AI works")
print(response.text)

Gemini API SDK 还支持创建聊天对象，这样你就可以将消息附加到简单结构中：

model = genai.GenerativeModel("gemini-1.5-flash")
chat = model.start_chat(
    history=[
        {"role": "user", "parts": "Hello"},
        {"role": "model", "parts": "Great to meet you. What would you like to know?"},
    ]
)
response = chat.send_message("I have 2 dogs in my house.")
print(response.text)
response = chat.send_message("How many paws are in my house?")
print(response.text)

如果你想要一个稍微复杂一点的简单 repo 来开始使用，请查看 GitHub 上的官方 Gemini API 快速入门 repo。

5、Gemini API 的价格是多少？

Gemini API 有两个层级，免费层和付费层。前者是免费的，后者带有更高的速率限制，旨在支持生产工作负载。 Gemini 1.5 Flash 是其能力级别中价格最具竞争力的大型语言模型，最近其价格下降了 70%。

或者换句话说，你每天可以免费使用 Gemini 获得 15 亿个代币：

6、微调 Gemini 1.5 Flash

Gemini 1.5 Flash 可以通过 Google AI Studio 免费进行微调，并且经过调整的模型使用成本不会高于基础模型，这在 AI 生态系统中是相当独特的优势。一旦你调整了模型，就可以将其用作现有代码的替代品。Google AI Studio 还附带了用于进行测试调整的示例数据集和一种称为“结构化提示”的模式，该模式可用于创建微调数据集。