如何免费访问和使用Gemini API
内容提要
谷歌推出多模态AI模型Gemini，包含Ultra、Pro、Nano三个版本，其中Ultra多项指标超越GPT-4。文章介绍如何获取API密钥、安装并配置Python库，演示使用Gemini Pro生成文本、定制输出和流式响应，使用Gemini Pro Vision识别图像并生成旅行博客，以及多轮聊天会话和文本嵌入功能。
延伸解读
Gemini 模型版本与定位
文章介绍 Gemini 有三个版本：Ultra 面向复杂任务，Pro 平衡性能与扩展性，Nano 专为移动设备设计。其中 Ultra 在多项指标上超越 GPT-4，并在 MMLU 基准测试中首次超过人类专家。读者需注意，教程实际使用的是 Pro 和 Pro Vision 版本，而非 Ultra，因此示例表现不代表 Ultra 的能力上限。
API 配置与使用门槛
使用 Gemini API 需先获取 API 密钥并设置为环境变量，再通过 pip 安装 google-generativeai 库。文章以 Deepnote 为例演示配置，但未说明其他环境的具体操作。读者需自行处理密钥管理，避免泄露。此外，教程仅覆盖 Python 基础调用，未涉及配额、计费或错误处理，实际部署时需进一步查阅官方文档。
功能演示与对比观察
文章演示了文本生成、定制输出（如停止词、最大 token 数）、流式响应、图像识别、多轮聊天和文本嵌入。在图像任务中，Gemini Pro Vision 能准确识别建筑并补充历史信息，但与 GPT-4 相比，生成长篇旅行博客时表现较弱。作者主观偏好 GPT-4 的回答，这提示读者在不同任务上可对比试用，而非默认某一模型全面领先。
教程的局限与延伸
本文为入门教程，仅覆盖部分 API 功能，作者也承认只是“触及表面”。示例未涉及错误处理、速率限制、成本控制等生产环境问题。读者若想深入，可参考官方 Quickstart。此外，文章标题强调“免费”，但未讨论免费额度或长期免费政策，实际使用前应确认当前计费规则。
Q&A
Gemini API 的密钥怎么获取？
访问 https://ai.google.dev/tutorials/setup，点击“Get an API key”按钮，然后选择“Create API key in new project”，复制生成的 API 密钥即可。
如何在 Python 中安装和配置 Gemini API？
使用 pip 安装：pip install -q -U google-generativeai。然后导入库并配置密钥：import google.generativeai as genai; import os; gemini_api_key = os.environ["GEMINI_API_KEY"]; genai.configure(api_key = gemini_api_key)。
Gemini Pro 模型怎么生成文本？
创建模型实例：model = genai.GenerativeModel('gemini-pro')，然后调用 generate_content 方法并传入提示词，例如 response = model.generate_content("Who is the GOAT in the NBA?")，最后用 Markdown(response.text) 显示结果。
如何自定义 Gemini 生成的响应？
在 generate_content 中使用 generation_config 参数，可以设置 candidate_count（候选数量）、stop_sequences（停止词）、max_output_tokens（最大令牌数）和 temperature（温度）等。例如：generation_config=genai.types.GenerationConfig(candidate_count=1, stop_sequences=['space'], max_output_tokens=200, temperature=0.7)。
Gemini Pro Vision 能做什么？
Gemini Pro Vision 是多模态模型，可以识别图像内容并生成描述，还能结合文本和图像生成内容，例如根据图像写旅行博客。使用时加载图像并调用 generate_content 传入图像或图像与文本的组合。
如何用 Gemini 进行多轮对话？
使用 model.start_chat(history=[]) 启动聊天会话，然后通过 chat.send_message() 发送消息，模型会自动保存历史记录，并基于上下文回复后续问题。
Gemini 的文本嵌入功能怎么用？
调用 genai.embed_content 方法，指定模型为 "models/embedding-001"，传入内容（字符串或字符串列表）和任务类型（如 "retrieval_document"），即可获取对应的嵌入向量。
