API 文档

完整的 Gemini API 开发文档，从快速入门到高级集成，帮助开发者更快完成接入、调优和上线。

开发概览

Gemini API 接入路径

Gemini API 为文本生成、多模态理解、代码辅助与工具调用提供统一入口。无论是快速做出原型，还是接入正式生产服务， 都可以从 AI Studio、官方 SDK 和底层 REST 接口逐步扩展。

本页把高频文档入口收成卡片式目录，每张卡片提供五行重点说明，方便快速判断哪一页更适合当前任务。

REST

标准 HTTP 接口

SDK

多语言封装

流式

实时输出

鉴权

密钥快速调用

多模型

按任务选型

计费

按模型核算成本

过滤

内置安全能力

企业

高安全部署

第一次接 Gemini API

从快速入门、认证和模型列表开始，优先跑通第一个请求，再逐步补参数、流式与错误处理。

准备正式上线

把安全、重试、日志、限流和成本控制一起看，避免只关注模型效果而忽略稳定性。

需要团队开发栈

根据团队语言习惯继续进入 Python、Node.js 或 REST 参考页，降低后续封装成本。

快速开始代码示例

Python
import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

model = genai.GenerativeModel("gemini-2.0-flash")

response = model.generate_content("你好，Gemini!")
print(response.text)
cURL
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key=$API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{"contents":[{"parts":[{"text":"你好，Gemini!"}]}]}'

入门指南

API 快速入门

  • - 从获取密钥到发出首个请求的起点。
  • - 适合第一次接触 Gemini API 的开发者。
  • - 包含安装、鉴权、模型选择等核心步骤。
  • - 帮助快速验证连通性与输出格式。
  • - 通常用于原型开发和接入演示。
入门首个请求SDK

认证指南

  • - 介绍 API Key 与 OAuth 等认证方式。
  • - 说明不同环境中的密钥管理策略。
  • - 适合前后端分离与服务端调用场景。
  • - 帮助避免泄露、滥用与权限配置错误。
  • - 适用于正式上线前的安全准备。
鉴权密钥安全

API 定价

  • - 整理各模型输入输出计费规则。
  • - 便于按预算选择合适的模型版本。
  • - 适合评估高并发和长上下文成本。
  • - 帮助比较 Flash、Pro 等不同档位。
  • - 适用于项目立项和成本控制环节。
价格成本预算

SDK 与参考

Python SDK

  • - 适合脚本、服务端和数据流程接入。
  • - 常用于批处理、分析和自动化任务。
  • - 提供简洁的模型调用与参数封装。
  • - 便于快速整合生成与多模态能力。
  • - 适合工程团队快速构建后端服务。
Python后端自动化

Node.js SDK

  • - 面向 JavaScript 与 TypeScript 生态。
  • - 适合 Web 服务、工具平台与边缘运行。
  • - 便于和现有前后端工程快速整合。
  • - 支持常见模型调用与流式响应。
  • - 适用于全栈团队的统一开发栈。
Node.jsTypeScriptWeb

REST API

  • - 最底层的标准 HTTP 接口参考。
  • - 适合需要自定义封装的语言与框架。
  • - 便于与网关、代理和服务总线集成。
  • - 帮助理解请求结构、路径与参数。
  • - 适合多语言团队做统一底层适配。
RESTHTTP参考

模型列表

  • - 汇总当前可调用模型及能力差异。
  • - 帮助区分速度型、推理型和端侧型。
  • - 适合做模型选型和回退策略设计。
  • - 包含上下文、功能边界和调用建议。
  • - 是规划接入方案时的基础页面。
模型选型参数

高级主题

流式响应

  • - 让回复以增量方式实时返回。
  • - 适合聊天界面与低等待感体验设计。
  • - 有助于减少用户感知延迟。
  • - 常用于长回答、代码生成和多轮交互。
  • - 适合需要边生成边展示的产品场景。
Streaming实时交互

错误处理

  • - 整理常见状态码与调用异常来源。
  • - 帮助定位鉴权、限流和参数问题。
  • - 适合建立统一重试和降级逻辑。
  • - 便于提升接口稳定性与可观测性。
  • - 适用于正式上线后的稳定运行阶段。
报错重试稳定性

最佳实践

  • - 总结提示词组织、成本控制与性能优化。
  • - 帮助减少无效调用与输出波动。
  • - 适合生产环境调优和流程规范建设。
  • - 便于提升质量一致性与调用效率。
  • - 适用于中大型项目的持续优化。
性能成本规范

安全指南

  • - 聚焦密钥管理、权限隔离与输出风控。
  • - 适合企业场景建立调用边界。
  • - 帮助降低敏感信息泄露风险。
  • - 涵盖日志、审计与服务侧保护建议。
  • - 适用于正式商用或合规要求较高的业务。
安全风控企业

开发路线

把文档页串成完整接入链

很多团队的问题并不是“找不到文档”，而是找到了很多文档却不知道先看哪一页。 这里更适合按“快速验证到模型选型，再到 SDK 接入、安全治理与生产调优”的顺序往下走。

  • - 做最小可用原型时，先看 `快速入门` 与 `Google AI Studio`。
  • - 做正式接口时，补上 `认证指南`、`错误处理`、`最佳实践` 和 `安全指南`。
  • - 做长期运行的业务时，再联动查看 `模型页`、`定价页` 和 `平台页`。

Google AI Studio

先在浏览器里验证模型与提示词，再回到代码页接入。

开发者平台总览

比较 AI Studio、Vertex AI、CLI 和其他平台入口差异。

API 定价

把模型效果和接口成本一起纳入预算判断。

开发文档

Gemini API 文档应该怎样使用

Gemini API 文档的核心作用，是把模型能力变成稳定可执行的接入流程。对于第一次接触 Google AI 开发栈的团队来说，最有效的方式通常不是直接从底层接口开始，而是先明确模型选择、认证方式、调用环境、异常处理和成本边界，再决定具体的开发顺序。

一个完整的 API 文档中心，应当同时回答四类问题：如何尽快发出第一个请求、如何在生产环境中安全稳定地运行、如何根据任务选择合适模型、以及如何控制延迟、费用和输出质量。只有这些问题被逐步打通，开发路径才会真正顺畅。

如果你是个人开发者或小团队，通常可以从快速入门、认证和 SDK 文档开始；如果你面对的是正式业务系统，则应继续补齐错误处理、安全策略、重试逻辑和定价理解。把这几部分放在一起看，能显著减少后续返工。

API 页面与模型页、功能页和平台页之间也存在明显分工。模型页解释能力边界，功能页解释产品体验，API 文档解释接入方法，平台页则帮助判断原型、终端工具和云端部署之间的关系。

阅读重点

  • 先打通首个请求，再补异常与安全。
  • 模型、认证、计费和错误处理应同时判断。
  • API 文档更适合按开发链路连续阅读。

延伸阅读

API 快速入门认证指南模型列表API 定价

把文档真正用进项目时要注意什么

开发文档真正的价值，不在于看完一页，而在于能否把页面中的说明映射到自己的项目里。你使用什么语言、什么模型、什么密钥管理方式、什么服务架构，都会决定哪些页面需要反复回看。

很多接入问题并不是因为模型不够强，而是因为认证、参数、限流、错误处理或日志记录没有提前考虑。只要把这些基础环节补齐，后续稳定性通常会好很多。

如果你准备把 Gemini 能力做成产品功能，而不是一次性脚本，建议把 API 文档和平台页一起理解。浏览器试验、终端协作和云端部署分别适合不同阶段，提早判断路径往往更省时间。

从可运行开始

先确认最小可用请求，再逐步扩展到模型切换、流式输出和工具调用。

从稳定性补强

错误处理、超时控制、配额和日志，决定了接口是否适合长期运行。

从流程化理解

开发文档适合和平台、模型、定价一起看，形成更完整的接入方案。