关于本文
本文是通过利用生成式 AI 的自动生成流程创建的。 本文将面向初学者梳理“什么是 Gemini API？在应用程序中使用谷歌的生成式 AI”的作用、应用场景、相关服务以及实务中的注意事项。
信息确认基准日：2026-09-19
关于本文
将 Gemini API 作为一个独立于 Gemini 应用程序的开发者专属 API 进行梳理。
验证状态：截至 2026-09-18 已确认 Google AI for Developers 官方文档。
Gemini API 是一个面向开发者的 API，用于从应用程序或脚本中调用谷歌的 Gemini 模型。
整体全貌
flowchart LR DEV[開発者] --> AI[Google AI Studio] DEV --> API[Gemini API] API --> MODEL[Gemini models] APP[Web / Python / Mobile] --> API
与 Gemini 应用程序的区别
Gemini 应用程序是供人类直接使用的 AI 助手。而 Gemini API 是用于将 AI 功能嵌入到您自己的应用程序或业务工具中的 API。
主要用途
文本生成
摘要
图像、PDF、音频等多模态输入
结构化输出（如 JSON）
函数调用（Function Calling）
实时/流式传输功能
AI 聊天
使用 Python 的大致印象
from google import genai
client = genai.Client(api_key="YOUR_DUMMY_KEY")
response = client.models.generate_content(
model="CURRENT_MODEL_NAME",
contents="Google Cloud Projectを一文で説明して"
)
print(response.text)
由于模型名称更新迅速，请不要在文章中写死并长期不管，而应查阅官方支持的模型（Supported Models）。
身份验证
根据 2026 年的官方文档，Gemini API 的身份验证提供了标准 API 密钥（standard API key）和授权密钥（authorization key）。由于验证方式正在迁移中，将在其他文章中详细介绍。
是否需要 Google Cloud Project？
API 密钥与 Google Cloud Project 绑定。在计费、配额（Quota）以及启用 API 等方面，项目（Project）都非常重要。
安全性
切勿将 API 密钥保存到 GitHub 中
切勿将私密密钥直接写在浏览器 JavaScript 中
生产环境请使用密钥管理（Secret Management）
监控模型名称、费用和配额的变更
确认输入数据的机密性
总结
Gemini API 是将谷歌的生成式 AI 嵌入到您自己的应用程序中的入口。基本做法是：在 AI Studio 中进行测试，通过 API 进行实现，并分别管理身份验证、模型更新和费用。
官方信息与一手资料
使用文章独有的一手资料进行补充
Gemini API 是一个面向开发者的 API，它向模型发送提示词（prompt），并将文本、结构化输出、多模态处理等功能嵌入到应用程序中。由于模型名称、可用功能、费用和配额变化较快，请在将代码固定之前确认当前的型号列表。
通过 Papanda 动手体验：返回 JSON 的最小 API
可见的成果：浏览器/命令行中显示类似于 {"title":...,"summary":...} 的结构化结果。Daily Code 将虚拟文本缩减为三行摘要并转为 JSON 作为最小示例，API 密钥在环境变量/安全的服务器端进行处理。
这到底是一个什么样的服务？
将“什么是 Gemini API？在应用程序中使用谷歌的生成式 AI”的目标、用户和相关服务结合起来理解会更加容易。在尝试 API 或 AI 功能时，请在确认官方信息、权限、费用和数据处理方式后再进行验证。
