JHZ-AI聚合站
对于开发者来说,通过网页使用Gemini只是基础。把Gemini能力集成到自己的应用里,才能真正释放它的价值。
Gemini API官方 vs 第三方中转
官方API:
直接调用Google的API接口
需要海外服务器或代理
需要国外信用卡绑定
按token计费
第三方中转(推荐国内开发者):
通过国内聚合站的API中转
国内网络直连
支持微信/支付宝充值
通常兼容OpenAI格式
| 对比项 | 官方API | 第三方中转 |
|---|---|---|
| 国内网络 | 需要代理 | 直连可用 |
| 支付方式 | 国外信用卡 | 微信/支付宝 |
| 注册门槛 | 高(Google账号+验证) | 低(手机号) |
| 接口格式 | Google原生格式 | 兼容OpenAI格式 |
| 多模型 | 仅Gemini | Gemini+其他AI |
| 计费 | 按token | 按token或按次 |
使用第三方中转API(推荐方案)
步骤1:获取API密钥
在聚合站注册账号 → 进入开发者中心 → 创建API密钥 → 复制密钥
步骤2:配置API地址
API base_url通常为:https://你的站点地址/v1
步骤3:调用API(Python示例)
python
import openai# 配置(使用兼容OpenAI格式的中转API)openai.api_base = "https://你的站点地址/v1" # 替换为实际地址openai.api_key = "你的API密钥" # 替换为你的密钥# 调用Geminiresponse = openai.ChatCompletion.create(
model="gemini-pro", # 可选:gemini-pro, gemini-flash, gemini-1.5-pro
messages=[
{"role": "system", "content": "你是一个有帮助的助手"},
{"role": "user", "content": "介绍一下人工智能"}
],
max_tokens=500,
temperature=0.7)print(response.choices[0].message.content)步骤4:处理响应
响应格式与OpenAI API完全兼容,可以直接用response.choices[0].message.content获取回答内容。
多语言代码示例
JavaScript/Node.js:
javascript
const axios = require('axios');async function callGemini() {
const response = await axios.post(
'https://你的站点地址/v1/chat/completions',
{
model: 'gemini-pro',
messages: [{ role: 'user', content: '你好' }]
},
{
headers: {
'Authorization': `Bearer ${process.env.API_KEY}`,
'Content-Type': 'application/json'
}
}
);
console.log(response.data.choices[0].message.content);}cURL:
bash
curl https://你的站点地址/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer 你的API密钥" \
-d '{
"model": "gemini-pro",
"messages": [{"role": "user", "content": "你好"}]
}'费用计算
中转API通常有两种计费方式:
| 计费方式 | 说明 | 适合场景 |
|---|---|---|
| 按token | 根据输入+输出token数计费 | 调用量不固定 |
| 按次/包月 | 固定次数或包月无限 | 调用量稳定 |
费用参考:
按token:约官方价格的50-80%
按次:约0.01-0.05元/次(取决于模型)
包月:50-200元/月(无限调用)
常见API调用场景
场景1:批量内容生成
python
# 自动生成100篇产品描述for i in range(100):
response = call_gemini(f"生成产品{i}的描述")
save_to_file(response)场景2:客服机器人
python
# 接入微信/钉钉机器人def handle_user_message(msg): reply = call_gemini(msg) send_message(reply)
场景3:内容审核/分类
python
# 自动分类用户评论categories = call_gemini(f"将以下评论分类为正面/负面/中性:{comment}")场景4:数据提取
python
# 从非结构化文本提取结构化数据data = call_gemini(f"从以下文本提取姓名、电话、地址:{text}")最佳实践
1. 错误处理
python
try:
response = call_gemini(prompt)except Exception as e:
print(f"调用失败:{e}")
# 重试逻辑2. 限流控制
中转API通常有QPS限制。大量调用时建议加入延时:
python
import timefor item in items: result = call_gemini(item) time.sleep(0.5) # 避免触发限流
3. 成本控制
设置max_tokens限制输出长度
缓存重复请求的结果
优先使用Flash版本(更便宜)
官方API接入(适合有海外资源开发者)
如果你有海外服务器或代理,也可直接调用官方API:
在Google AI Studio获取API密钥
使用google-generativeai库
请求通过代理转发
python
import google.generativeai as genai
genai.configure(api_key="官方密钥")model = genai.GenerativeModel('gemini-pro')response = model.generate_content("你好")但这种方式对国内开发者门槛较高,不展开。
总结
| 你的情况 | 推荐方案 |
|---|---|
| 国内开发者,想快速接入 | 第三方中转API |
| 有海外服务器,需要官方原生 | 官方API |
| 需要多模型(Gemini+ChatGPT) | 第三方中转API |
| 企业级大规模调用 | 联系中转服务商定制 |
上一篇:Gemini vs ChatGPT:谁更适合国内用户?深度对比
下一篇:没有了!