Google Gemini API快速上手(附申请步骤)

前言

12月6日，谷歌发布新一代大模型Gemini的demo, 同时，Bard已将模型更新为Gemini Pro

Gemini?是谷歌目前最新最强的大语言模型，支持多模态（文字，图片，音频，视频等等）处理

美国时间12月13日，Gemini API对公众开放，本文将教学Google Generative AI的简易使用流程。

根据谷歌提供的价格信息，将会有两个收费方式，现阶段的免费版本可以每分钟60次请求，足够满足个人用户的需求了。

至于收费版本，目前还不能用，但是收费标准已经公布了。Gemini Pro 付费版的定价是每千个字符0.00025美元，每张图片0.0025美元，输出每千个字符0.0005美元。另外谷歌会使用免费版Google Pro API的输入和输出来提高模型能力，但是承诺付费版不会用于训练和改进产品（保护隐私）。

一 如何申请 Gemini Pro API

1. 准备一个谷歌账号，已经有了请跳过。

2. 建议使用美国节点访问。

3. 打开Google AI Studio 申请api的网址：https://makersuite.google.com/app/apikey。当然你也可以打开Gemini的首页?http://ai.google.dev?，并点击 Get API key in Google AI Studio 按钮。你需要先同意使用条款才能继续使用。

4. 点击左边菜单里的 Get API key，然后在右边点击 Create API key in new project。

二 生成式AI平台 MakerSuite （Google AI Studio）

MakerSuite是一个基于浏览器的 IDE，用于使用Generative language model（生成式语言模型）进行原型设计。借助 MakerSuite，可以快速试用模型并试验不同的prompt（提示）

模型参数设定 （第一次使用建议全部保持默认）：

Model模型选择Gemini Pro（文字），Gemini Pro Vision (图片)

Temperature温度决定模型的创造力，越高越想象力丰富，越低越稳定

Safety settings安全设定中可以调整对骚扰，仇恨，性，恐怖等言论的屏蔽程度

Top K: 选择输出token的方式，top 1 表示永远输出评分最高的回答，top 10 表示在前10评分的回答中取样输出一个回答

Top P: 选择输出token的方式，如果前x个回答的概率之和高于p，则【Top P，其中P=p】等价于【Top K，其中K=x】

左侧Create new将提供四种不同的方式与模型互动

2.1 Freeform prompt 文本/图片提示：输入一段提示，LLM将根据提示进行一段创作

2.2 Structured prompt 结构化提示：提供表格输入，可以输入至多500组【输入，输出】的案例，根据案例，LLM可学习并基于案例处理新的提示

2.3 Chat prompt 聊天提示：与chatgpt和bard类似的聊天框模式，支持输入历史会话

2.4?Fine-tuning model模型调整

训练参数设定（第一次使用建议默认）

Model模型选择Text Bison，这是老模型PaLM2，新的Gemini截至目前还没可用

Tuning epochs 整个训练集的完整训练遍历次数

Batch size 一次训练迭代中用于验证的样本数量，越大越容易过拟合，越小越容易欠拟合

Learning rate 训练迭代中调整参数的强度，越大越容易过拟合，越小越容易欠拟合

点击Tune开始自动调参。模型调整完毕后，可以在上个环节的各种提示测试中使用自己的新模型

三 API调用

# setup
import google.generativeai as genai


genai.configure(api_key='xxx')  # 填入自己的api_key

# 查询模型
for m in genai.list_models():
    print(m.name)
    print(m.supported_generation_methods)

这里可以看到通过api可以访问谷歌的7个模型，其中最关注的是gemini-pro和gemini-pro-vision这两个模型，其中gemini-pro是语言模型只能输出文字内容，而gemini-pro-vision是多模态模型可以读取和分析图片的内容。

model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("告诉我太阳系中最大行星的相关知识")
print(response.text)

Google Gemini API快速上手 - 知乎 (zhihu.com)