Gemini API 是最快的方法,可讓您使用 Gemini、Veo、Nano Banana 等模型,將提示轉化為實際成果。您可將這些生成模型整合至應用程式,生成文字和圖片、分析多模態輸入內容,以及建構對話式代理程式。
Python
from google import genai
client = genai.Client()
response = client.models.generate_content(
model="gemini-3.8-flash",
contents="Explain how AI works in a few words",
)
print(response.text)
JavaScript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "Explain how AI works in a few words",
});
console.log(response.text);
}
await main();
Go
package main
import (
"context"
"fmt"
"log"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
result, err := client.Models.GenerateContent(
ctx,
"gemini-3.8-flash",
genai.Text("Explain how AI works in a few words"),
nil,
)
if err != nil {
log.Fatal(err)
}
fmt.Println(result.Text())
}
Java
package com.example;
import com.google.genai.Client;
import com.google.genai.types.GenerateContentResponse;
public class GenerateTextFromTextInput {
public static void main(String[] args) {
Client client = new Client();
GenerateContentResponse response =
client.models.generateContent(
"gemini-3.8-flash",
"Explain how AI works in a few words",
null);
System.out.println(response.text());
}
}
C#
using System.Threading.Tasks;
using Google.GenAI;
using Google.GenAI.Types;
public class GenerateContentSimpleText {
public static async Task main() {
var client = new Client();
var response = await client.Models.GenerateContentAsync(
model: "gemini-3.8-flash", contents: "Explain how AI works in a few words"
);
Console.WriteLine(response.Candidates[0].Content.Parts[0].Text);
}
}
REST
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{
"parts": [
{
"text": "Explain how AI works in a few words"
}
]
}
]
}'
認識模型
查看全部Gemini 4 Argon 新推出
Google 旗艦級推論模型,共用 100 萬個詞元的脈絡窗口,解碼長度最多可達 100 萬個詞元。
Gemini 3.6 Flash 新模型
這是 Google 最新的模型,兼具速度與智慧,可在代理功能和多模態工作提供強大效能。
Gemini 3.8 Flash TTS 新推出
工作室等級的文字轉語音模型,可提供富有表現力的演繹、自訂語音設計和語音複製功能。
Gemini 3.5 Flash-Lite 新登場
適合高資料量且預算有限的工作,專為低延遲、高處理量的子代理工作設計。
Gemini 3.1 Flash-Lite
這款模型適合處理資料量偏多且預算有限的工作,效能和品質與 Gemini 3 系列相當。
Gemini 3 Flash
效能媲美大型模型,成本卻低上許多。
Nano Banana
最先進的圖像生成及編輯模型。
Veo 3.1
Google 最先進的影片生成模型,可原生生成音訊。
Gemini Robotics
這款視覺語言模型 (VLM) 可將 Gemini 的代理功能帶入機器人領域,並在實體世界中進行進階推理。
探索各種功能
原生圖像生成 (Nano Banana)
使用 Gemini 2.5 Flash Image,原生生成及編輯高度符合情境的圖片。
長脈絡窗口
將數百萬個詞元輸入 Gemini 模型,從非結構化圖片、影片和文件中擷取資訊。
結構化輸出
限制 Gemini 只能以 JSON 格式回覆,這種結構化資料格式適合自動處理。
呼叫函式
將 Gemini 連結至外部 API 和工具,建構代理工作流程。
使用 Veo 3.1 生成影片
使用最先進的模型,根據文字或圖像提示詞生成高品質影片內容。
使用 Live API 的語音代理
使用 Live API 建構即時語音應用程式和代理。
工具
透過 Google 搜尋、網址內容、Google 地圖、程式碼執行和電腦使用等內建工具,將 Gemini 連結至世界。
Document Understanding
處理多達 1,000 頁的 PDF 檔案,並充分理解多模態內容或其他文字檔案類型。
思考中
瞭解思考功能如何提升複雜工作和代理的推論能力。