Gemini API を使ってみる

Gemini API と Google AI Studio を使用すると、Google の最新モデルをすぐに使用し、アイデアをスケーラブルなアプリケーションに変換できます。

Python

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("Explain how AI works")
print(response.text)

Node.js

const { GoogleGenerativeAI } = require("@google/generative-ai");

const genAI = new GoogleGenerativeAI("YOUR_API_KEY");
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });

const prompt = "Explain how AI works";

const result = await model.generateContent(prompt);
console.log(result.response.text());

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=$YOUR_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [{
    "parts":[{"text": "Write a story about a magic backpack."}]
    }]
   }'

モデルの詳細

Google AI Studio で Gemini を試す

1.5 Flash

ほとんどのタスクで優れたパフォーマンスを発揮する、最もバランスの取れたマルチモーダル モデル

1.5 Flash-8B

最も高速で費用対効果の高いマルチモーダル モデル。高頻度のタスクで優れたパフォーマンスを発揮します。

1.5 Pro

さまざまな推論タスク向けの特徴量を備えた、Google の最高性能のマルチモーダル モデル

API の確認

長いコンテキストを確認する

数百万のトークンを Gemini モデルに入力し、非構造化の画像、動画、ドキュメントから理解を導き出します。

ファインチューニングでタスクを解決する

Gemini モデルの動作を変更して、特定のタスクに適応し、データを認識し、問題を解決します。独自のデータでモデルをチューニングして、本番環境のデプロイの堅牢性と信頼性を高めます。

構造化出力を生成する

Gemini が自動処理に適した構造化データ形式である JSON で応答するように制約します。

Gemini API で構築を開始する

ご利用開始