Gemini 中文指南
获取 API 密钥 ↗

Google Gemini 中文使用指南

↓ 下载 Markdown

使用 Gemini API,从简单提示开始,构建可投入生产的应用和智能体。借助 Gemini 处理复杂编程与多模态推理,使用 Decisions API 进行经过校准的决策评分,或将多步骤任务交给托管智能体。通过 Live API 实时传输语音与视频,也可以使用 Nano Banana 生成图像、Gemini Omni 生成视频,以及 Lyria 生成音乐。

快速入门 创建 API 密钥

bash
# Set up your coding agent with these tools

# Search live docs with the MCP server
npx add-mcp "https://gemini-api-docs-mcp.dev"

# Add skills for current SDK syntax and rules
npx skills add google-gemini/gemini-skills --skill gemini-api-dev

# In Antigravity, install both with one plugin
agy plugin install https://github.com/google-gemini/gemini-skills

# Let your agent call the API from the terminal
curl -fsSL https://raw.githubusercontent.com/google-gemini/gemini-api-cli/main/scripts/install.sh | bash

认识 Gemini 模型 #

Gemini 4 Carbon

我们能力最强的推理模型,拥有输入输出共享的 100 万 token 上下文窗口,并支持最长 100 万 token 的长输出。

  • 模型代码 gemini-4-carbon
  • 上下文 100 万 token
  • 最大输出 64K / 100 万 token
  • 模态 文本、图像、音频、视频、PDF

Gemini 4 Hydrogen

面向日常编程与智能体工作流,以出色的速度和效率提供前沿智能,拥有输入输出共享的 100 万 token 上下文窗口,并支持最长 100 万 token 的长输出。

  • 模型代码 gemini-4-hydrogen
  • 上下文 100 万 token
  • 最大输出 64K / 100 万 token
  • 模态 文本、图像、音频、视频、PDF

Gemini Decision 1

专用于快速决策的多模态模型,支持经过校准的是非判断、选项判断和量规评分,不产生输出 token。

  • 模型代码 gemini-decision-1
  • 上下文 26.2 万 token
  • 最大输出 0 token(最多 1,000 个问题)
  • 模态 文本、图像、音频、视频、PDF

Gemini 3.8 Flash TTS

旗舰创意文本转语音模型,提供录音室级声音保真度、富有表现力的演绎,以及声音设计和声音复刻能力。

  • 模型代码 gemini-3.8-flash-tts
  • 上下文 8K token
  • 最大输出 16K token
  • 模态 文本 → 音频

Nano Banana 2.1

高效的图像生成与编辑模型,提升了视觉质量、文字排版和多轮交互的一致性。

  • 模型代码 gemini-nano-banana-2.1
  • 上下文 12.8 万 token
  • 最大输出 32K token
  • 模态 文本、图像、视频、PDF → 图像、文本

查看全部模型

探索核心能力 #

python
import base64
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="Generate an image of a nano banana dish in a fancy restaurant",
    response_format={"type": "image", "aspect_ratio": "16:9", "image_size": "2K"},
)

with open("nano_banana.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

图像生成#

通过文本、图像或交错多模态提示,使用 Nano Banana 模型原生生成和编辑充分理解上下文的图像。

  • 最高 4K 分辨率 ,支持灵活的宽高比
  • 多轮编辑 与角色一致性
  • 基于搜索的事实依据 ,提升视觉准确性与文字渲染效果

阅读文档

创建智能体 #

托管智能体为 Gemini 提供工作空间,使其能够自主规划并完成任务。在一次请求中,Gemini 可以编写和运行代码、搜索网络,并在托管的沙盒环境中创建文件。你可以从预构建的 Antigravity 智能体开始,也可以使用自己的指令和工具进行定制。

智能体快速入门 在 AI Studio 中体验

python
from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Research the top 5 sustainable fashion brands, "
        "compare their materials and pricing tiers, and "
        "build an interactive dashboard in analysis.html."
    ),
    environment="remote"
)

print(interaction.output_text)

Interactions API #

该 Interactions API 自 2026 年 6 月起成为默认接口,也是今后使用 Gemini 模型与智能体进行开发的推荐方式。新项目应使用 Interactions API。虽然仍然受到支持, generateContent API 现已被视为旧版接口。

搜索标题、API 名称或正文内容