Интеграция Google Gemini API Gemini Pro Gemini Ultra Gemini Flash

Интеграция Google Gemini API: Gemini Pro, Ultra, Flash

Google Gemini — нативно мультимодальная модель: обрабатывает текст, изображения, аудио, видео и код в едином контексте. Gemini 1.5 Pro имеет контекстное окно 1 миллион токенов — уникальная характеристика для работы с большими документами. Gemini Flash — быстрый и дешёвый для высоконагруженных задач.

Базовая интеграция через Google AI SDK

import google.generativeai as genai
from google.generativeai.types import HarmCategory, HarmBlockThreshold

genai.configure(api_key="GOOGLE_API_KEY")

model = genai.GenerativeModel("gemini-1.5-pro")

# Простой вызов
response = model.generate_content("Объясни квантовые вычисления")
print(response.text)

# Конфигурация генерации
response = model.generate_content(
    "Анализ данных",
    generation_config=genai.GenerationConfig(
        temperature=0.1,
        max_output_tokens=2048,
        response_mime_type="application/json",  # Принудительный JSON
    ),
)

# Мультимодальность: текст + изображение
import PIL.Image
image = PIL.Image.open("diagram.png")
response = model.generate_content(["Опиши архитектуру на схеме:", image])

# Видео анализ (уникально для Gemini)
video_file = genai.upload_file("presentation.mp4")
response = model.generate_content(["Сделай конспект видео:", video_file])

Streaming и async

# Streaming
for chunk in model.generate_content("Длинный текст...", stream=True):
    print(chunk.text, end="", flush=True)

# Async
import asyncio

async def async_generate(prompt: str) -> str:
    async_model = genai.GenerativeModel("gemini-1.5-flash")
    response = await async_model.generate_content_async(prompt)
    return response.text

Chat с историей

chat = model.start_chat(history=[])

response = chat.send_message("Привет! Меня зовут Иван.")
response = chat.send_message("Как меня зовут?")
# Модель помнит контекст из истории

Function Calling (Tool Use)

def get_stock_price(ticker: str) -> dict:
    """Возвращает цену акции"""
    return {"ticker": ticker, "price": 150.0, "currency": "USD"}

tools = [get_stock_price]  # Gemini принимает Python функции напрямую!

model_with_tools = genai.GenerativeModel("gemini-1.5-pro", tools=tools)
response = model_with_tools.generate_content("Какова цена Apple (AAPL)?")

Vertex AI (enterprise)

import vertexai
from vertexai.generative_models import GenerativeModel

vertexai.init(project="my-project", location="us-central1")
model = GenerativeModel("gemini-1.5-pro-preview-0514")
response = model.generate_content("Запрос")

Стоимость Gemini (2025)

Сроки

• Базовая интеграция: 0.5–1 день
• Мультимодальные сценарии: 2–3 дня
• Vertex AI production: 1 неделя