Gemini 原生接口
本指南介绍如何通过 AcceleAI 调用 Google Gemini 系列模型，支持原生 SDK 和 OpenAI 兼容两种方式，涵盖推理展示、多媒体处理、代码执行、上下文缓存、函数调用等功能。
原生 SDK 调用
安装 Google GenAI SDK：
pip install google-genai配置客户端：
from google import genai
client = genai.Client(
api_key="<ACCELE_AI_API_KEY>",
http_options={"base_url": "https://api.acceleai.cn/gemini"}
)基础调用示例：
from google.genai import types
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="用简洁的语言解释相对论"
)
print(response.text)OpenAI 兼容格式调用
from openai import OpenAI
client = OpenAI(
api_key="<ACCELE_AI_API_KEY>",
base_url="https://api.acceleai.cn/v1"
)
response = client.chat.completions.create(
model="gemini-2.5-flash",
messages=[
{"role": "user", "content": "你好，请介绍一下 Gemini 模型"}
]
)
print(response.choices[0].message.content)推理展示
Gemini 2.5 系列模型内置思维链推理能力。
原生方式
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="这个数学问题的解题步骤是什么：x^2 + 5x + 6 = 0",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(include_thoughts=True)
)
)
for part in response.candidates[0].content.parts:
if part.thought:
print(f"思考: {part.text}")
else:
print(f"回答: {part.text}")OpenAI 兼容方式
通过 reasoning_effort 参数控制推理强度：
response = client.chat.completions.create(
model="gemini-2.5-flash",
reasoning_effort="high", # low / medium / high
messages=[
{"role": "user", "content": "分析这个算法的时间复杂度"}
]
)模型差异：
- Gemini 2.5 Flash：混合模型，支持
thinking_budget控制（0-16384 tokens，默认 1024），可以关闭思维 - Gemini 2.5 Pro：纯推理模型，无法关闭思维过程
多媒体文件处理
小文件（20MB 以内）
使用 inline_data 直接传入：
import base64
with open("image.jpg", "rb") as f:
image_data = base64.standard_b64encode(f.read()).decode("utf-8")
response = client.models.generate_content(
model="gemini-2.5-flash",
contents=[
types.Content(
parts=[
types.Part(text="描述这张图片"),
types.Part(
inline_data=types.Blob(
mime_type="image/jpeg",
data=image_data
)
)
]
)
]
)支持的 MIME 类型包括 image/jpeg、image/png、audio/m4a、video/mp4 等。可通过媒体分辨率参数（MEDIA_RESOLUTION_LOW、MEDIA_RESOLUTION_MEDIUM）优化 token 消耗。
大文件（超过 20MB）
使用 Files API 上传后引用：
myfile = client.files.upload(file="path/to/large_video.mp4")
response = client.models.generate_content(
model="gemini-2.5-flash",
contents=["描述这段视频的主要内容", myfile]
)
print(response.text)通过 Files API 上传的文件将在 48 小时后自动删除，也可手动调用删除接口。
图像生成
Gemini 3 Pro 支持生成高达 4K 分辨率的图片：
response = client.models.generate_content(
model="gemini-3-pro-image-preview",
contents="一幅宁静的山间日出水彩画",
config=types.GenerateContentConfig(
response_modalities=["TEXT", "IMAGE"],
image_config=types.ImageConfig(
aspect_ratio="16:9",
image_size="4K"
)
)
)
for part in response.candidates[0].content.parts:
if part.inline_data:
with open("output.png", "wb") as f:
f.write(part.inline_data.data)注意： 流式模式下仅返回推理内容，不包含图片数据，生成图片请使用非流式请求。
代码执行
启用自动代码解释器：
response = client.models.generate_content(
model="gemini-2.5-flash",
contents="计算前 100 个质数的和",
config=types.GenerateContentConfig(
tools=[types.Tool(code_execution=types.ToolCodeExecution)]
)
)
for part in response.candidates[0].content.parts:
if hasattr(part, "executable_code"):
print(f"代码:\n{part.executable_code.code}")
if hasattr(part, "code_execution_result"):
print(f"结果:\n{part.code_execution_result.output}")上下文缓存
Gemini 2.5 系列模型支持隐式上下文缓存，无需开发者额外配置。当请求的内容、模型和参数完全一致时，会自动命中缓存。
- 默认 TTL 为 1 小时
- 缓存命中后，token 费用仅为输入价格的 25%
- 通过
response.usage_metadata.cached_content_token_count检查缓存命中情况
函数调用
通过 OpenAI 兼容格式进行函数调用时，必须设置 tool_choice="auto"，否则会报错：
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "获取指定城市的天气信息",
"parameters": {
"type": "object",
"properties": {
"city": {"type": "string", "description": "城市名称"}
},
"required": ["city"]
}
}
}
]
response = client.chat.completions.create(
model="gemini-2.5-flash",
messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
tools=tools,
tool_choice="auto"
)Token 用量统计
原生方式
metadata = response.usage_metadata
print(f"输入 tokens: {metadata.prompt_token_count}")
print(f"输出 tokens: {metadata.candidates_token_count}")
print(f"思考 tokens: {metadata.thoughts_token_count}")
print(f"总计 tokens: {metadata.total_token_count}")OpenAI 兼容方式
usage = response.usage
print(f"输入 tokens: {usage.prompt_tokens}")
print(f"输出 tokens: {usage.completion_tokens}")
print(f"总计 tokens: {usage.total_tokens}")Gemini 2.5 系列模型的 temperature 范围为 0 至 2。