---

Gemini 的核心技术与产品

Gemini 是 Google 旗下的核心大语言模型（Large Language Models，简称 LLMs）品牌，围绕这一技术推出了多款具有广泛影响力的产品与服务，涵盖文本生成、对话交互、多模态处理、企业级定制等多个领域，其核心优势在于原生多模态融合、超强推理能力、全设备适配、超长上下文窗口。

1. Gemini 大语言模型系列

这是 Google 最具代表性的技术成果，基于 Transformer 架构，通过大规模多模态数据（文本、代码、音频、图像、视频）预训练，并采用原生多模态统一建模技术——从底层打破模态壁垒，实现跨模态语义的深度对齐，大幅提升了模型的理解与交互能力，同时通过严格的安全对齐训练，降低有害信息生成概率，保障应用安全。

• Gemini 1.0 基础系列
  2023 年 12 月发布，是 Google 首款原生多模态大模型，首次展现了原生多模态架构的技术优势，在文本理解、代码生成、多模态交互等场景中表现出色，奠定了 Gemini 系列的技术基础。

• Gemini 1.0 Pro
  面向大众与开发者的主力模型，支持最长 16 万 tokens 的上下文窗口（约相当于 12 万字文本），可直接处理长篇文档、代码库等大体积内容；同时开放了网页版对话界面与 API 服务，支持复杂的推理任务（如数据分析、报告撰写、语言翻译），并具备高效的响应速度，是 Google 面向消费级与中小开发者的核心解决方案。

• Gemini 1.0 Ultra
  2023 年 12 月发布的旗舰级模型，是当时全球能力最强的 AI 模型之一，在 MMLU（大规模多任务语言理解）基准测试中得分达 90.0%，首次超越人类专家水平。该模型支持更长的上下文窗口，具备顶尖的多模态处理能力，可精准理解图像、视频中的复杂信息，擅长量子物理公式推导、大型代码库重构、跨国法律合同审核等超复杂任务，主要面向企业级高端需求与科研场景。

• Gemini 1.5 系列
  2024 年 2 月发布的重大升级版本，核心亮点是上下文窗口扩展至 100 万 tokens（约 75 万字文本），可一次性处理整本书、完整的会议录音转写文本、大型代码库等超大规模内容；同时优化了多模态处理效率，支持更长时长的视频理解，降低了“幻觉”概率，提升了事实准确性，在企业级文档处理、科研数据分析等场景中优势更为突出。

• Gemini Nano/Ace
  面向移动设备的轻量化模型，专为安卓终端优化，可在手机本地离线运行，实现低延迟响应。其中 Gemini Nano 主要集成于 Google Pixel 系列手机的 AI 功能中，支持语音助手增强、本地文档总结、实时翻译等轻量场景；Gemini Ace 则进一步提升了移动端运行效率，拓展了更多本地交互功能，推动 AI 能力向终端设备深度渗透。

通过“能用AI”获取API Key（国内）

针对国内用户，由于部分海外服务访问限制，可以通过国内平台“能用AI”获取API Key。

1. 访问能用AI工具

在浏览器中打开能用AI进入主页
https://ai.nengyongai.cn/register?aff=PEeJ

登录后，导航至API管理页面。

2、生成API Key

1. 点击“添加令牌”按钮。
2. 创建成功后，点击“查看KEY”按钮，获取你的API Key。

---

3、使用大模型 API的实战教程

拥有了API Key后，接下来就是如何在你的项目中调用大模型 API了。以下以Python为例，详细展示如何进行调用。

(1).可以调用的模型

gpt-3.5-turbo
gpt-3.5-turbo-1106
gpt-3.5-turbo-0125
gpt-3.5-16K
gpt-4
gpt-4-1106-preview
gpt-4-0125-preview
gpt-4-1106-vision-preview
gpt-4-turbo-2024-04-09
gpt-4o-2024-05-13
gpt-4-32K
claude-2
claude-3-opus-20240229
claude-3-sonnet-20240229
等等100多种模型

(2).Python示例代码（基础）

基本使用：直接调用，没有设置系统提示词的代码

from openai import OpenAI
client = OpenAI(
    api_key="这里是能用AI的api_key",
    base_url="https://ai.nengyongai.cn/v1"
)

response = client.chat.completions.create(
    messages=[
    	# 把用户提示词传进来content
        {'role': 'user', 'content': "鲁迅为什么打周树人？"},
    ],
    model='gpt-4',  # 上面写了可以调用的模型
    stream=True  # 一定要设置True
)

for chunk in response:
    print(chunk.choices[0].delta.content, end="", flush=True)

在这里插入代码片

(3).Python示例代码（高阶）

进阶代码：根据用户反馈的问题，用Claude进行问题分类

from openai import OpenAI

# 创建OpenAI客户端
client = OpenAI(
    api_key="your_api_key",  # 你自己创建创建的Key
    base_url="https://ai.nengyongai.cn/v1"
)

def api(content):
    print()
    
    # 这里是系统提示词
    sysContent = f"请对下面的内容进行分类，并且描述出对应分类的理由。你只需要根据用户的内容输出下面几种类型：bug类型,用户体验问题，用户吐槽." \
                 f"输出格式:[类型]-[问题:{content}]-[分析的理由]"
    response = client.chat.completions.create(
        messages=[
            # 把系统提示词传进来sysContent
            {'role': 'system', 'content': sysContent},
            # 把用户提示词传进来content
            {'role': 'user', 'content': content},
        ],
        # 这是模型
        model='gpt-4',  # 上面写了可以调用的模型
        stream=True
    )

    for chunk in response:
        print(chunk.choices[0].delta.content, end="", flush=True)


if __name__ == '__main__':
    content = "这个页面不太好看"
    api(content)

通过这段代码，你可以轻松地与AI模型进行交互，获取所需的文本内容。✨

---

更多文章

【OpenAI】获取OpenAI API Key的多种方式全攻略：从入门到精通，再到详解教程！