Gemini APIとは、Googleが提供する「Gemini」を外部のシステムやアプリケーションに統合するためのAPIです。
この記事では、Gemini APIのモデルや料金に加え、APIの具体的な使い方についても詳しく解説しています。
Gemini APIとは

Gemini APIとは、Googleが提供する「Gemini」を外部のシステムやアプリケーションに統合するためのAPIです。
Gemini自体は、テキスト、画像、動画、音声、コードなどのさまざまな種類の情報を理解し、それを基に多様なコンテンツを生成できるマルチモーダルなAIモデルです。
Geminiのモデル
Gemini API は、特定の用途に最適化されたさまざまなモデルを提供しています。
APIで提供されているGeminiのモデルは以下の通りです。
モデル | モデル コード | 入力 | 出力 | 最適な用途 |
---|---|---|---|---|
Gemini 1.5 Flash | gemini-1.5-flash | 音声、画像、動画、テキスト | テキスト | 高速かつ汎用性の高いパフォーマンスを実現 |
Gemini 1.5 Pro | gemini-1.5-pro | 音声、画像、動画、テキスト | テキスト | 複雑な推論タスク、コード生成、テキスト生成、問題解決、データの抽出と生成 |
Gemini 1.0 Pro | gemini-1.0-pro | テキスト | テキスト | 自然言語タスク、マルチターン テキストとコードチャット、コード生成 |
テキスト エンベディング | text-embedding-004 | テキスト | テキスト エンベディング | テキスト文字列の関連性の測定 |
AQA | aqa | テキスト | テキスト | 質問に対してソースに基づいた回答を提供 |
Geminiの料金体系

Gemini APIには無料枠が提供されており、一定の利用量まで追加料金なしで利用可能です。
無料枠を超えると、リクエスト数やトークンの使用量に応じた従量課金が発生します。
モデル | 無料枠 | 入力料金 (100万トークンあたり) | 出力料金 (100万トークンあたり) |
---|---|---|---|
Gemini 1.5 Flash | 15RPM 1,000,000TPM 1,500RPD | $0.075 | $0.30 |
Gemini 1.5 Pro | 2RPM 32,000TPM 50RPD | $3.50 | $10.50 |
Gemini 1.0 Pro | 15RPM 32,000TPM 1,500RPD | $0.50 | $1.50 |
RPM:1分あたりのリクエスト数
TPM:1分あたりのトークン数
RPD:1日あたりのリクエスト数
Gemini APIキーの取得

Gemini APIキーの取得方法について解説していきます。
Gemini APIのページにアクセスして、「Google AI StudioでAPIキーを取得する」をクリックします。

「Develop in your own environment」の「Get API key」をクリックします。

利用規約に同意しチェックを入れて、「続行」をクリックします。

「APIキーを作成」をクリックします。

「新しいプロジェクトでAPIキーを作成」をクリックします。

表示されたAPIキーをコピーして、大切に保管します。

Gemini APIの使い方

この記事ではPythonの環境におけるGemini APIの使い方を紹介します。
必要なパッケージをインストールします。
pip install google-generativeai
Gemini APIキーの設定をします。
import os
import google.generativeai as genai
os.environ["GEMINI_API_KEY"] = "**********************************"
genai.configure(api_key=os.environ["GEMINI_API_KEY"] )
os.environ[“GEMINI_API_KEY”] = “**********************************”
取得したGemini APIキーを挿入します。
genai.configure(api_key=os.environ[“GEMINI_API_KEY”])
これにより、生成AIライブラリが指定されたAPIキーを使用して、Googleの生成AIサービスに接続できるようになります。
「API Keys」にAPIキーが表示されますので、コピーして大切に保管します。
model = genai.GenerativeModel("gemini-1.5-flash")
response = model.generate_content("帰属バイアスとは何ですか")
print(response.text)
model = genai.GenerativeModel(“gemini-1.5-flash”)
“gemini-1.5-flash”のモデルを指定します。
response = model.generate_content(“帰属バイアスとは何ですか”)
モデルにプロンプトを入力して生成を実行します。
LLMの応答
帰属バイアスとは、他者の行動や発言の原因を説明する際に、その人の内面的な特性(性格、能力、態度など)に過度に注目し、状況的要因を軽視してしまう傾向のことです。つまり、**「人は自分の内面的な性質によって行動すると考える」**というバイアスです。
例えば、プレゼンテーションで緊張してうまく話せなかった人がいた場合、
* **帰属バイアス:** 「あの人はプレゼンが苦手なんだな」
* **状況的要因:** 「プレゼン会場が狭くて、緊張していただけかもしれない」
のように、帰属バイアスでは、その人の内面的な特性(プレゼンが苦手)に注目し、プレゼン会場の狭さなど、状況的要因を考慮しません。
帰属バイアスには、以下のような種類があります。
* **内的帰属:** 行動の原因をその人の性格や能力などの内的要因に帰属させること。
* **外的帰属:** 行動の原因を状況などの外的要因に帰属させること。
帰属バイアスは、私たちが日常的に抱いている無意識のバイアスであり、他者への理解を歪めてしまう可能性があります。
**帰属バイアスの影響:**
* **偏見や差別:** 帰属バイアスは、特定のグループの人々に対して、ネガティブなステレオタイプを形成しやすくなります。
* **対人関係の悪化:** 帰属バイアスによって、他者を誤解したり、相手に対して不当な評価をしてしまうことがあります。
* **自己実現の妨げ:** 自分の行動の責任を状況に帰属させがちになるため、自己成長を阻害してしまう可能性があります。
**帰属バイアスを克服するには:**
* **状況的要因に目を向ける:** 他者の行動の原因を考える際、状況的要因も考慮するように意識しましょう。
* **複数の解釈を考慮する:** 他者の行動の原因を説明する際には、複数の解釈を考慮し、自分自身のバイアスに気づきましょう。
* **他者の立場に立って考える:** 他者の行動や発言を、自分自身の視点ではなく、相手の視点から理解しようと努力しましょう。
帰属バイアスは、私たちの思考に潜む無意識の偏りですが、意識して克服することで、他者への理解を深め、より良い人間関係を築くことができます。
「API Keys」にAPIキーが表示されますので、コピーして大切に保管します。
import PIL.Image
model = genai.GenerativeModel("gemini-1.5-flash")
image = PIL.Image.open("image2.jpg")
response = model.generate_content(["この画像について説明してください。", image])
print(response.text)
response = model.generate_content([“この画像について説明してください。”, image])
モデルにプロンプトと画像を入力して生成を実行します。

LLMの応答
画像には、ランウェイを歩く多くの猫が写っています。猫はすべて服を着ており、そのうちのいくつかは帽子やサングラスもかけています。ランウェイの両側には、猫のショーを見ているたくさんの観客がいます。観客は猫のショーを高く評価しているようで、歓声を上げています。全体として、画像は、猫のファッショナブルなショーを捉えた、面白くてかわいいものです。
生成AI・LLMのコストでお困りなら
GPUのスペック不足で生成AIの開発が思うように進まないことはありませんか?
そんなときには、高性能なGPUをリーズナブルな価格で使えるGPUクラウドサービスがおすすめです!

GPUSOROBANは、高性能GPU「NVIDIA H200」を業界最安級の料金で使用することができます。
NVIDIA H200は、生成AI・LLMの計算にかかる時間を大幅に短縮することが可能です。
クラウドで使えるため、大規模な設備投資の必要がなく、煩雑なサーバー管理からも解放されます。