文章中代碼倉庫

gemini

谷歌推出的 AI 只能模型

• Gemini官網
• Gemini Chat
• Gemini開發者文檔
• Gemini SDK

所有模型

模型變體	輸入	輸出	優化目標
Gemini 2.5 Pro gemini-2.5-pro	音頻、圖片、視頻、文本和 PDF	文本	增強的思考和推理能力、多模態理解能力、高級編碼能力等
Gemini 2.5 Flash gemini-2.5-flash	音頻、圖片、視頻和文本	文本	適應性思維，成本效益
Gemini 2.5 Flash-Lite 預覽版 gemini-2.5-flash-lite-preview-06-17	文本、圖片、視頻、音頻	文本	最具成本效益且支持高吞吐量的模型
Gemini 2.5 Flash 原生音頻 gemini-2.5-flash-preview-native-audio-dialog & gemini-2.5-flash-exp-native-audio-thinking-dialog	音頻、視頻和文本	文本和音頻，交錯顯示	高質量、自然的對話式音頻輸出，無論是否經過思考
Gemini 2.5 Flash 預覽版 TTS gemini-2.5-flash-preview-tts	文本	音頻	低延遲、可控的單語音和多語音文字轉語音音頻生成
Gemini 2.5 Pro 預覽版 TTS gemini-2.5-pro-preview-tts	文本	音頻	低延遲、可控的單語音和多語音文字轉語音音頻生成
Gemini 2.0 Flash gemini-2.0-flash	音頻、圖片、視頻和文本	文本	新一代功能、速度和實時流式傳輸。
Gemini 2.0 Flash 預覽版圖片生成 gemini-2.0-flash-preview-image-generation	音頻、圖片、視頻和文本	文字、圖片	對話式圖片生成和編輯
Gemini 2.0 Flash-Lite gemini-2.0-flash-lite	音頻、圖片、視頻和文本	文本	成本效益和低延遲
Gemini 1.5 Flash gemini-1.5-flash	音頻、圖片、視頻和文本	文本	在各種任務中提供快速而多樣的性能 已棄用
Gemini 1.5 Flash-8B gemini-1.5-flash-8b	音頻、圖片、視頻和文本	文本	量大且智能程度較低的任務 已棄用
Gemini 1.5 Pro gemini-1.5-pro	音頻、圖片、視頻和文本	文本	需要更高智能的復雜推理任務 已棄用
Gemini Embedding gemini-embedding-001	文本	文本嵌入	衡量文本字符串的相關性
Imagen 4 imagen-4.0-generate-preview-06-06 imagen-4.0-ultra-generate-preview-06-06	文本	圖片	我們最新的圖片生成模型
Imagen 3 imagen-3.0-generate-002	文本	圖片	高質量圖片生成模型
Veo 3 預覽版 veo-3.0-generate-preview	文本	帶音頻的視頻	生成包含音效、環境噪音和對話的高品質視頻
Veo 2 veo-2.0-generate-001	文字、圖片	視頻	高質量視頻生成
Gemini 2.5 Flash Live gemini-live-2.5-flash-preview	音頻、視頻和文本	文字、音頻	低延遲的雙向語音和視頻互動
Gemini 2.0 Flash Live gemini-2.0-flash-live-001	音頻、視頻和文本	文字、音頻	低延遲的雙向語音和視頻互動

引入SDK

go get google.golang.org/genai

設置GEMINI API KEY 環境變量

export GEMINI_API_KEY="your-api-key"

示例

文本生成

1. 單個文本輸入
2. 思考功能
3. 系統指令來引導 Gemini 模型的行為
4. 借助 GenerateContentConfig 對象, 替換默認生成參數
5. 多模態輸入，將文本與媒體文件組合使用
6. 流式響應
7. 多輪對話
8. 流式響應多輪對話

圖片生成

1. 文本生成圖片
2. 圖片編輯
3. 使用 Imagen 模型生成圖片 (需要付費)

生成視頻

1. 使用 Veo 3 生成視頻 (要使用此模式，請確保您的帳戶具有活動的GCP計費)
2. 根據圖片生成視頻 (需要付費)

結構化輸出

1. 結構化輸出

文檔理解

1. 傳遞內嵌 PDF 數據
2. 使用 File API 上傳 PDF

圖片理解

1. 傳遞內嵌圖片數據
2. 使用 File API 上傳圖片

視頻理解

1. YouTuBe

代碼執行

1. 生成代碼, 并執行代碼
2. 在對話中使用代碼執行

func main() {// 文本生成text.TexGen()text.TexGenThinking()text.TexGenCli()text.TexGenDefaultConfig()text.TexGenMultiModal()text.TexGenStream()text.TexMultipleRoundsOfDialogue()text.TexGenStreamMultipleRoundsOfDialogue()// 圖片生成photo.PhoGen()photo.PhoEdit()photo.ImaGen40GeneratePreview0606()// 生成視頻voe3.VeoGen()voe3.ImageGenVideo()// 結構化輸出format.FormatToJson()// 代碼執行coding.EnableCodingExec()coding.DialogCodingExec()// 文檔理解docs.InnerDoc()docs.UploadFileApi()// 圖片理解photo.PhoInnerRead()photo.PhoFileApi()// 視頻理解video.YouTuBe()
}