Appearance
Gemini 镜像 API 接入指南:官方 API 与镜像端点对比
如果你是开发者,想在自己的应用中集成 Gemini 的能力,那么选择合适的 API 接入方式非常关键。本文从国内开发者的视角,对比 Google 官方 API 与镜像站 API 端点的区别,提供可直接使用的代码示例,帮你做出合理的技术选型。
两种 API 接入路径
路径一:Google 官方 API
- 入口:ai.google.dev
- 认证方式:Google Cloud API Key 或 OAuth 2.0
- 访问限制:需要能够连接 Google 服务器,国内网络环境下通常无法直接访问
- 适合场景:有稳定国际网络环境的团队,或部署在海外服务器的应用
路径二:镜像站 API 端点
- 入口:通过 gemini-mirrors.com 或 chat.aimirror123.com 等平台获取 API 端点
- 认证方式:通常为平台分配的 API Key
- 访问限制:国内网络直连,无需任何代理
- 适合场景:国内服务器部署、快速原型开发、无法访问 Google 服务的场景
官方 API 快速上手
获取 API Key
- 访问 ai.google.dev(需要国际网络环境)。
- 登录 Google 账号,进入 Google AI Studio。
- 在 API Keys 页面创建新的 API Key。
- 复制并妥善保管你的 Key。
curl 调用示例
bash
curl -X POST \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-3.0-pro:generateContent?key=YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"parts": [
{"text": "用中文解释量子计算的基本原理,200字以内"}
]
}
]
}'Python 调用示例
python
import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-3.0-pro")
response = model.generate_content("用中文解释量子计算的基本原理,200字以内")
print(response.text)安装依赖:
bash
pip install google-generativeai镜像站 API 使用方法
镜像站 API 的具体接口格式因平台而异,但多数平台采用与 OpenAI 兼容的接口规范,降低迁移成本。
典型的镜像 API 调用(OpenAI 兼容格式)
bash
curl -X POST \
"https://[镜像站API地址]/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_MIRROR_API_KEY" \
-d '{
"model": "gemini-3.0-pro",
"messages": [
{"role": "user", "content": "用中文解释量子计算的基本原理,200字以内"}
]
}'Python 调用示例(OpenAI SDK 兼容)
python
from openai import OpenAI
client = OpenAI(
api_key="YOUR_MIRROR_API_KEY",
base_url="https://[镜像站API地址]/v1"
)
response = client.chat.completions.create(
model="gemini-3.0-pro",
messages=[
{"role": "user", "content": "用中文解释量子计算的基本原理,200字以内"}
]
)
print(response.choices[0].message.content)安装依赖:
bash
pip install openai这种兼容设计意味着:如果你的项目原本使用 OpenAI 的 API,只需更换 base_url 和 api_key,即可无缝切换到 Gemini 镜像站 API。
官方 API 与镜像 API 对比
| 维度 | Google 官方 API | 镜像站 API |
|---|---|---|
| 国内直连 | 不支持 | 支持 |
| 接口稳定性 | 高 | 中(取决于镜像站) |
| 模型覆盖 | 全部(含最新模型) | 主流模型(3.0 Pro、3.1 Pro) |
| 认证方式 | Google API Key | 平台 API Key |
| 接口规范 | Google 自有 SDK | 多数兼容 OpenAI 格式 |
| 技术文档 | 完善(ai.google.dev) | 因平台而异 |
| SLA 保障 | Google 企业级 SLA | 无正式 SLA |
| 适合部署位置 | 海外服务器 | 国内服务器 |
定价对比
Google 官方 API 定价(参考)
Google 官方 API 定价按 token 计费(以下为大致范围,具体以 ai.google.dev 公告为准):
- Gemini 3.0 Pro:输入约 $0.50 / 百万 token,输出约 $1.50 / 百万 token
- Gemini 3.1 Pro:输入约 $1.25 / 百万 token,输出约 $5.00 / 百万 token
- 免费层:每分钟有限的免费调用额度,适合开发测试
镜像站 API 定价(典型范围)
镜像站的定价策略各有不同,常见模式:
- 按 token 计费:通常在官方价格基础上加收 20%-100% 的服务费,但省去了国际支付和网络成本。
- 包月套餐:固定月费获得一定量的 API 调用额度,适合使用量稳定的团队。
- 免费试用:多数平台提供少量免费 API 调用额度供测试。
对于国内开发者,虽然镜像站单价可能略高,但考虑到免去代理成本、国际支付手续费等因素,综合成本并不一定更高。
速率限制
官方 API
- 免费层:通常限制为每分钟 15 次请求。
- 付费层:根据配额逐步提升,可申请更高限额。
- 详细信息参见 ai.google.dev 文档。
镜像站 API
- 速率限制因平台而异,通常在每分钟 10-60 次之间。
- 付费套餐的限制通常更宽松。
- 建议在代码中实现重试机制(指数退避),以应对限流情况。
重试机制示例(Python)
python
import time
from openai import OpenAI, RateLimitError
client = OpenAI(
api_key="YOUR_MIRROR_API_KEY",
base_url="https://[镜像站API地址]/v1"
)
def call_with_retry(prompt, max_retries=3):
for attempt in range(max_retries):
try:
response = client.chat.completions.create(
model="gemini-3.0-pro",
messages=[{"role": "user", "content": prompt}]
)
return response.choices[0].message.content
except RateLimitError:
wait_time = 2 ** attempt
print(f"限流,等待 {wait_time} 秒后重试...")
time.sleep(wait_time)
raise Exception("多次重试后仍然失败")选型建议
建议使用官方 API 的场景
- 应用部署在海外服务器(AWS、GCP 海外区域等)。
- 需要使用最新发布的模型(官方通常最先可用)。
- 对 SLA 和稳定性有严格要求的生产环境。
- 需要完善的官方技术支持和文档。
建议使用镜像站 API 的场景
- 应用部署在国内服务器(阿里云、腾讯云等)。
- 快速原型开发和验证阶段,需要即插即用。
- 团队没有稳定的国际网络环境。
- 预算有限,无法承担国际支付成本。
- 希望与 OpenAI 格式兼容,方便多模型切换。
混合方案
不少团队采用混合策略:开发和测试阶段使用镜像站 API(便利、低门槛),上线后根据部署位置选择官方 API 或镜像 API。如果你的海外服务器用于面向国际用户的服务,直接接官方 API;如果面向国内用户,镜像 API 在延迟上更有优势。
延伸阅读
- Gemini 镜像站免费使用攻略 — 了解免费额度和付费方案
- Gemini 镜像站安全与隐私指南 — API 使用中的数据安全注意事项
- Google 官方 API 文档:ai.google.dev
- Google DeepMind 主页:deepmind.google