Google Gemini

官方定位

Google Gemini API 提供可组合文本、图像、音频和视频的原生多模态模型，并覆盖 Embedding、媒体生成与实时交互。官方模型页定义各型号的输入输出模态、上下文、支持方法和生命周期，家族名称不能替代具体型号核验。

官方新项目优先 Interactions

Google 已将 Interactions API 设为 GA，并推荐所有新项目使用；GenerateContent 仍受支持，但已归为 Legacy。Interactions 使用请求体中的 model 与 input，响应包含 status、usage 和类型化 steps[]，不能通过只改 URL 从 contents/parts 迁移。

直连与本站认证、路径边界

直连 Google 使用 Google API Key 和 x-goog-api-key，新项目可调用 /v1beta/interactions。本站当前没有 Interactions 路由，只提供 /v1beta/models/{model}:generateContent 与 :streamGenerateContent；本站推荐 Bearer，也兼容在这些原生路径中把本站密钥放入 x-goog-api-key，不能使用 Google 密钥调用本站。

响应、流式与工具

本站 GenerateContent 使用 contents[].parts，读取 candidates、finishReason、promptFeedback 与安全信息；流式端点增量返回候选。直连 Interactions 返回 typed steps 和不同的 SSE 事件。函数调用、结构化输出、文件、缓存和安全设置必须分别按型号与协议核验。

适用项目与上线检查

Gemini 适合长上下文理解、图文音视频分析、代码与推理、结构化抽取和低延迟多模态交互。生产选型要区分稳定、预览、实验与 latest 标识，并核验区域、配额、文件限制、输出模态、Grounding、工具、数据政策与弃用公告。