Інтеграція Google Gemini API Gemini Pro Ultra Flash

Інтеграція Google Gemini API: Gemini Pro, Ultra, Flash

Google Gemini — нативно мультимодальна модель: обробляє текст, зображення, аудіо, відео та код у єдиному контексті. Gemini 1.5 Pro має контекстне вікно в 1 мільйон токенів — унікальна характеристика для роботи з великими документами. Gemini Flash — швидка та дешева для високонавантажених завдань.

Базова інтеграція через Google AI SDK

import google.generativeai as genai
from google.generativeai.types import HarmCategory, HarmBlockThreshold

genai.configure(api_key="GOOGLE_API_KEY")

model = genai.GenerativeModel("gemini-1.5-pro")

# Простий виклик
response = model.generate_content("Поясни квантові обчислення")
print(response.text)

# Конфігурація генерування
response = model.generate_content(
    "Аналіз даних",
    generation_config=genai.GenerationConfig(
        temperature=0.1,
        max_output_tokens=2048,
        response_mime_type="application/json",  # Примусовий JSON
    ),
)

# Мультимодальність: текст + зображення
import PIL.Image
image = PIL.Image.open("diagram.png")
response = model.generate_content(["Опиши архітектуру на схемі:", image])

# Аналіз відео (унікально для Gemini)
video_file = genai.upload_file("presentation.mp4")
response = model.generate_content(["Зроби конспект відео:", video_file])

Потокова передача та асинхронність

# Потокова передача
for chunk in model.generate_content("Довгий текст...", stream=True):
    print(chunk.text, end="", flush=True)

# Асинхронність
import asyncio

async def async_generate(prompt: str) -> str:
    async_model = genai.GenerativeModel("gemini-1.5-flash")
    response = await async_model.generate_content_async(prompt)
    return response.text

Чат з історією

chat = model.start_chat(history=[])

response = chat.send_message("Привіт! Мене зовуть Іван.")
response = chat.send_message("Як мене зовуть?")
# Модель пам'ятає контекст з історії

Function Calling (Tool Use)

def get_stock_price(ticker: str) -> dict:
    """Повертає ціну акції"""
    return {"ticker": ticker, "price": 150.0, "currency": "USD"}

tools = [get_stock_price]  # Gemini приймає Python функції безпосередньо!

model_with_tools = genai.GenerativeModel("gemini-1.5-pro", tools=tools)
response = model_with_tools.generate_content("Яка ціна Apple (AAPL)?")

Vertex AI (Enterprise)

import vertexai
from vertexai.generative_models import GenerativeModel

vertexai.init(project="my-project", location="us-central1")
model = GenerativeModel("gemini-1.5-pro-preview-0514")
response = model.generate_content("Запит")

Вартість Gemini (2025)

Терміни

• Базова інтеграція: 0.5–1 день
• Мультимодальні сценарії: 2–3 дні
• Vertex AI production: 1 тиждень