GoogleのGemini APIの使い方

#AI#Google#HowTo
投稿日：

Google製の大規模言語モデル（LLM）のGeminiのAPIを使ってみたので、その使い方を紹介します。

Geminiとは

Geminiの公式サイトのスクリーンショット
Geminiの公式サイトのスクリーンショット

Geminiは、Googleが開発した大規模言語モデル（LLM）です。ChatGPTのように、テキストで対話できるAIです。Google I/O 2023で発表され、12月7日に公開されました。

GeminiにはUltra、Pro、Nanoの3つのサイズがあり、もっとも小さいNanoではGoogle Pixel 8 Proで動作します。また、ProはGoogle Bardの英語版のモデルとして採用されており、APIとしても利用できます。

Ultraはデモ動画が公開されており、YouTubeで閲覧できます。ただし、このデモはねつ造だったと報道されています。

Gemini APIの価格

Geminiの公式サイトの価格ページのスクリーンショット
Geminiの公式サイトの価格ページスクリーンショット

Gemini APIは記事執筆時点では1分あたり60クエリーまで、入力・出力ともに無料です。

これを超えると、入力は1,000文字あたり$0.00025、出力は1,000文字あたり$0.0005です。また、画像も入力でき、1枚あたり$0.0025です。

ChatGPTやGPT-3.5、GPT-4などのOpenAIのAPIではトークン数に応じて課金されるのに対し、Gemini APIでは文字数に応じて課金されるのが特徴です。

英語では1トークン≒1単語ですが、日本語では1トークン≒1文字です。そのため、OpenAIのAPIでは英語の方が安くなる傾向がありますが、Gemini APIでは日本語の方が安くなると思われます。

また、無料版では入力したテキストがAIの学習に利用されますが、有料版では利用されません。

Geminiの使い方

APIキーの取得

まずは、Geminiの公式サイトにアクセスし、［Get API key in Google AI Studio］をクリックします。

Geminiの公式サイトのスクリーンショット。中央に大きく「Build with Gemini」と書かれている

注意書きが表示されるので、よく読んで理解したらチェックボックスにチェックを入れて［Continue］をクリックします。3つのチェックボックスのうち、下の2つは必須ではありません。

注意書きのモーダルウィンドウが表示されているスクリーンショット

もし、APIを使うことが目的ではなく単にGeminiを試してみたいだけなら、中央の大きなテキストボックスにテキストを入力して［Run］をクリックすれば使えます。

APIとして使いたい場合は、左上から［Get API key］をクリックします。

Google AI Studioのスクリーンショット

新しくプロジェクトを作成してAPIキーを追加するか、既存のプロジェクトにAPIキーを追加するか尋ねられるので、どちらかを選択します。

APIキーの作成方法を尋ねる画面

APIキーが生成されるので、コピーしておきます。APIキーは他人に知られないように注意してください。

APIキーがモーダルウィンドウに表示されている

APIを使う

ここからは、取得したAPIキーで実際にAPIを使ってみます。

ここではJavaScript（Node.js）を使います。Pythonの場合は、公式のノートブックが分かりやすいです。他のプログラミング言語を使う場合は、公式チュートリアルを参考にしてみてください。

Node.jsでGemini APIを使うには、Google AI JavaScript SDKをインストールします。

Terminal window
npm install @google/generative-ai

Gemini APIでは、テキストからテキストの生成と、マルチターンのチャットが用意されています。また、ここでは説明しませんが、テキストと画像からテキストの生成もできます。

テキストからテキストを生成するには、次のようにします。

index.js
1
const { GoogleGenerativeAI } = require("@google/generative-ai");
2


3
const API_KEY = "ここにAPIキーを入力";
4


5
const genAI = new GoogleGenerativeAI(API_KEY);
6


7
const run = async(prompt) => {
8
  const model = genAI.getGenerativeModel({ model: "gemini-pro"});
9


10
  const result = await model.generateContent(prompt);
11
  const response = await result.response;
12
  const text = response.text();
13
  console.log(text);
14
}
15


16
run("魔法のリュックサックについての物語を書いてください。");

スクリプトを実行します。

Terminal window
node index.js

すると、次のようなテキストが出力されます。出力結果は実行するたびに変わります。

1
むかしむかし、あるところに魔法のリュックサックを持つ男の子がいました。リュックサックはどんなものでも詰め込むことができ、決して重くなりませんでした。男の子はリュックサックを学校に持っていき、本や文房具を詰めました。リュックサックは重くならず、男の子は一日中楽に持ち歩くことができました。
2


3
ある日、男の子は森を散歩していると、一匹の迷子の猫を見つけました。猫は寒そうで、お腹が空いているようでした。男の子は猫をリュックサックに入れ、家に連れて帰りました。リュックサックは重くならなかったので、男の子は猫を楽に持ち帰ることができました。
4


5
家に帰ると、男の子は猫にエサと水をあげました。猫は喜んで食べました。男の子は猫を毛布にくるみ、暖かくしてあげました。猫は毛布の中にもぐりこんで、すぐに寝入ってしまいました。
6


7
次の日、男の子は猫を森に連れて帰りました。猫は男の子に甘えて、なかなか離れませんでした。男の子は猫をなでて、「また会おうね」と声をかけました。そして、リュックサックに猫を入れて、家へと帰りました。
8


9
男の子は魔法のリュックサックのおかげで、猫を助けることができました。そして、猫は男の子の親友になりました。二人は毎日一緒に遊び、とても幸せに暮らしました。

次に、マルチターンのチャットを試してみます。

index.js
1
const { GoogleGenerativeAI } = require("@google/generative-ai");
2
const readline = require("readline");
3


4
const API_KEY = "ここにAPIキーを入力";
5


6
const genAI = new GoogleGenerativeAI(API_KEY);
7


8
const run = async (history, message) => {
9
    const model = genAI.getGenerativeModel({ model: "gemini-pro" });
10


11
    const chat = model.startChat({
12
        history,
13
        generationConfig: {
14
            maxOutputTokens: 500,
15
        },
16
    });
17


18
    const result = await chat.sendMessage(message);
19
    const response = await result.response;
20
    const text = response.text();
21
    return text;
22
}
23


24
const rl = readline.createInterface({
25
    input: process.stdin,
26
    output: process.stdout,
27
});
28


29
const ask = async (question) => {
30
    return new Promise((resolve) => {
31
        rl.question(question, (answer) => {
32
            resolve(answer);
33
        });
34
    });
35
};
36


37
const main = async () => {
38
    const history = [];
39


40
    while (true) {
41
        const message = await ask("ユーザー：");
42
        const response = await run(history, message);
43
        console.log("モデル：" + response);
44
        history.push(...[
45
            {
46
                role: "user",
47
                parts: message,
48
            },
49
            {
50
                role: "model",
51
                parts: response,
52
            },
53
        ])
54
    }
55
};
56


57


58
main();

スクリプトを実行すると、コマンドラインに［ユーザー：］と表示されるので、そこにテキストを入力してEnterキーを押します。すると、［モデル：］と表示され、AIの返答が表示されます。

実際に試したところ、次のようになりました。

1
ユーザー：あなたは優秀なアシスタントです。簡潔で適切な応答を返してください。では、自己紹介してください。
2
モデル：私は、あなたのリクエストやタスクに対して、正確で有益な応答を生成できるよう設計された、高度な言語モデルです。
3
ユーザー：Node.jsを使って天気を取得する簡単なコードを書いてください。
4
モデル：
5
```javascript
6
const request = require('request');
7


8
// OpenWeatherMap API キーを取得する
9
const apiKey = process.env.OPENWEATHERMAP_API_KEY;
10


11
// 都市名を取得する
12
const city = process.argv[2];
13


14
// 天気を取得するためのリクエスト URL を構築する
15
const url = `http://api.openweathermap.org/data/2.5/weather?q=${city}&appid=${apiKey}&units=metric`;
16


17
// リクエストを送信する
18
request(url, (error, response, body) => {
19
  // エラーが発生した場合はエラーメッセージを表示する
20
  if (error) {
21
    console.error(error);
22
    return;
23
  }
24


25
  // ステータスコードが 200 以外の場合もエラーメッセージを表示する
26
  if (response.statusCode !== 200) {
27
    console.error(`Error: ${response.statusCode}`);
28
    return;
29
  }
30


31
  // 天気情報を JSON としてパースする
32
  const data = JSON.parse(body);
33


34
  // 天気情報を出力する
35
  console.log(`都市: ${data.name}`);
36
  console.log(`天気: ${data.weather[0].description}`);
37
  console.log(`気温: ${data.main.temp}℃`);
38
});
39
```

また、先ほどのコードは完全に応答が返ってくるまでテキストが表示されませんが、次のようにすると応答の途中経過が表示されます。

index.js
1
const { GoogleGenerativeAI } = require("@google/generative-ai");
2
const readline = require("readline");
3


4
const API_KEY = "ここにAPIキーを入力";
5


6
const genAI = new GoogleGenerativeAI(API_KEY);
7


8
const run = async (history, message) => {
9
    const model = genAI.getGenerativeModel({ model: "gemini-pro" });
10


11
    const chat = model.startChat({
12
        history,
13
        generationConfig: {
14
            maxOutputTokens: 500,
15
        },
16
    });
17


18
    const result = await chat.sendMessageStream(message);
19
    return result;
20
}
21


22
const rl = readline.createInterface({
23
    input: process.stdin,
24
    output: process.stdout,
25
});
26


27
const ask = async (question) => {
28
    return new Promise((resolve) => {
29
        rl.question(question, (answer) => {
30
            resolve(answer);
31
        });
32
    });
33
};
34


35
const main = async () => {
36
    const history = [];
37


38
    while (true) {
39
        const message = await ask("ユーザー：");
40
        const response = await run(history, message);
41


42
        process.stdout.write("モデル：");
43
        let responseText = '';
44
        for await (const chunk of response.stream) {
45
            const chunkText = chunk.text();
46
            process.stdout.write(chunkText);
47
            responseText += chunkText;
48
        }
49
        process.stdout.write("\n");
50


51
        history.push(...[
52
            {
53
                role: "user",
54
                parts: message,
55
            },
56
            {
57
                role: "model",
58
                parts: responseText,
59
            },
60
        ])
61
    }
62
};
63


64


65
main();

まとめ

GoogleのGemini APIの使い方を紹介しました。Gemini APIは無料でもかなり使えるので、ぜひ試してみてください。

Twitterのアイコン LINEのアイコン Threadsのアイコン Misskeyのアイコン Misskeyのアイコン
著者のアイコン画像
ろぼいん
Twitter Misskey GitHub Qiita

最新記事