GoogleのGemini APIの使い方
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 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。
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。
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。
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。
npm install @google/generative-aiGemini 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。
const { GoogleGenerativeAI } = require("@google/generative-ai");
const API_KEY = "ここにAPIキーを入力";
const genAI = new GoogleGenerativeAI(API_KEY);
const run = async(prompt) => { const model = genAI.getGenerativeModel({ model: "gemini-pro"});
const result = await model.generateContent(prompt); const response = await result.response; const text = response.text(); console.log(text);}
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。
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。
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。
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。
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。
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。
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。
const { GoogleGenerativeAI } = require("@google/generative-ai");const readline = require("readline");
const API_KEY = "ここにAPIキーを入力";
const genAI = new GoogleGenerativeAI(API_KEY);
const run = async (history, message) => { const model = genAI.getGenerativeModel({ model: "gemini-pro" });
const chat = model.startChat({ history, generationConfig: { maxOutputTokens: 500, }, });
const result = await chat.sendMessage(message); const response = await result.response; const text = response.text(); return text;}
const rl = readline.createInterface({ input: process.stdin, output: process.stdout,});
const ask = async (question) => { return new Promise((resolve) => { rl.question(question, (answer) => { resolve(answer); }); });};
const main = async () => { const history = [];
while (true) { const message = await ask("ユーザー："); const response = await run(history, message); console.log("モデル：" + response); history.push(...[ { role: "user", parts: message, }, { role: "model", parts: response, }, ]) }};
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。
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。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。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。モデル：```javascriptconst request = require('request');
// OpenWeatherMap API キーを取得するconst apiKey = process.env.OPENWEATHERMAP_API_KEY;
// 都市名を取得するconst city = process.argv[2];
// 天気を取得するためのリクエスト URL を構築するconst url = `http://api.openweathermap.org/data/2.5/weather?q=${city}&appid=${apiKey}&units=metric`;
// リクエストを送信するrequest(url, (error, response, body) => { // エラーが発生した場合はエラーメッセージを表示する if (error) { console.error(error); return; }
// 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 if (response.statusCode !== 200) { console.error(`Error: ${response.statusCode}`); return; }
// 天気情報を JSON としてパースする const data = JSON.parse(body);
// 天気情報を出力する console.log(`都市: ${data.name}`); console.log(`天気: ${data.weather[0].description}`); console.log(`気温: ${data.main.temp}℃`);});```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。
const { GoogleGenerativeAI } = require("@google/generative-ai");const readline = require("readline");
const API_KEY = "ここにAPIキーを入力";
const genAI = new GoogleGenerativeAI(API_KEY);
const run = async (history, message) => { const model = genAI.getGenerativeModel({ model: "gemini-pro" });
const chat = model.startChat({ history, generationConfig: { maxOutputTokens: 500, }, });
const result = await chat.sendMessageStream(message); return result;}
const rl = readline.createInterface({ input: process.stdin, output: process.stdout,});
const ask = async (question) => { return new Promise((resolve) => { rl.question(question, (answer) => { resolve(answer); }); });};
const main = async () => { const history = [];
while (true) { const message = await ask("ユーザー："); const response = await run(history, message);
process.stdout.write("モデル："); let responseText = ''; for await (const chunk of response.stream) { const chunkText = chunk.text(); process.stdout.write(chunkText); responseText += chunkText; } process.stdout.write("\n");
history.push(...[ { role: "user", parts: message, }, { role: "model", parts: responseText, }, ]) }};
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。
.D-9n0QZF_ZJb3My.png)
