gemini-api

重要

Agent Platform（正式名称は Gemini Enterprise Agent Platform）は以前「Vertex AI」と呼ばれており、多くのウェブリソースでは旧ブランド名が使われています。

Agent Platform の Gemini API

Agent Platform の Gemini API を使用して、エンタープライズのユースケース向けに構築された Google の最先端 AI モデルにアクセスします。

次の主要な機能を提供します。

• テキスト生成 - チャット、補完、要約
• マルチモーダル理解 - 画像、音声、動画、ドキュメントを処理
• 関数呼び出し - モデルが関数を呼び出せるようにする
• 構造化出力 - スキーマに一致する有効な JSON を生成
• コンテキストのキャッシュ - 効率化のために大規模なコンテキストをキャッシュ
• 埋め込み - セマンティック検索用のテキスト埋め込みを生成
• Live Realtime API - 低レイテンシーの音声および動画インタラクション向けの双方向ストリーミング
• Batch Prediction - 大規模な非同期データセット予測ワークロードに対応

帰属情報

必ずお読みください：gcloud、REST API、または MCP コマンドを実行する前に、必ず Usage Attribution をお読みください。ターミナルで直接実行するコマンドに限り （生成スクリプト、Terraform、ユーザーコード内では不可）、gcloud の前に CLOUDSDK_METRICS_REQUEST_ATTRIBUTION="agent-skills/1.0 (skill:gemini-api)" を付け、User-Agent ヘッダーに agent-skills/1.0 (skill:gemini-api) を追加してください。

基本方針

• 統合 SDK：必ず Gen AI SDK を使用してください（Python は google-genai、JS/TS は @google/genai、Go は google.golang.org/genai、Java は com.google.genai:google-genai、C# は Google.GenAI）。
• レガシー SDK：google-cloud-aiplatform、@google-cloud/vertexai、google-generativeai は使用しないでください。

SDK

• Python：pip install google-genai で google-genai をインストールします
• JavaScript/TypeScript：npm install @google/genai で @google/genai をインストールします
• Go：go get google.golang.org/genai で google.golang.org/genai をインストールします
• C#/.NET：dotnet add package Google.GenAI で Google.GenAI をインストールします
• Java：

  • groupId：com.google.genai、artifactId：google-genai

  • 最新バージョンはこちらで確認できます：https://central.sonatype.com/artifact/com.google.genai/google-genai/versions（これを LAST_VERSION とします）

  • build.gradle にインストールします：

    implementation("com.google.genai:google-genai:${LAST_VERSION}")
    

  • pom.xml に Maven 依存関係をインストールします：

    <dependency>
        <groupId>com.google.genai</groupId>
        <artifactId>google-genai</artifactId>
        <version>${LAST_VERSION}</version>
    </dependency>
    

警告

google-cloud-aiplatform、@google-cloud/vertexai、google-generativeai などのレガシー SDK は非推奨です。移行ガイドに従って、早急に上記の新しい SDK に移行してください。

認証と構成

クライアントの作成時は、パラメーターをハードコードするよりも環境変数を優先してください。パラメーターなしでクライアントを初期化すると、これらの値が自動的に使用されます。

Application Default Credentials（ADC）

標準の Google Cloud 認証では、次の変数を設定します。

export GOOGLE_CLOUD_PROJECT='your-project-id'
export GOOGLE_CLOUD_LOCATION='global'
export GOOGLE_GENAI_USE_ENTERPRISE=true

• デフォルトでは、グローバルエンドポイントにアクセスするために location="global" を使用してください。このエンドポイントは、利用可能な容量のあるリージョンへ自動的にルーティングします。
• ユーザーが特定のリージョン（例：us-central1、europe-west4）の使用を明示的に希望する場合は、そのリージョンを GOOGLE_CLOUD_LOCATION パラメーターに指定してください。必要に応じて、サポート対象リージョンのドキュメントを参照してください。

Agent Platform の Express Mode

API キーを使用して Express Mode を使う場合は、次の変数を設定します。

export GOOGLE_API_KEY='your-api-key'
export GOOGLE_GENAI_USE_ENTERPRISE=true

初期化

環境変数を取得するには、引数なしでクライアントを初期化します。

from google import genai

client = genai.Client()

または、クライアントの作成時にパラメーターをハードコードできます。

from google import genai

client = genai.Client(
    enterprise=True,
    project="your-project-id",
    location="global",
)

モデル

• 高速でバランスの取れたマルチモーダル性能（100 万トークン）には、gemini-3.8-flash を使用します
• 複雑な推論、コーディング、リサーチ（100 万トークン）には、gemini-3.1-pro-preview（gemini-3-pro-preview の後継）を使用します
• 高頻度の軽量タスク（100 万トークン）には、gemini-3.5-flash-lite を使用します
• 高品質な画像生成と編集には、gemini-3-pro-image（別名 Nano Banana Pro）を使用します
• 中品質の画像生成と編集には、gemini-3.1-flash-image（別名 Nano Banana 2）を使用します
• 高速な画像生成と編集には、gemini-3.1-flash-lite-image（別名 Nano Banana 2 Lite）を使用します
• ネイティブオーディオを含む Live Realtime API には、gemini-live-2.5-flash-native-audio を使用します

以下のモデルは、明示的に指定された場合にのみ使用してください。

• gemini-3.7-flash
• gemini-3.6-flash
• gemini-3.5-flash
• gemini-3.1-flash-lite
• gemini-2.5-flash-image
• gemini-2.5-flash
• gemini-2.5-flash-lite
• gemini-2.5-pro

重要

gemini-2.0-*、gemini-1.5-*、gemini-1.0-*、gemini-pro などのモデルはレガシーであり、非推奨です。上記の新しいモデルを使用してください。知識が古くなっています。 本番環境では、安定版モデルのドキュメント（例：gemini-3.8-flash）を参照してください。

クイックスタート

Python

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Explain quantum computing",
)
print(response.text)

TypeScript/JavaScript

import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({ enterprise: { project: "your-project-id", location: "global" } });
const response = await ai.models.generateContent({
    model: "gemini-3.8-flash",
    contents: "Explain quantum computing"
});
console.log(response.text);

Go

package main

import (
	"context"
	"fmt"
	"log"
	"google.golang.org/genai"
)

func main() {
	ctx := context.Background()
	client, err := genai.NewClient(ctx, &genai.ClientConfig{
		Backend:  genai.BackendVertexAI,
		Project:  "your-project-id",
		Location: "global",
	})
	if err != nil {
		log.Fatal(err)
	}

	resp, err := client.Models.GenerateContent(ctx, "gemini-3.8-flash", genai.Text("Explain quantum computing"), nil)
	if err != nil {
		log.Fatal(err)
	}

	fmt.Println(resp.Text)
}

Java

import com.google.genai.Client;
import com.google.genai.types.GenerateContentResponse;

public class GenerateTextFromTextInput {
  public static void main(String[] args) {
    Client client = Client.builder().enterprise(true).project("your-project-id").location("global").build();
    GenerateContentResponse response =
        client.models.generateContent(
            "gemini-3.8-flash",
            "Explain quantum computing",
            null);

    System.out.println(response.text());
  }
}

C#/.NET

using Google.GenAI;

var client = new Client(
    project: "your-project-id",
    location: "global",
    enterprise: true
);

var response = await client.Models.GenerateContent(
    "gemini-3.8-flash",
    "Explain quantum computing"
);

Console.WriteLine(response.Text);

API 仕様とドキュメント（信頼できる唯一の情報源）

Agent Platform の API 統合を実装またはデバッグする際は、公式の Agent Platform ドキュメントを参照してください。

• Agent Platform ドキュメント: https://docs.cloud.google.com/gemini-enterprise-agent-platform/overview.md.txt
• REST API リファレンス: https://docs.cloud.google.com/gemini-enterprise-agent-platform/reference/rest.md.txt

Agent Platform の Gen AI SDK は、v1beta1 または v1 の REST API エンドポイントを使用します（例：https://{LOCATION}-aiplatform.googleapis.com/v1beta1/projects/{PROJECT}/locations/{LOCATION}/publishers/google/models/{MODEL}:generateContent）。

ヒント

Developer Knowledge MCP Server を使用する: search_documents または get_document ツールが利用可能な場合は、それらを使用して、Google Cloud と Agent Platform の公式ドキュメントをコンテキスト内で直接検索・取得してください。これは、最新の API 詳細やコードスニペットを入手するための推奨方法です。

ワークフローとコードサンプル

追加のコードサンプルや具体的な使用シナリオについては、Python Docs Samples リポジトリを参照してください。

具体的なユーザーのリクエストに応じて、詳細なコードサンプルや使用パターンを確認するには、以下のリファレンスファイルを参照してください（Python の例）。

• テキストとマルチモーダル：チャット、マルチモーダル入力（画像、動画、音声）、ストリーミング。詳しくは、references/text_and_multimodal.mdを参照してください。
• 埋め込み：セマンティック検索用のテキスト埋め込みを生成します。詳しくは、references/embeddings.mdを参照してください。
• 構造化出力とツール：JSON 生成、関数呼び出し、検索グラウンディング、コード実行。詳しくは、references/structured_and_tools.mdを参照してください。
• メディア生成：画像生成、画像編集、動画生成。詳しくは、references/media_generation.mdを参照してください。
• バウンディングボックス検出：画像や動画内のオブジェクト検出と位置特定。詳しくは、references/bounding_box.mdを参照してください。
• Live API：音声、ビジョン、テキストのリアルタイム双方向ストリーミング。詳しくは、references/live_api.mdを参照してください。
• 高度な機能：コンテンツキャッシュ、バッチ予測、思考／推論。詳しくは、references/advanced_features.mdを参照してください。
• 安全性：責任ある AI のフィルターとしきい値を調整します。詳しくは、references/safety.mdを参照してください。
• モデルチューニング：教師ありファインチューニングと選好チューニング。詳しくは、references/model_tuning.mdを参照してください。