Gemini 3 Flash API 接口调用示例教程，图文指南
免费使用 Gemini 3 Pro 的 3 种方法介绍，一文讲述

Google 的 Gemini 系列模型为开发者提供了强大的 AI 能力。最近发布的 gemini-3-pro 和 gemini-3-flash 在性能和效率上都带来了新的选择。本教程将通过清晰的代码示例，指导你如何通过 API 调用这两个模型。

准备工作

在开始之前，你需要一个 Google AI API 密钥。你可以前往 Google AI Studio 免费获取。获取密钥后，请妥善保管，它将是你访问 Gemini API 的唯一凭证。

下一步是安装官方提供的 SDK。在本文中，我们将使用 Node.js 环境下的 JavaScript SDK 作为示例。

执行以下命令来安装必要的库。

npm install @google/genai

安装完成后，我们就可以开始编写代码了。

调用 gemini-3-flash 模型

gemini-3-flash 是一个为速度和效率优化的模型。它在保持高性能的同时，响应速度更快，成本也更低，非常适合需要快速响应或大规模处理的场景。

下面的代码演示了如何调用 gemini-3-flash 模型进行一次简单的文本生成。你需要将代码中的 YOUR_API_KEY 替换为你自己的 API 密钥。

import { GoogleGenerativeAI } from "@google/genai";

// 使用你的 API 密钥进行初始化
const genAI = new GoogleGenerativeAI("YOUR_API_KEY");

async function run() {
  // 指定要使用的模型
  const model = genAI.getGenerativeModel({ model: "gemini-3-flash-preview" });

  const prompt = "请用一句话解释什么是人工智能。";

  const result = await model.generateContent(prompt);
  const response = await result.response;
  const text = response.text();
  
  console.log(text);
}

run();

在这段代码中，我们首先初始化了 GoogleGenerativeAI 客户端，然后通过 getGenerativeModel 获取了模型实例，并指定模型名称为 gemini-3-flash-preview。最后，调用 generateContent 方法发起请求并打印结果。

调用 gemini-3-pro 模型

gemini-3-pro 是目前功能最强大的模型之一，它在处理复杂推理、多模态理解等方面表现出色。当你需要更高质量的输出或处理更复杂的任务时，gemini-3-pro 是一个理想的选择。

调用 gemini-3-pro 的方式与 gemini-3-flash 非常相似，唯一的区别在于模型名称。这种设计让开发者可以轻松地在不同模型之间切换，以找到最适合当前任务的选项。

下面的代码展示了如何调用 gemini-3-pro。

import { GoogleGenerativeAI } from "@google/genai";

// 使用你的 API 密钥进行初始化
const genAI = new GoogleGenerativeAI("YOUR_API_KEY");

async function run() {
  // 将模型名称更改为 gemini-3-pro-preview
  const model = genAI.getGenerativeModel({ model: "gemini-3-pro-preview" });

  const prompt = "请用三句话解释什么是大型语言模型，并举一个例子。";

  const result = await model.generateContent(prompt);
  const response = await result.response;
  const text = response.text();

  console.log(text);
}

run();

可以看到，我们仅仅是将 model 参数从 gemini-3-flash-preview 更改为 gemini-3-pro-preview，其余代码保持不变。

关于模型版本

你可能已经注意到，我们使用的模型名称都带有 -preview 后缀。这是因为 Gemini API 提供了不同版本的模型。

preview 版本通常包含最新的功能，适合用于测试和体验。而稳定版（例如 gemini-2.5-flash）则更适合用于生产环境，因为它们的行为更加稳定和可预测。在开发应用时，了解并选择合适的模型版本非常重要。