Gemini 3.1 Pro API の使い方

Googleは、これまでで最も高性能なモデルとしてGemini 3.1 Proをリリースしました。エンジニアはGemini APIを通じてこのプレビューモデルにアクセスし、以前の世代では効率的に処理できなかった複雑な推論、マルチモーダルな理解、エージェントワークフローなどに取り組んでいます。Gemini 3.1 Pro APIを統合する開発者は、100万入力トークンと64k出力トークンにわたる最先端のパフォーマンスを享受しつつ、本番システムで低レイテンシを維持できます。

💡

Gemini 3.1 Pro APIとの統合テストを効率化するには、**Apidog**を今すぐ無料でダウンロードしてください。この最新のAPIクライアントを使用すると、リクエストを視覚的に構築したり、マルチモーダルテストのために画像やPDFをアップロードしたり、ストリーミングされた応答を検査したり、複数の言語でSDKコードを自動生成したりできます。Apidogを導入するプロフェッショナルは、認証ヘッダー、JSONスキーマ、ファイルエンコーディングを最新の開発ワークフローに適合するクリーンなインターフェースで処理するため、デバッグ時間を大幅に短縮できます。

ボタン

公式モデル識別子gemini-3.1-pro-previewから始めます。Googleはこのエンドポイントをhttps://generativelanguage.googleapis.com/v1beta/models/gemini-3.1-pro-preview:generateContentでホストしています。このAPIは、RESTコールと、複雑さを抽象化しつつ完全な制御を維持する公式SDKの両方をサポートしています。

Gemini 3.1 Proの理解：AI統合を再定義する機能

Gemini 3.1 Proは、ネイティブな動的思考、ツール使用の改善、優れたマルチモーダル融合により、以前のモデルを凌駕しています。このモデルは、テキスト、高解像度画像、ビデオフレーム、最大1000ページのPDF、およびコードを同じコンテキストウィンドウ内で同時に処理します。そのため、エンジニアは広範なプロンプトエンジニアリングなしで、より一貫性のある多段階推論を実現できます。

さらに、このモデルはthinking_level設定を導入しています。このパラメーターは、詳細な分析タスクにはhigh、高スループットシナリオにはlowに設定します。デフォルトのhighレベルは、内部的な思考連鎖メカニズムを自動的にアクティブにするため、明示的な推論指示を作成する時間を短縮できます。

加えて、Gemini 3.1 Proは思考シグネチャをサポートしています。これらの暗号化された文字列は、関数呼び出しと画像生成または編集を組み合わせる際に、対話のターン間で会話の状態を維持します。後続のリクエストには正確なthoughtSignature値を含める必要があります。そうしないと、APIは400エラーを返します。このメカニズムは、長時間の実行エージェントループにおける決定的な動作を保証します。

知識カットオフは2025年1月です。したがって、モデルを組み込みのGoogle検索ツールと組み合わせて、最新情報を取得します。この組み合わせにより、手動での検索拡張生成パイプラインなしで、根拠に基づいた最新の応答が得られます。

Gemini 3.1 Pro APIの使用を開始するための前提条件

コードを記述する前に環境を準備します。まず、Google AI StudioにアクセスできるGoogleアカウントが必要です。次に、プレビューモデルは無料枠で厳格なレート制限を課すため、関連するGoogle Cloudプロジェクトで課金が有効になっていることを確認します。第三に、選択したスタックに応じてPython 3.9+またはNode.js 18+をインストールします。

さらに、大規模なマルチモーダルペイロード用のストレージを割り当てます。動画ファイルや高解像度画像はトークンを素早く消費するため、AI Studioダッシュボードを通じて使用量を監視します。事前に計画を立てる専門家は、開発中の予期せぬクォータエラーを回避できます。

Gemini APIキーの取得と保護

Google AI Studioに移動し、「Get API key」をクリックします。コンソールはあなたのプロジェクトに紐付けられた新しいキーを作成します。UIには一度しか表示されないため、すぐにキーをコピーしてください。

キーを環境変数GEMINI_API_KEYとして保存します。この方法は、認証情報をソースコードから分離し、オペレーティングシステム全体でシームレスなSDK初期化を可能にします。LinuxまたはmacOSでは、以下を実行します。

export GEMINI_API_KEY=your_actual_key_here

Windowsでは、以下を使用します。

set GEMINI_API_KEY=your_actual_key_here

本番環境へのデプロイでは、キーを定期的にローテーションし、Google Cloud IAMポリシーを通じて制限します。攻撃者が不正なトークン消費に悪用する可能性があるため、クライアント側のJavaScriptでキーを公開してはなりません。

公式Google GenAI SDKのインストール

SDKはHTTPの詳細を抽象化し、型安全なインターフェースを提供します。以下のコマンドで最新バージョンをインストールします。

Python

pip install -U google-genai

Node.js

npm install @google/genai

このパッケージは、環境からGEMINI_API_KEYを自動的に読み取ります。明示的な設定を希望する場合は、クライアントのインスタンス化時にキーを渡します。この柔軟性により、ローカル開発と、環境変数が不変であるコンテナ化された環境の両方がサポートされます。

Gemini 3.1 Pro APIへの最初の呼び出し

クライアントを初期化し、単純なテキストプロンプトを送信して接続性を確認します。

Pythonの例

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Explain the differences between Gemini 3.1 Pro and previous models in technical terms.",
    config=types.GenerateContentConfig(
        thinking_level="high"
    )
)

print(response.text)

応答オブジェクトには、生成されたテキストと使用状況のメタデータが含まれます。コスト最適化のためにトークン消費量を追跡するには、response.usage_metadataを調べます。

cURLの同等物（Apidogのテストに便利）

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.1-pro-preview:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{"text": "Explain the differences between Gemini 3.1 Pro and previous models in technical terms."}]
    }],
    "generationConfig": {
      "thinking_level": "high"
    }
  }'

このリクエストをApidogに直接貼り付けます。プラットフォームはJSONを解析し、構文を強調表示し、異なるキーを持つ環境間を切り替えることができます。結果として、コード変更をコミットする前にヘッダーとペイロードを検証できます。

JavaScriptの例

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

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3.1-pro-preview",
    contents: "Explain the differences between Gemini 3.1 Pro and previous models in technical terms.",
    config: { thinking_level: "high" }
  });
  console.log(response.text);
}

main();

これらのスニペットを実行すると、一貫性があり、技術的に正確な回答が得られます。モデルは、強化されたメディア解像度制御やネイティブのツールオーケストレーションなどのアーキテクチャの改善を参照しています。

コアエンドポイントとリクエスト構造の探求

Gemini APIは、generateContent、streamGenerateContent、countTokensの3つの主要メソッドを中心としています。同期応答にはgenerateContentを使用し、部分的な出力をすぐにユーザーに表示する場合はstreamGenerateContentを使用します。

リクエストボディは一貫した構造に従います。

contents: ロールベースのメッセージ（ユーザー/モデル/関数）の配列
tools: Google検索、code_execution、またはカスタム関数宣言の配列
generationConfig: thinking_level、temperature（デフォルトの1.0を維持）、maxOutputTokensなどを制御します。
safetySettings: コンテンツフィルターのオプションの上書き

JSONスキーマを使用してカスタム関数を定義します。モデルはfunctionCall部分を出力し、それをローカルで実行してfunctionResponse部分として返します。このクローズドループにより、外部APIやデータベースと連携する自律エージェントが動作します。

Apidogは、OpenAPI仕様をインポートしたり、スキーマを手動で構築したりできるため、この点で優れています。このツールは、モデルが期待する形式に対して関数宣言を検証し、設計時に応答をシミュレートすることさえ可能です。

本番環境の信頼性のための生成パラメータ設定

generationConfigオブジェクトを通じて動作を微調整します。Googleは、Gemini 3シリーズモデルでは低い値が推論品質を低下させるため、temperatureを1.0に保つことを推奨しています。代わりに、thinking_levelを調整してレイテンシと深さのバランスを取ります。

主要なパラメータには以下が含まれます。

thinking_level: "low" | "high"（デフォルトはhigh）
maxOutputTokens: 最大64k
stopSequences: 生成を停止させる文字列の配列
responseMimeType: 構造化出力のための"application/json"
responseJsonSchema: 型安全なパースのためのPydanticまたはZodスキーマ

構造化された出力をツールと組み合わせて、Web検索やコード実行からクリーンなJSONを抽出します。たとえば、フライトオプションのリストを要求し、解析されたオブジェクトを受け取り、正規表現や手動パースなしで直接バックエンドロジックにフィードできます。

マルチモーダル機能の活用

Gemini 3.1 Proは、画像、動画、ドキュメントをネイティブに処理します。ファイルデータは、base64インラインとして、またはより大きなアップロードの場合はFile APIを介して含めます。

Pythonのマルチモーダルの例

import base64
from google import genai
from google.genai import types

client = genai.Client()

# Read image
with open("diagram.png", "rb") as f:
    image_bytes = f.read()

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents=[
        types.Content(
            role="user",
            parts=[
                types.Part(text="Analyze this system architecture diagram and suggest optimizations."),
                types.Part(
                    inline_data=types.Blob(
                        mime_type="image/png",
                        data=image_bytes
                    )
                )
            ]
        )
    ],
    config=types.GenerateContentConfig(
        media_resolution="media_resolution_high"  # v1alpha endpoint if needed
    )
)

print(response.text)

フレームを抽出するか、短いクリップを直接送信することで動画をアップロードします。モデルは時間的なシーケンスを理解し、フレーム全体の動作に関する質問に答えます。そのため、専門家は別個のコンピュータビジョンパイプラインなしで動画分析ツールを構築できます。

Apidogはこれらのテストを簡素化します。画像ファイルやPDFファイルをリクエストボディにドラッグアンドドロップし、正しいMIMEタイプを選択して、即座にリクエストを送信できます。プラットフォームはレンダリングされたプレビューを表示し、コードを書き直すことなくプロンプトを繰り返し試すことができます。

関数呼び出しとツール利用の実装

エージェントの動作を有効にするために、設定でツールを宣言します。サポートされている組み込みツールには、google_search、code_execution、url_context、およびカスタム関数が含まれます。

構造化ツール例

from pydantic import BaseModel, Field
from typing import List

class WeatherData(BaseModel):
    city: str = Field(description="City name")
    temperature: float
    condition: str

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Fetch current weather for Tokyo and return structured data.",
    config={
        "tools": [{"google_search": {}}],
        "response_mime_type": "application/json",
        "response_json_schema": WeatherData.model_json_schema()
    }
)

data = WeatherData.model_validate_json(response.text)
print(data)

モデルは内部的に検索ツールを呼び出し、結果を処理し、検証されたJSONを返します。複数のツールをターン間で連結して、旅行の予約、レポートの分析、外部システムの制御を行う洗練されたエージェントを作成できます。

思考シグネチャは継続性を保証します。関数呼び出しが発生した場合、各モデル応答からシグネチャをコピーし、次のユーザーメッセージに含めます。この要件により、長時間の会話でのコンテキストのずれが防止されます。

Apidogで効率的にテストとデバッグを行う

Apidogを開き、「Gemini 3.1 Pro Integration」という名前の新しいプロジェクトを作成します。APIキーのグローバル変数を追加し、ベースURLを生成言語エンドポイントに設定します。

次に、テキストのみ、マルチモーダル、関数呼び出し、ストリーミングといった異なるシナリオのコレクションを作成します。Apidogは、保存された各リクエストからcURL、Python、JavaScriptのスニペットを自動生成します。これにより、チーム全体が参照できる生きたドキュメントセットを維持できます。

エラーが発生した場合、Apidogは問題の原因となった正確なヘッダーまたはペイロードフィールドを強調表示します。モデルのバージョンや思考レベル間で応答を並べて比較できます。このプラットフォームは、タイムスタンプとトークン使用量を含むリクエスト履歴も記録するため、本番デプロイの前に正確なコストモデルを構築するのに役立ちます。

Apidogを統合するプロフェッショナルは、コードエディターとターミナルウィンドウ間のコンテキストスイッチングが不要になるため、反復サイクルが40〜60%高速化すると報告しています。無料枠では、無制限のローカルプロジェクトと、ほとんどの開発ワークフローに十分なリクエスト量がサポートされています。

高度なテクニック：ストリーミング、コンテキストキャッシュ、バッチ処理

応答性の高いユーザーインターフェースのためにストリーミングを有効にします。

Pythonでのストリーミング

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Write a detailed technical specification for a new microservice.",
    stream=True
)

for chunk in response:
    print(chunk.text, end="", flush=True)

SDKは部分的な応答を生成するため、テキストが届き次第表示できます。

また、繰り返される長いドキュメントにはコンテキストキャッシュを使用します。500ページのPDFを一度アップロードし、処理されたコンテキストをキャッシュし、後続の呼び出しでキャッシュIDを参照します。この技術により、エンタープライズRAGアプリケーションのトークンコストとレイテンシを劇的に削減できます。

バッチAPIのサポートにより、単一のリクエストで複数のプロンプトを処理できます。これにより、レート制限内に収めながら、一晩で数千件のサポートチケットを分析できます。

実世界のユースケースと本番対応のコードサンプル

ユースケース1：インテリジェントドキュメントアナライザー
契約書を取り込み、条項を抽出し、リスクにフラグを立てるシステムを構築します。マルチモーダル機能により、スキャンされたPDF内のテーブルや署名を識別します。

ユースケース2：自律コーディングアシスタント
code_executionツールとGemini 3.1 Proを組み合わせて、コードを単一ループでデバッグ、リファクタリング、テストします。モデルはPythonを記述し、実行し、出力画像やログを検査し、タスクが完了するまで反復します。

ユースケース3：マルチモーダル顧客サポートエージェント
ユーザーはエラーのスクリーンショットをアップロードします。エージェントは画像を分析し、ナレッジベースを検索し、画像モデルを介して生成された注釈付きスクリーンショットとともに、ステップバイステップの修正を返します。

各ユースケースはApidogのプロトタイプから恩恵を受けます。正確なペイロード構造を設計し、サンプルファイルでエッジケースをテストし、すぐに使用できるコードをエクスポートします。

コスト管理とパフォーマンスのためのベストプラクティス

すべての呼び出し後にトークンの使用量を監視します。maxOutputTokensを控えめに設定し、高価な操作の前にcountTokensエンドポイントを使用します。複雑なタスクにのみgemini-3.1-pro-previewを使用し、より単純なクエリは利用可能な場合はより軽量なバリアントにルーティングします。

レート制限エラーには指数バックオフを実装します。頻繁な応答はローカルまたはRedisを通じてキャッシュします。スキーマのずれを早期に検出するために、Pydanticまたは同等のライブラリで構造化出力を常に検証します。

セキュリティは依然として最重要です。ユーザー入力をモデルに送信する前にサニタイズします。ご自身のドメインに適したコンテンツ安全設定を適用します。匿名化された使用状況メトリックのみをログに記録します。

一般的な問題のトラブルシューティング

クォータを超過すると、エラー429（Resource Exhausted）が表示されます。AI Studioの使用状況ダッシュボードを確認し、Google Cloudサポートを通じて上限引き上げをリクエストしてください。

エラー400（Invalid Argument）は、マルチターン関数呼び出しで思考シグネチャが欠落していることが原因で発生することがよくあります。すべてのモデル応答シグネチャが次のリクエストに戻されていることを確認してください。

ファイルサイズが上限を超えると、マルチモーダルリクエストは失敗します。画像を圧縮するか、永続ストレージにはFile APIを使用します。

Apidogは、失敗したリクエストを修正されたパラメータで即座にリプレイできるため、これらの問題の特定に役立ちます。組み込みのバリデーターは、コードを実行する前にスキーマの問題を検出します。

Gemini APIとVertex AIの比較

Gemini Developer API (ai.google.dev) は、最速のオンボーディングと無料枠へのアクセスを提供します。Vertex AIは、VPC Service Controls、プライベートエンドポイント、より厳密なIAM統合などのエンタープライズ機能を提供します。クライアントの初期化とモデルエンドポイントのみを変更することで、一方からもう一方へ移行できます。リクエスト形式は同じままです。

ほとんどのチームは、プロトタイピング中にDeveloper APIから開始し、本番環境の前にVertex AIに移行します。この移行には最小限のコード変更しか必要ありません。

結論

これで、Gemini 3.1 Pro APIの完全な技術ロードマップを理解しました。モデルの機能、認証フロー、SDK統合、高度な設定、マルチモーダル入力、ツールオーケストレーション、および本番環境でのベストプラクティスを把握していることでしょう。

Gemini 3.1 Proの推論能力とApidogのビジュアルテスト環境を組み合わせることで、洗練されたAI機能をこれまでよりも早く提供できるようになります。テキストプロンプトから始めて、マルチモーダルエージェントに拡張し、監視およびキャッシング戦略を使用して自信を持ってスケールアップできます。

この分野は急速に進化しています。ai.google.devの公式ドキュメントをブックマークし、新しい機能を組み込むために定期的にApidogプロジェクトを再確認してください。

次世代のインテリジェントアプリケーションを構築するために必要なすべてを手にしました。今日からコーディングを開始し、Apidogで徹底的にテストし、AIができることの限界を押し広げてください。

今すぐGemini 3.1 Pro APIで構築を始めましょう。Apidogを無料でダウンロードして、AI統合の開発とテストの方法を変革してください。

ボタン