วิธีการใช้งาน Gemini 3.7 Flash API

Google ได้เปิดตัว Gemini 3.7 Flash เมื่อวันที่ 13 สิงหาคม 2026 ซึ่งเป็นเวลาสามสัปดาห์หลังจาก 3.6 Flash และเรียกมันว่า "โมเดลเวิร์กฮอร์สที่ฉลาดที่สุดของเรา" จุดเด่นสำหรับนักพัฒนา: คะแนนการเขียนโค้ดแบบ agentic เพิ่มขึ้นอย่างมาก (DeepSWE v1.1 เพิ่มขึ้นจาก 49.0% เป็น 65.3%) ราคาเปิดตัวลดลงครึ่งหนึ่งของราคา 3.6 Flash และ API surface ยังคงเดิม หากคุณเรียกใช้ Gemini อยู่แล้ว คุณก็แค่เปลี่ยน ID โมเดลเดียว หากคุณยังไม่ได้ใช้ นี่คือจุดเริ่มต้นที่ถูกที่สุดที่ Google เคยเสนอสำหรับโมเดลที่มีความสามารถขนาดนี้

คู่มือนี้คือการเริ่มต้นใช้งานฉบับย่อ คุณจะได้รับคีย์ API, สร้างการเรียกใช้ครั้งแรกใน cURL, พอร์ตไปที่ Python และ Node.js, สตรีมการตอบกลับ, ปรับแต่ง generationConfig และเชื่อมโยงทั้งหมดเข้ากับ Apidog เพื่อให้คุณสามารถปรับปรุงพรอมต์ได้โดยไม่ต้องเสียโทเค็นในลูปโค้ด ข้อมูลจำเพาะจาก ประกาศอย่างเป็นทางการ: บริบท 1M โทเค็น, เอาต์พุต 64k, อินพุตหลายรูปแบบ, การเรียกใช้ฟังก์ชัน, การค้นหาเป็นเครื่องมือ และการใช้งานคอมพิวเตอร์

หากคุณสร้างโดยใช้รุ่นก่อนหน้า รูปแบบคำขอจะยังคงมาจาก คู่มือ Gemini 3 Flash Preview API ของเรา บทความนี้ครอบคลุมทุกสิ่งที่ใหม่ในเวิร์กโฟลว์ 3.7

สรุป (TL;DR)

• ID โมเดลคือ gemini-3.7-flash. Endpoint: POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent พร้อม header x-goog-api-key: <KEY>.
• ราคาเปิดตัวอยู่ที่ $0.75 ต่อโทเค็นอินพุต 1M และ $3.75 ต่อโทเค็นเอาต์พุต 1M จนถึงวันที่ 31 ธันวาคม 2026 ตั้งแต่วันที่ 1 มกราคม 2027 ราคาจะเพิ่มเป็น $1.50 และ $7.50
• ข้อมูลจำเพาะ: บริบทอินพุต 1M โทเค็น, ขีดจำกัดเอาต์พุต 64k โทเค็น อินพุตรองรับข้อความ, รูปภาพ, วิดีโอ, เสียง และ PDF เอาต์พุตเป็นข้อความเท่านั้น
• ผลการทดสอบเปรียบเทียบกับ 3.6 Flash: DeepSWE 49.0% เป็น 65.3%, FrontierCode 34.4% เป็น 43.6%, AutomationBench 17.0% เป็น 30.4%, WebDev Arena Elo 1538 เป็น 1588
• การสตรีมใช้ :streamGenerateContent?alt=sse. ส่วนเนื้อหาของคำขอยังคงใช้โครงสร้าง contents และ generationConfig ของ Google
• ทดสอบ endpoint ใน Apidog ก่อนที่คุณจะเขียนโค้ดแอปพลิเคชัน: นำเข้าสเปก, จัดเก็บคีย์เป็นตัวแปรสภาพแวดล้อม และดูการแสดงผลของ SSE แบบสด

Gemini 3.7 Flash เหมาะสำหรับอะไร

โมเดล Flash แลกความฉลาดสูงสุดเล็กน้อยกับความเร็วและราคา และ 3.7 ทำให้การแลกเปลี่ยนนี้แคบลงกว่ารุ่นใดๆ ที่ผ่านมา ผลต่างของเกณฑ์มาตรฐานเมื่อเทียบกับ 3.6 Flash นั้นสูงผิดปกติสำหรับช่วงเวลาสามสัปดาห์: DeepSWE v1.1 กระโดดจาก 49.0% เป็น 65.3%, FrontierCode 1.1 Main จาก 34.4% เป็น 43.6% และ AutomationBench จาก 17.0% เป็น 30.4% WebDev Arena Elo เพิ่มขึ้น 50 คะแนน จาก 1538 เป็น 1588

อ่านตัวเลขเหล่านี้เป็นสัญญาณเกี่ยวกับการใช้งานที่เหมาะสม เลือกใช้ 3.7 Flash เมื่อ:

• คุณรัน agent loops คะแนน AutomationBench เพิ่มขึ้นเกือบสองเท่า และ Google กล่าวว่าโมเดล "คิดอย่างรอบคอบมากขึ้นเกี่ยวกับการวางแผนหลายขั้นตอนและการเรียกใช้เครื่องมือ" การทำงานแบบ agent pipeline ที่มีการเปลี่ยนผ่านสั้นๆ และใช้เครื่องมือหนักๆ เป็นกรณีการใช้งานเป้าหมาย
• คุณสร้างหรือดีบักโค้ด Google อ้างว่า 3.7 ดีกว่าในการดีบักและสามารถสร้างโค้ดที่พร้อมใช้งานได้ในการลองครั้งแรก การเพิ่มขึ้นของ DeepSWE และ FrontierCode เป็นเครื่องยืนยันสิ่งนี้
• คุณประมวลผลเอกสาร GDP.pdf กระโดดจาก 22.0% เป็น 34.0% และ PDF เป็นประเภทอินพุตระดับเฟิร์สคลาส การดึงข้อมูลบริบทขนาดยาวยังคงใช้งานได้: 97.0% ในการทดสอบ 128k-needle
• คุณต้องการอินพุตหลายรูปแบบในราคาประหยัด ข้อความ, รูปภาพ, วิดีโอ, เสียง และ PDF ทั้งหมดสามารถใส่ในอาร์เรย์ contents เดียวกันได้

สำหรับข้อมูลฟีเจอร์ทั้งหมด รวมถึงคะแนน Harvey LAB-AA ในโดเมนกฎหมายที่ 90.7% และมาตรการป้องกัน CBRN และไซเบอร์ที่อัปเดตแล้ว โปรดดู มีอะไรใหม่ใน Gemini 3.7 Flash บริบทที่ควรรู้: Gemini 3.5 Pro ยังคงล่าช้า และ Axios รายงานว่า Google ตั้งใจที่จะปล่อยอัปเดต Flash ก่อนเรือธงรุ่นถัดไป

รับคีย์ API

มีสองวิธีและทั้งสองวิธีไม่เหมือนกัน

AI Studio (วิธีเร็ว) เปิด aistudio.google.com/apikey คลิก Get API key เลือกโปรเจกต์ Google Cloud และคัดลอกสตริง คีย์นี้สามารถใช้งานกับ generativelanguage.googleapis.com ได้ทันที และ Free tier ให้โควต้าเพียงพอสำหรับการสร้างโปรโตไทป์ Gemini 3.7 Flash มีให้บริการในกว่า 160 ประเทศ

Vertex AI (วิธีใช้งานจริง) หากโครงสร้างพื้นฐานของคุณอยู่บน GCP ให้ใช้ Vertex การยืนยันตัวตนจะเปลี่ยนจากคีย์ API เป็น OAuth (บัญชีบริการหรือโทเค็นชั่วคราว) การเรียกใช้จะผ่าน aiplatform.googleapis.com และคุณจะได้รับ IAM, บันทึกการตรวจสอบ และ endpoint ตามภูมิภาค ID โมเดลและเนื้อหาคำขอยังคงเหมือนเดิม มีเพียง URL และกลไกการยืนยันตัวตนเท่านั้นที่เปลี่ยนไป

สร้างโปรโตไทป์บน AI Studio แล้วย้ายไป Vertex ก่อนใช้งานจริง ไม่ว่าด้วยวิธีใด ให้ส่งออกคีย์ครั้งเดียว:

export GEMINI_API_KEY="AIza..."

ห้ามฮาร์ดโค้ดคีย์หรือส่งเป็นพารามิเตอร์คิวรี ?key= ในสภาพแวดล้อมการผลิตเด็ดขาด เพราะสตริงคิวรีจะไปอยู่ในบันทึกของเซิร์ฟเวอร์

Endpoint และการยืนยันตัวตน

Endpoint พื้นฐานสำหรับการเรียกแบบซิงโครนัส:

POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent

การสตรีมจะเปลี่ยนส่วนท้ายของเมธอดและเพิ่มแฟล็ก SSE:

POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:streamGenerateContent?alt=sse

การยืนยันตัวตนคือส่วนหัวเดียว: x-goog-api-key: $GEMINI_API_KEY นี่คือการเชื่อมต่อทั้งหมด ไม่มี bearer token ไม่มีระบบลายเซ็นต์ ไม่มีการตั้งค่าเซสชั่น

คำขอแรกของคุณใน cURL

นี่คือการเรียกที่ทำงานได้สมบูรณ์:

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.7-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{ "text": "Review this SQL for injection risk: SELECT * FROM orders WHERE id = ${orderId}" }]
    }],
    "generationConfig": {
      "temperature": 0.3,
      "maxOutputTokens": 1024
    }
  }'

การตอบกลับจะส่งคืนอาร์เรย์ candidates ผู้สมัครแต่ละคนมีอ็อบเจกต์ content ที่มี parts (ข้อความ หรือการเรียกใช้ฟังก์ชันหากคุณประกาศเครื่องมือ) และ finishReason จำนวนโทเค็นอยู่ใน usageMetadata ที่ระดับบนสุด ให้สังเกตบล็อกนี้ เพราะโทเค็นเอาต์พุตมีค่าใช้จ่ายมากกว่าโทเค็นอินพุตห้าเท่าตามราคาเปิดตัว

โปรดทราบโครงสร้าง: Google ใช้ contents ที่มี role และ parts ไม่ใช่รูปแบบ messages ของ OpenAI ตรวจสอบให้แน่ใจว่าการแมปนี้ถูกต้องเป็นอันดับแรก หากคุณกำลังพอร์ตจากผู้ให้บริการรายอื่น

เริ่มต้นใช้งาน Python อย่างรวดเร็ว

ติดตั้งหรืออัปเกรด SDK อย่างเป็นทางการ:

pip install --upgrade google-generativeai

การเรียกพื้นฐานพร้อมคำสั่งระบบ:

import os
import google.generativeai as genai

genai.configure(api_key=os.environ["GEMINI_API_KEY"])

model = genai.GenerativeModel(
    model_name="gemini-3.7-flash",
    system_instruction="You are a code reviewer. Flag issues as blocking or non-blocking.",
    generation_config={
        "temperature": 0.3,
        "max_output_tokens": 2048,
    },
)

response = model.generate_content(
    "Review this Flask route for security issues:\n\n"
    "@app.route('/user/<id>')\n"
    "def get_user(id):\n"
    "    return db.execute(f'SELECT * FROM users WHERE id = {id}')"
)

print(response.text)
print("input tokens:", response.usage_metadata.prompt_token_count)
print("output tokens:", response.usage_metadata.candidates_token_count)

อินพุตหลายรูปแบบจะอยู่ในอาร์เรย์ contents เดียวกัน หากต้องการส่งไฟล์ PDF ให้อัปโหลดผ่าน Files API และอ้างอิงเป็นส่วนหนึ่ง:

invoice = genai.upload_file("q3-invoice.pdf")

response = model.generate_content([
    invoice,
    "Extract the invoice number, total, and due date as JSON.",
])
print(response.text)

การเพิ่มขึ้นของเกณฑ์มาตรฐาน GDP.pdf (22.0% เป็น 34.0%) ปรากฏให้เห็นในกรณีการใช้งานนี้: การดึงข้อมูลที่มีโครงสร้างจากเอกสารจริงที่มีความซับซ้อน

เริ่มต้นใช้งาน Node.js อย่างรวดเร็ว

Node SDK คือ @google/generative-ai และมีรูปแบบคล้ายกับ Python:

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY);

const model = genAI.getGenerativeModel({
  model: "gemini-3.7-flash",
  generationConfig: {
    temperature: 0.3,
    maxOutputTokens: 2048,
    responseMimeType: "application/json",
    responseSchema: {
      type: "object",
      properties: {
        severity: { type: "string", enum: ["blocking", "non-blocking"] },
        issues: { type: "array", items: { type: "string" } },
      },
      required: ["severity", "issues"],
    },
  },
});

const result = await model.generateContent(
  "Review this Express handler: app.get('/search', (req, res) => res.send(eval(req.query.q)))"
);

console.log(JSON.parse(result.response.text()));

บรรทัด responseSchema มีความสำคัญมากกว่าที่เห็น มันบังคับให้ candidate กลายเป็นอ็อบเจกต์ที่สามารถแยกวิเคราะห์ได้ ดังนั้นโค้ดดาวน์สตรีมจะไม่แตะต้องข้อความอิสระ หากไม่จับคู่กับ responseMimeType: "application/json" ก็จะถูกละเว้น

การสตรีม

สำหรับ UI แชทและอะไรก็ตามที่ผู้ใช้ต้องเห็น ให้ใช้การสตรีม ใน Python เพิ่ม stream=True:

stream = model.generate_content(
    "Explain the N+1 query problem with a concrete ORM example.",
    stream=True,
)

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

ผ่าน HTTP ดิบ ให้เรียก :streamGenerateContent?alt=sse และแยกวิเคราะห์เหตุการณ์ที่ส่งมาจากเซิร์ฟเวอร์ (server-sent events) แต่ละบรรทัด data: จะมีเพย์โหลด candidates บางส่วน ส่วนสุดท้ายจะรวม usageMetadata ดังนั้นการนับโทเค็นจะถูกต้องหลังจากที่สตรีมปิดลงเท่านั้น

การปรับแต่ง generationConfig

พารามิเตอร์ที่คุณจะแตะบ่อยที่สุด โดยเรียงลำดับตามผลกระทบโดยประมาณ:

โทเค็นเอาต์พุตมีค่าใช้จ่าย $3.75 ต่อล้านโทเค็นในราคาเปิดตัว และ $7.50 ตั้งแต่เดือนมกราคม 2027 ดังนั้นจึงควรกำหนดขีดจำกัดเอาต์พุตตามที่กรณีการใช้งานของคุณต้องการ ไม่ใช่ขีดจำกัดสูงสุด 64k การคำนวณโทเค็นฉบับเต็ม พร้อมตัวอย่างการใช้งานสำหรับแต่ละเวิร์กโหลด มีอยู่ใน รายละเอียดราคา Gemini 3.7 Flash ของเรา

นอกเหนือจาก generationConfig ส่วนเนื้อหาของคำขอยังรับ tools (การประกาศฟังก์ชัน, การค้นหาเป็นเครื่องมือ, การใช้งานคอมพิวเตอร์) และ toolConfig สำหรับการบังคับเรียกใช้เครื่องมือ การใช้งานเครื่องมือเป็นส่วนที่ 3.7 Flash ได้รับการปรับปรุงมากที่สุด และสมควรได้รับการอธิบายโดยละเอียด: ดู บทแนะนำการเรียกใช้ฟังก์ชัน Gemini 3.7 Flash สำหรับการประกาศ, การเรียกแบบขนาน และรูปแบบ response-loop

ทดสอบ endpoint ใน Apidog ก่อนเขียนโค้ดแอป

การปรับปรุงพรอมต์ภายในสคริปต์ Python นั้นช้าและมีค่าใช้จ่ายสูง: แก้ไข, รันใหม่, เลื่อนดู, ทำซ้ำ และทุกรอบจะมีค่าใช้จ่ายโทเค็น ลูปที่เร็วกว่าคือการล็อกรูปแบบคำขอในไคลเอนต์ API ก่อน จากนั้นจึงพอร์ตไปยังโค้ดเมื่อผลตอบรับดูถูกต้อง

Apidog จัดการ schema คำขอของ Gemini ได้โดยธรรมชาติ การตั้งค่า:

1. สร้างโปรเจกต์ และนำเข้าสเปก Generative Language API OpenAPI จาก เอกสาร API ของ Google คอลเลกชันจะมาพร้อมชื่อที่กำหนดไว้ล่วงหน้า ดังนั้น generateContent จึงหาได้ง่ายด้วยการค้นหาครั้งเดียว
2. เพิ่มตัวแปรสภาพแวดล้อม ชื่อ GEMINI_API_KEY และผูกเข้ากับส่วนหัว x-goog-api-key ที่ระดับสภาพแวดล้อม ทุกคำขอจะสืบทอดสิ่งนี้ และคีย์จะไม่ปรากฏในส่วนเนื้อหาคำขอที่บันทึกไว้
3. จัดเก็บ ID โมเดลเป็นตัวแปร โดยตั้งค่าเป็น gemini-3.7-flash เมื่อคุณต้องการเปรียบเทียบ A/B กับ gemini-3.6-flash คุณจะเปลี่ยนตัวแปรเดียวแทนที่จะแก้ไข URL ในคำขอที่บันทึกไว้หลายรายการ
4. สร้างอาร์เรย์ contents ในตัวแก้ไข JSON แบบภาพ ส่วนที่ซ้อนกันจะแสดงผลได้อย่างชัดเจน และการตรวจสอบ schema จะจับข้อความที่ผิดรูปแบบก่อนที่คุณจะเสียโทเค็นแม้แต่โทเค็นเดียวสำหรับข้อผิดพลาด 400
5. กดที่ endpoint การสตรีม Apidog จะแสดงผลส่วนของ SSE แบบสด ดังนั้นคุณจะเห็นคำตอบประกอบขึ้นมาอย่างที่คุณจะเห็นใน SDK ของคุณ รวมถึงความหน่วง
6. บันทึกการตอบกลับที่ดีเป็นตัวอย่าง การทดสอบในภายหลังจะใช้ข้อมูลจำลองแทน API จริง นี่คือตัวช่วยประหยัดโทเค็นที่ใหญ่ที่สุดในกระบวนการทำงานทั้งหมด

เมื่อบันทึกคำขอแล้ว ให้เชื่อมโยงคำขอเหล่านั้นเข้ากับสถานการณ์การทดสอบพร้อมกับการยืนยันเกี่ยวกับ finishReason, สคีมาการตอบกลับ และจำนวนโทเค็น usageMetadata นั่นจะเปลี่ยนการทดสอบแบบแมนวลให้กลายเป็นชุดการถดถอยที่คุณสามารถรันได้ทุกครั้งที่มีการเปลี่ยนแปลงพรอมต์ รูปแบบเดียวกันที่ทีม QA ใช้จะครอบคลุมอยู่ใน คู่มือการทดสอบ API สำหรับวิศวกร QA ของเรา

การจัดการข้อผิดพลาดและขีดจำกัดอัตรา (Rate Limits)

ข้อผิดพลาดของ Gemini จะส่งคืนอ็อบเจกต์ error ระดับบนสุดพร้อม code, status และ message สิ่งที่คุณจะพบ:

สามนิสัยที่ช่วยให้การทำงานจริงมีเสถียรภาพ:

• ห่อหุ้มทุกการเรียกด้วยตัวช่วยการลองใหม่ ที่จัดการ 429 และ 5xx ด้วย exponential backoff แบบ jittered SDK จะลองใหม่ไม่กี่ครั้งด้วยตัวเอง แต่ wrapper บางๆ จะช่วยให้คุณสามารถควบคุมการบันทึกและการตัดวงจรได้
• อย่าคิดตัวเลขขีดจำกัดอัตราเอง ขีดจำกัดจะแตกต่างกันไปตามระดับบริการและเปลี่ยนแปลงได้ตลอดเวลา; อ่านค่าจริงบน หน้าการกำหนดราคาและขีดจำกัดของ Gemini API และแจ้งเตือนที่ 80% ของโควต้า
• ตรึง ID โมเดลไว้เบื้องหลังตัวแปรสภาพแวดล้อม หากการเปลี่ยนแปลงพฤติกรรมของ 3.7 ทำให้พรอมต์เสีย การย้อนกลับไปใช้ gemini-3.6-flash จะกลายเป็นการเปลี่ยนแปลงการกำหนดค่าแทนที่จะเป็นการดีพลอย

คำถามที่พบบ่อย (FAQ)

Gemini 3.7 Flash ใช้งานได้ฟรีหรือไม่

AI Studio มี Free tier พร้อมโควต้ารายวันที่เพียงพอสำหรับการสร้างโปรโตไทป์ และราคาเปิดตัวแบบเสียเงินคือ $0.75 ต่อโทเค็นอินพุต 1M จนถึงวันที่ 31 ธันวาคม 2026 หากคุณต้องการขยายเส้นทางที่ไม่ต้องเสียค่าใช้จ่ายเพิ่มเติม คู่มือของเราเกี่ยวกับ การเข้าถึง Gemini API ฟรี จะครอบคลุมระดับบริการและข้อจำกัดของแต่ละระดับ

อะไรคือความแตกต่างระหว่างการเรียกใช้ผ่าน AI Studio และ Vertex AI?

โมเดลเดียวกัน เนื้อหาคำขอเดียวกัน แต่ระบบภายในต่างกัน AI Studio ใช้คีย์ API กับ generativelanguage.googleapis.com; ส่วน Vertex ใช้ OAuth กับ aiplatform.googleapis.com และเพิ่ม IAM, การบันทึกการตรวจสอบ และ endpoint ตามภูมิภาค เริ่มต้นบน AI Studio แล้วย้ายไป Vertex เมื่อปริมาณการใช้งานเพิ่มขึ้นจริง

ฉันสามารถส่งรูปภาพ เสียง และ PDF ไปยัง Gemini 3.7 Flash ได้หรือไม่

ได้ อินพุตเป็นแบบหลายรูปแบบ (multimodal): ข้อความ, รูปภาพ, วิดีโอ, เสียง และ PDF ทั้งหมดสามารถส่งเป็นส่วนหนึ่งในอาร์เรย์ contents ได้ โดยเป็นแบบอินไลน์ (base64) หรืออ้างอิงผ่าน Files API เอาต์พุตเป็นข้อความเท่านั้น

หน้าต่างบริบทและขีดจำกัดเอาต์พุตมีขนาดเท่าใด

อินพุต 1M โทเค็น, เอาต์พุต 64k โทเค็น คะแนนการดึงข้อมูล 128k-needle ที่ 97.0% บ่งชี้ว่าการเรียกคืนบริบทขนาดยาวนั้นเชื่อถือได้เกินกว่าที่แอปส่วนใหญ่ต้องการ แต่การแบ่งอินพุตขนาดยาวยังคงช่วยประหยัดเงินได้เนื่องจากทุกโทเค็นอินพุตมีค่าใช้จ่าย

ฉันควรจะอัปเกรดจาก Gemini 3.6 Flash หรือไม่

สำหรับเวิร์กโหลด agent และการเขียนโค้ด ช่องว่างของเกณฑ์มาตรฐานนั้นใหญ่พอที่จะตอบว่า "ใช่" และการสลับ ID โมเดลก็เพียงแค่บรรทัดเดียว ความแตกต่างของพฤติกรรมที่ควรทำการทดสอบการถดถอยก่อนที่คุณจะพลิกการใช้งานจริงจะครอบคลุมอยู่ใน คู่มือการย้ายข้อมูลจาก 3.6 ไปยัง 3.7 Flash

3.7 Flash เหมาะสมกับสแตกของคุณอย่างไร

Gemini 3.7 Flash เป็นการเปิดตัวที่ไม่ธรรมดาที่ราคาลดลงในขณะที่ความสามารถเพิ่มขึ้น จนถึงสิ้นปี 2026 คุณจะจ่ายครึ่งหนึ่งของราคาเปิดตัวของ 3.6 Flash สำหรับโมเดลที่มีคะแนน DeepSWE สูงกว่า 16 จุด และเกือบสองเท่าใน AutomationBench ค่าเริ่มต้นที่สมเหตุสมผล: จัดเส้นทาง agent loops, งานโค้ด และการดึงเอกสารไปยัง 3.7 Flash ตอนนี้ โดยคำนึงถึงช่วงราคาเปิดตัวสำหรับการวางแผนงบประมาณ และเตรียมเส้นทางสำหรับการย้อนกลับไปยัง 3.6 โดยใช้ตัวแปรสภาพแวดล้อม

เริ่มต้นด้วยการเรียก cURL ด้านบน ยืนยันรูปแบบการตอบกลับ จากนั้นย้ายคำขอไปยังไคลเอนต์ API ก่อนที่คุณจะเขียนโค้ดแอปพลิเคชัน ดาวน์โหลด Apidog เพื่อนำเข้าสเปก Gemini ผูกคีย์ของคุณเพียงครั้งเดียว และทดสอบคำขอแบบซิงโครนัส การสตรีม และการเรียกใช้เครื่องมือจากพื้นที่ทำงานเดียว เมื่อพรอมต์ถูกต้อง การพอร์ตไปยัง Python หรือ Node จะใช้เวลาไม่กี่นาที เพราะคุณรู้อยู่แล้วว่าการรับส่งข้อมูลผ่านเครือข่ายมีลักษณะอย่างไร