从Claude API 或Azure OpenAI迁移至 Gemini API 操作指导

原创 server  2025-09-11 15:43  阅读 11 次

Google Gemini Api

Google Gemini API最新在推理能力、编程支持、多模态处理和用户体验上都达到了当前AI模型的顶尖水平,无论是个人用户、开发者还是企业,它都能提供远超其他版本的效率和精准度。

Gemini API价格:

https://ai.google.dev/gemini-api/docs/pricing?hl=zh-cn

无论是 Google AI Studio中的Gemini Api还是VertexAi Gemini Api支持代开通代付代充值✈️@awsgcpazure_bot

 

将现有应用从 Claude API 迁移到 Gemini API

第一步:环境准备在开始代码迁移之前,请先完成以下几项准备工作:

  1. 获取 Gemini API 密钥:前往 Google AI Studio 网站,登录你的 Google 账户,即可免费获取 API 密钥。
  2. 安装 Python SDK:Gemini 提供了易于使用的官方 Python SDK。在你的开发环境中运行以下命令即可安装:
    pip install --upgrade google-genai
    export GOOGLE_CLOUD_API_KEY="YOUR_API_KEY"
  1. 配置 API 密钥:为了安全起见,我们建议将 API 密钥设置为环境变量。但为了方便测试,你也可以在代码中直接配置。Python
    from google import genai
    from google.genai import types
    import os
    def generate():
        client = genai.Client(
          vertexai=False,
          api_key=os.environ.get("YOUR_API_KEY"),
        )
        model = "gemini-2.5-flash-lite"
        contents = [
        types.Content(
          role="user",
          parts=[types.Part.from_text(text="YOUR_TEXT_HERE")]
        )
        ]
        generate_content_config = types.GenerateContentConfig(
            temperature = 1,
            top_p = 0.95,
            seed = 0,
            max_output_tokens = 65535,
            safety_settings = [
                types.SafetySetting(
                  category="HARM_CATEGORY_HATE_SPEECH",
                  threshold="OFF"
                ),
                types.SafetySetting(
                  category="HARM_CATEGORY_DANGEROUS_CONTENT",
                  threshold="OFF"
                ),
                types.SafetySetting(
                  category="HARM_CATEGORY_SEXUALLY_EXPLICIT",
                  threshold="OFF"
                ),
                types.SafetySetting(
                  category="HARM_CATEGORY_HARASSMENT",
                  threshold="OFF"
                )
            ],
            thinking_config=types.ThinkingConfig(
              thinking_budget=-1,
            ),
        )
        response = client.models.generate_content(
            model = model,
            contents = contents,
            config = generate_content_config,
        )
        print(response.text)

第二步:核心代码对比(Side-by-Side)

我们将直观地对比 Claude 和 Gemini 的请求结构、参数映射和输出处理方式。

请求结构对比

以下是两种模型实现基本文本生成功能的 Python 代码对比。

Claude API

Python 请求

Gemini API

Python 请求

import anthropic
client = anthropic.Anthropic(
    api_key="YOUR_API_KEY"
)
response= client.messages.create(
    model="claude-3-haiku-20240307",
    max_tokens=1024,
    messages=[{
        "role": "user",
        "content": "你好,请介绍一下 Gemini。"
    }]
)
print(response.content)
from google import genai
from google.genai import types
import os
client = genai.Client(
  vertexai=False,
  api_key="YOUR_API_KEY",
)
response = client.models.generate_content(
    model = "gemini-2.5-flash-lite",
    contents = [
        types.Content(
          role="user",
          parts=[types.Part.from_text(text="你好,请介绍一下 Gemini。")]
        )
     ]
)
print(response.text)

关键参数映射表

输出处理对比

虽然两个模型的返回 JSON 结构不同,但处理起来都非常直接。

在大多数简单应用场景中,Gemini 的 response.text 就能满足需求。如果你需要访问更深层的数据(如 SafetyRatings),可以通过 response.candidates 进行处理。

立即开始迁移: 前往官方文档查看更多详情

https://ai.google.dev/gemini-api/docs?hl=zh-cn

附参考其他官方文档:

从 Azure OpenAI 迁移到 Gemini API:

https://cloud.google.com/vertex-ai/generative-ai/docs/migrate/migrate-from-azure-to-gemini?hl=zh-cn

从 Gemini on Google AI 迁移到 Vertex AI

https://cloud.google.com/vertex-ai/generative-ai/docs/migrate/migrate-google-ai?hl=zh-cn

作为GCP代理商,提供谷歌云服务,支持谷歌云服务器、GCP代付、GCP AI代付、无信用卡注册GCP,更多GCP AI注册教程、谷歌云AI账号开户、GCP优惠、GCP迁移、开通Google Vertex AI Studio 联系商务✈️@awsgcpazure_bot

本文地址:https://www.91hosts.com/gcp/981.html
关注我们:请关注一下我们的微信公众号:扫描二维码谷歌云GCP/亚马逊AWS/微软云AZURE/阿里云国际代理商-91hosts的公众号
版权声明:本文为原创文章,版权归 server 所有,欢迎分享本文,转载请保留出处!
NEXT:已经是最新一篇了

评论已关闭!