【完全初心者向け】Gemini APIの使い方ガイド｜取得方法から基本のリクエスト例まで解説

「Gemini APIって聞いたことはあるけど、普段使っているGeminiのチャット画面と何が違うの？」そんな疑問を持って、この記事にたどり着いた方も多いのではないでしょうか。実はAPIキーの取得方法や料金の仕組みは、普段のチャット利用とは少し勝手が違います。

この記事では、Gemini APIキーの取得方法から、Pythonでの基本的な使い方、料金やエラー対処まで、初めてAPIに触れる方が迷わないように順を追って解説していきます。まずは、そもそもGemini APIとは何なのかというところから見ていきましょう。

---

Gemini APIとチャットのGeminiは何が違う？

普段ブラウザやスマホアプリで使っている「Gemini」は、Googleが用意したチャット画面を通じて誰でもすぐに会話できるサービスです。一方の「Gemini API」は、そのGeminiの頭脳部分を自分で作ったアプリや業務ツールに組み込むための窓口だとイメージしてもらうとわかりやすいと思います。

たとえるなら、チャットのGeminiは完成された家電製品、Gemini APIはその製品の中身のモーターやセンサーだけを取り出して、自分の作りたいものに組み込めるようにしたパーツのようなものです。そのため、Gemini APIを使うには、多少なりともプログラムを書いて「どう動かすか」を自分で指示する必要があります。

また、開発者向けの入り口としてはもう一つ「Vertex AI」という選択肢も存在します。こちらはGoogle Cloudと連携した企業向けのサービスで、セキュリティ要件が厳しい業務システムなどで選ばれる傾向があります。個人での学習や小規模なアプリ開発であれば、まずは手軽に始められるGemini APIから触ってみるのがおすすめです。

この違いを踏まえたうえで、次は実際にGemini APIを使うために欠かせない「APIキー」を、どこでどうやって手に入れるのかを見ていきましょう。

---

Gemini APIキーの取得方法（Google AI Studio）

Gemini APIを使うために、まず必要になるのが「APIキー」です。結論からいうと、このキーはGoogle AI Studioというサービス上で、無料かつ数分で発行できます。

APIキーは、いわば自分専用の合鍵のようなものです。このキーをプログラムに読み込ませることで、初めてGeminiのモデルとやり取りができるようになります。難しい登録作業はいらないので、まずは実際に手を動かして発行してみましょう。

APIキー発行の5ステップ

Google AI Studioでのキー発行は、以下の手順で進めます。

1. ブラウザでaistudio.google.comにアクセスし、普段使っているGoogleアカウントでログインする
2. 初回アクセス時に表示される利用規約を確認し、同意する
3. 画面左側のメニューから、鍵マークの「Get API key」をクリックする
4. 「Create API key in new project」ボタンを押す(既存のGoogle Cloudプロジェクトがある場合は、それを選んで紐付けることも可能)
5. 発行されたAIzaから始まる文字列をコピーする

ここまでできれば、APIキーの発行自体は完了です。次に気をつけたいのが、発行したキーの取り扱い方になります。

発行したキーの保管方法

APIキーは、発行された直後の画面でしか全体をコピーできない仕組みになっています。そのため、コピーしたらすぐにパスワードマネージャーなどの安全な場所へ保存しておきましょう。

Google AI Studioでは、APIキーの発行以外にも、Geminiのモデルを画面上で直接試したり、画像生成機能を使ったりすることもできます。あわせて全体像を知っておきたい方は、こちらの記事もチェックしてみてください。

APIキーが手に入ったら、次はいよいよそのキーを使ってプログラムからGeminiを呼び出すための準備に進みましょう。

---

Python環境のセットアップ手順

APIキーを手に入れたら、次はそのキーを使ってGeminiと通信するための環境を整えていきます。必要な準備は、SDKのインストールと、キーを安全に読み込む設定の2つだけです。

「環境構築」と聞くと難しそうに感じるかもしれませんが、実際にはコマンドを数回入力するだけで完了します。順番に見ていきましょう。

SDKのインストール

まずは、PythonからGemini APIを呼び出すために必要なライブラリを用意します。ターミナルまたはコマンドプロンプトを開き、以下のコマンドを実行してください。

pip install -q -U google-genai python-dotenv

このコマンド一つで、Gemini APIを操作するためのgoogle-genaiと、環境変数を扱うためのpython-dotenvという2つのライブラリがまとめてインストールされます。

.envファイルでのAPIキー管理

APIキーをプログラムのコードに直接書き込んでしまうと、うっかり他人に見られたり、公開してしまったりするリスクがあります。それを防ぐために、キーはコードとは別のファイルで管理するのが基本です。

具体的には、以下の手順で設定します。

1. プロジェクトのルートディレクトリに.envという名前のファイルを作成する
2. ファイルの中にGEMINI_API_KEY=あなたのAPIキーと記述して保存する
3. .gitignoreファイルに.envを追記する

ここまでで、Geminiと通信するための土台は整いました。次は実際にこの環境を使って、Geminiに最初のリクエストを送ってみましょう。

---

基本的なリクエストを送ってみる(サンプルコード)

環境が整ったら、いよいよGeminiに実際に話しかけてみましょう。やることはシンプルで、クライアントを準備してから、質問を送るコードを実行するだけです。

ここでは、2026年現在の既定モデルであるgemini-3.5-flashを使った、最も基本的な呼び出し方を紹介します。

クライアントの初期化とコード例

まずはSDKを読み込み、先ほど.envファイルに保存したAPIキーを使ってクライアントを作成します。以下のコードを、Pythonファイルとして保存して実行してみてください。

import os
from google import genai
from dotenv import load_dotenv

load_dotenv()
client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Gemini APIでできることを簡潔に教えてください"
)
print(response.text)

実行すると、response.textの部分にGeminiが生成した回答が表示されます。エラーが出ずにテキストが返ってきたら、無事に最初のリクエストは成功です。

自分のブログやWebサイトにこの仕組みを組み込みたいという方は、以下の記事も参考にしてみてください。

発展的な使い方：Function Callingの概要

基本的なやり取りに慣れてきたら、次のステップとして「Function Calling」という機能も知っておくと便利です。これは、Geminiがモデル自身で処理を完結させるのではなく、必要に応じて外部のツールやAPIと連携できるようにする仕組みになります。

流れとしては、以下のようなイメージです。

1. 実行したい関数の名前・パラメータ・目的をあらかじめ定義しておく
2. ユーザーの入力と、その定義をあわせてモデルに送信する
3. モデルは関数を実行する代わりに、必要な引数(場所名や日時など)を抽出して返す
4. アプリケーション側で、実際の関数(天気取得APIなど)を実行する
5. 関数の実行結果をモデルに送り返し、最終的な回答を生成させる

たとえば「明日の天気を教えて」と聞かれたときに、Gemini自身は天気の情報を持っていなくても、外部の天気APIを呼び出す橋渡し役になってくれるというわけです。文字起こしや動画解析など、Gemini APIにはこの他にも便利な機能が用意されています。あわせて知っておきたい方は、こちらもチェックしてみてください。

ここまでで、Gemini APIの基本的な使い方はひと通り体験できました。次は、実際に使う中で気になってくる「どのモデルを選べばいいのか」という判断基準について見ていきましょう。

---

目的に合ったモデルの選び方(Flash / Pro / Flash-Lite)

Gemini APIには複数のモデルが用意されていて、どれを使えばいいのか迷う方も多いと思います。結論からいうと、特にこだわりがなければ、まずはFlash系のモデルを選んでおけば間違いありません。速度とコストのバランスが良く、コーディングや日常的な用途まで幅広くカバーしてくれます。

2026年8月時点でのモデルは、大きく分けて3つの系統に分かれています。それぞれの特徴を整理すると、以下のようになります。

モデル	特徴	向いている用途
Gemini 3.7 Flash	Flash系の最新モデル。速度とコストのバランスが良い	迷ったときの第一候補、日常的な開発・コーディング
Gemini 3.1 Pro	推論性能を重視したフラッグシップモデル	複雑な推論、長文ドキュメントの解析
Gemini 3.5 Flash-Lite	Flash系の中でも特に軽量・低コスト	大量のバッチ処理、コストを極力抑えたい場合

Proモデルは推論性能が高い分、料金もFlash系よりも高めに設定されています。「毎回そこまで複雑な処理はしない」という場合は、Flashで十分なケースがほとんどなので、まずは軽いモデルから試して、物足りなさを感じたときにProへ切り替えるという流れがおすすめです。

大量のドキュメントを読み込ませてまとめて検索したいという場合は、モデル選びだけでなく「File Search」という専用の仕組みを使う方法もあります。気になる方はこちらもあわせてチェックしてみてください。

モデルの目星がついたところで、次に気になってくるのが「実際にどれくらい料金がかかるのか」という点だと思います。続けて、無料枠と料金体系について見ていきましょう。

---

料金体系と無料枠の注意点(2026年の課金ティア)

Gemini APIには無料枠が用意されていますが、2026年4月からは新しい仕組みが導入されていて、以前よりも注意すべきポイントが増えています。まず押さえておきたいのは、無料枠で使えるのはFlash・Flash-Lite系のモデルのみで、Proモデルは有料枠でしか利用できないという点です。

また、課金アカウントを紐付けると、利用実績に応じて自動的に「ティア」が割り振られる仕組みになっています。ティアごとの月間の上限額は、以下のようになっています。

ティア	条件	月間の支出上限
Tier 1	課金アカウントを紐付けた直後	約$250
Tier 2	累計$100以上の支払い、初回支払いから3日経過	約$2,000
Tier 3	累計$1,000以上の支払い、初回支払いから30日経過	約$20,000〜$100,000以上

この上限額は自分で無効にすることができず、達すると同じ課金アカウント内のすべてのリクエストが一時的に止まってしまいます。急に開発が止まって困らないよう、Google AI Studioの「Spend」タブから、プロジェクトごとの月間支出上限を予算の9割程度に設定しておくと安心です。

もう一つ意識しておきたいのが、入力したデータの扱いです。無料枠で送ったプロンプトや出力結果は、Googleの製品改善に利用される可能性があります。一方で有料枠は、データ収集からオプトアウトされた状態で利用できるため、業務で扱う機密情報や個人情報が絡む場合は、有料枠を選んでおくほうが安全です。

料金や上限の仕組みが分かったところで、次は実際に開発を進めるうえで一番つまずきやすい「エラー」への対処法を見ていきましょう。

---

よくあるエラーと対処法(429エラーへの対応)

Gemini APIを使っていると、ある日突然リクエストが失敗して「あれ、さっきまで動いていたのに」と戸惑うことがあります。その代表格が「429 RESOURCE_EXHAUSTED」というエラーです。結論からいうと、これは1分あたりのリクエスト数やトークン数の上限を超えてしまったことを示すサインで、故障やバグではありません。

特に無料枠は、この1分あたりの制限がかなり厳しめに設定されています。短い時間にリクエストを連続で送ると、すぐに引っかかってしまうことも珍しくありません。

429エラーへの実践的な対処法

429エラーが出たときは、慌てて何度もリクエストを送り直すのではなく、以下のような工夫を取り入れると安定しやすくなります。

• 指数バックオフ(リトライするたびに待機時間を少しずつ延ばしていく処理)を実装する
• 複数の小さな質問を1回のリクエストにまとめて送る「バッチ処理」を活用する
• 短時間に大量のリクエストを送らないよう、処理間隔を調整する

特に指数バックオフは、一度仕組みを作ってしまえばエラーのたびに手作業で対応する必要がなくなるので、早い段階で取り入れておくのがおすすめです。

「キーを増やせば制限も増える」は誤解

ここで一つ、初心者の方が陥りやすい誤解があります。それは「APIキーを複数作れば、その分だけ使える量も増えるのでは」という考え方です。実際には、レート制限はAPIキー単位ではなくプロジェクト単位で適用されるため、キーを増やしてもクォータそのものは増えません。

429エラー以外にも、認証エラーやモデル指定のミスなど、さまざまなエラーに遭遇することがあります。エラーの種類ごとの対処法をまとめて知っておきたい方は、こちらの記事もあわせてチェックしてみてください。

エラーへの対処法が分かったところで、最後にもう一つ大切な、APIキーそのものを安全に使い続けるための設定について見ていきましょう。

---

APIキーを安全に使うためのセキュリティ設定

ここまでの手順で、Gemini APIは問題なく使えるようになったと思います。最後に押さえておきたいのが、APIキーを漏洩から守るための設定です。結論からいうと、使う場所を限定する「利用制限」をかけておくだけで、万が一の被害を大きく減らせます。

APIキーは、家の合鍵と同じように、誰かの手に渡ってしまうとその人が自由に使えてしまいます。特にコードを外部に公開する機会がある方は、以下のポイントを押さえておきましょう。

公開リポジトリへのアップロード対策

GitHubなどの公開リポジトリにAPIキーがそのままアップロードされてしまうケースは、実は珍しくありません。Googleはこうした漏洩を検知する仕組みを持っており、公開されたキーを見つけると自動的にブロックしてくれます。

とはいえ、これはあくまで最後の砦のような仕組みです。前の章で紹介した.envファイルと.gitignoreの設定を最初から徹底しておくことが、一番確実な予防策になります。

利用制限でキーの使える範囲を絞る

Google Cloud Consoleでは、APIキーごとに「どこから」「どのAPIに対して」使えるかを制限する設定ができます。具体的には、以下のような制限をかけられます。

• 特定のIPアドレスからのアクセスのみを許可する
• 利用できるAPIをGemini APIのみに限定する

この設定をしておけば、万が一キーの文字列そのものが漏れてしまっても、第三者が想定外の使い方をするリスクをぐっと下げられます。開発が一段落したタイミングで、一度見直しておくと安心です。

---

まとめ

Gemini APIは、APIキーを取得してPython環境を整えれば、意外とすぐに使い始められるサービスです。最初はFlash系のモデルから試してみて、必要に応じてProへ切り替えたり、料金プランを見直したりしていくと、無理なく使いこなせるようになっていきます。

エラーやセキュリティ面での注意点も、仕組みさえ理解しておけば身構えすぎる必要はありません。

---

よくある質問