Google的Gemini模型家族最近迎来了一位新成员——Gemini 3 Flash。这个模型最突出的标签就是速度与成本效率，非常适合那些需要快速响应的应用场景。想要把它集成到项目里，第一步当然是搞清楚怎么调用它的API。下面就从最基础的环节开始梳理。

模型特性与定位

Gemini 3 Flash在设计上目标非常明确：它不是在复杂推理能力上硬拼，而是在响应速度和性价比之间找到了一个相当理想的平衡点。换句话说，如果你的应用对响应时间敏感，或者要处理大量并发请求，它就是一个很合适的选择。

下面的表格对比了Gemini 3 Flash与同系列其他模型的一些典型特征，方便你在项目选型时快速判断。

从数据上看，当预算和体验需要兼顾时，Flash版确实能帮终端用户拿到更为流畅的交互。

调用 Gemini 3 Flash API 接口

获取与配置API密钥

调用任何Gemini API的第一步都是拿一张“通行证”。去Google AI Studio，在账户设置里就能生成一个专属的API密钥。这个密钥就是访问服务的凭证，务必妥善保管。

接下来的工作就是在代码里配置这个密钥。通常的做法是通过环境变量来管理，避免把敏感信息硬编码到代码库中。

安装依赖

在Node.js项目中，可以用dotenv包来加载环境变量。先安装必要的依赖：

npm install @google/generative-ai dotenv

安装完成后，在项目根目录创建.env文件，把API密钥填进去：

GEMINI_API_KEY=your_api_key_here

注意：.env文件不要提交到代码仓库，通常需要加入.gitignore里忽略掉。

运行代码

新建一个index.js文件，用process.env来读取变量，初始化GenAI客户端。完整代码如下：

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

dotenv.config();
const apiKey = process.env.GEMINI_API_KEY;
if (!apiKey) {
  throw new Error("GEMINI_API_KEY is not set");
}
const genAI = new GoogleGenerativeAI(apiKey);
const model = genAI.getGenerativeModel({ model: "gemini-3-flash-preview" });

async function run() {
  const prompt = "用一句话解释什么是 RESTful API";
  const result = await model.generateContent(prompt);
  const text = result.response.text();
  console.log(text);
}
run().catch(console.error);

在终端执行：

node index.js

如果环境变量和依赖都配置正确，控制台会直接输出模型生成的文本内容。

探索高级生成参数

基础调用能满足简单需求，但实际项目往往需要更多控制。Gemini API提供了一系列参数来调整生成行为，比如temperature和maxOutputTokens。

temperature控制输出的随机性：值越低输出越确定、可预测；值越高则更有创造性。对于需要稳定答案的任务，低temperature会更合适。maxOutputTokens则限定了模型响应内容的最大长度，合理设置能控制篇幅、避免冗长，也是一种成本控制手段。

把这些参数整合到调用中，代码会变成这样：

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

dotenv.config();
const apiKey = process.env.GEMINI_API_KEY;
if (!apiKey) {
  throw new Error("GEMINI_API_KEY is not set");
}
const genAI = new GoogleGenerativeAI(apiKey);
const model = genAI.getGenerativeModel({
  model: "gemini-3-flash-preview",
  generationConfig: {
    temperature: 0.3,
    maxOutputTokens: 200,
  },
});

async function run() {
  const prompt = "用简明易懂的语言解释什么是 RESTful API";
  const result = await model.generateContent(prompt);
  const text = result.response.text();
  console.log(text);
}
run().catch(console.error);

通过调整这些配置，生成的文本风格和长度会更贴合产品的具体需求。不同参数组合会带来截然不同的效果，开发过程中值得多试试。

处理多轮对话上下文

很多交互式应用依赖对话历史。Gemini API支持以消息列表的形式发送多轮对话内容，从而实现有记忆的对话。每次调用时，需要把整个对话历史传递给模型。

对话中的每条消息都有一个角色，通常是user或model。按顺序把这些消息组织起来，模型就能理解当前上下文，给出连贯的回复。

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

dotenv.config();
const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY);
const model = genAI.getGenerativeModel({
  model: "gemini-3-flash-preview",
  generationConfig: {
    temperature: 0.3,
    maxOutputTokens: 2000,
  },
});

async function run() {
  const result = await model.generateContent({
    contents: [
      { role: "user", parts: [{ text: "什么是 RESTful API？" }] },
      { role: "model", parts: [{ text: "RESTful API 是一种基于 HTTP 设计的接口风格，用于客户端与服务器之间的数据交互。" }] },
      { role: "user", parts: [{ text: "那它和传统 RPC 接口相比有什么优势？" }] },
    ],
  });
  console.log(result.response.text());
}
run().catch(console.error);

这个例子里，模型先被设定了角色，然后基于这个背景回答新问题。这种模式很适合构建聊天机器人或需要持续上下文的任务。需要留意对话历史的长度——过长的历史会增加token消耗，还可能影响模型对最新信息的关注度。

流式输出

如果需要流式输出，核心变化只有一个：把generateContent换成generateContentStream，然后一边接收一边输出模型返回的内容。

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

dotenv.config();
const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY);
const model = genAI.getGenerativeModel({
  model: "gemini-3-flash-preview",
  generationConfig: {
    temperature: 0.3,
    maxOutputTokens: 800,
  },
});

async function run() {
  const stream = await model.generateContentStream({
    contents: [
      { role: "user", parts: [{ text: "什么是 RESTful API？" }] },
      { role: "model", parts: [{ text: "RESTful API 是一种基于 HTTP 协议设计的接口风格。" }] },
      { role: "user", parts: [{ text: "它为什么适合前后端分离的架构？" }] },
    ],
  });
  for await (const chunk of stream.stream) {
    const text = chunk.text();
    if (text) {
      process.stdout.write(text);
    }
  }
  console.log("\n--- 完成 ---");
}
run().catch(console.error);