Google Gemini 网页版免费额度怎么领，Google 账号登录即用多模态

在网页版里日常使用

登录后直接在底部输入框提问即可，左侧可新建对话、切换历史会话；上传图片、PDF 或表格文件后可以要求模型做识别、摘要与对比，属于多模态能力的一部分。模型下拉框里能选中的模型就是当前账号可用的，付费档专属模型会带标记。

• 长任务建议一个话题开一个新对话，避免上下文过长后回答变慢或被截断。
• 需要稳定结果时，在提示词里写清输出格式，例如要求返回 JSON 或固定字段的表格。
• 生成图片的入口与可用次数随账号档位变化，以页面按钮与提示为准。

开发者接入：网页版不直接发放接口密钥

网页版是对话产品，本身不提供 API Key。要用代码调用同一系列模型，需到 Google AI Studio（https://aistudio.google.com/）用同一个 Google 账号创建 API 密钥，创建后在密钥管理页复制保存，密钥只显示有限次数。

接口的 base_url 形态为 https://generativelanguage.googleapis.com/v1beta，具体路径由模型名拼出，例如 /models/{model}:generateContent 用于一次性对话补全，:streamGenerateContent 用于流式输出。常用模型名包括 gemini-2.5-flash、gemini-2.5-pro、gemini-2.0-flash 这类带版本号的写法，可用模型以官方模型列表页与控制台实际显示为准，旧版本模型会逐步下线。

先把密钥放进环境变量，避免硬编码进代码：

export GEMINI_API_KEY="你的密钥"

下面是一次最小可运行的对话补全请求，用 curl 直接验证密钥与网络是否通畅：

curl -s "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "用一句话说明什么是向量数据库"}]
      }
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 512
    }
  }'

关键参数说明

• contents：对话消息数组，每条消息含 role（user 或 model）与 parts；多轮对话就是把历史消息按顺序全部传入。
• parts：内容片段数组，纯文本用 {"text": "..."}，图文混合时在同一数组里追加图片数据。
• generationConfig.temperature：随机性，事实类问答调低到 0.2 左右，创意写作用 0.7 以上。
• generationConfig.maxOutputTokens：单次回复的最大输出长度，设置过小会出现回答被截断。
• systemInstruction：可选，用于放置系统提示词，比塞进第一条用户消息更稳定。
• 鉴权可用请求头 x-goog-api-key，也可用查询参数 key；密钥放在前端代码或公开仓库里会立即泄露。

额度耗尽与限流的典型表现

免费档接口有每分钟请求数与每日请求数两层限制，触发后返回 HTTP 429 并在响应体里带 RESOURCE_EXHAUSTED；模型侧繁忙时可能返回 503 过载；密钥无效或未启用会返回 403 PERMISSION_DENIED；模型名写错、参数类型不对返回 400 INVALID_ARGUMENT。网页版侧的额度耗尽表现为输入框提示达到上限、模型下拉框里部分选项变灰。

建议按以下顺序排查：

1. 先看响应体的 error.status 与 error.message，确认是配额问题还是参数问题，不要凭 HTTP 码猜。
2. 确认密钥是否复制完整、是否放在请求头而非拼进 URL 的明文位置、项目是否已启用对应接口。
3. 核对模型名是否仍在可用列表内，改用列表中明确存在的模型重试一次。
4. 若为 429，降低并发与请求频率，给客户端加上指数退避重试（首次等 1 秒，之后翻倍，最多重试 3 到 5 次）。
5. 若重试仍失败，查看控制台里的配额页确认当日用量是否已满，免费档额度按自然日重置，用尽只能等重置或调整到额度更宽松的模型。
6. 批量任务建议在本地做请求队列和缓存，把相同问题合并，避免把额度消耗在重复调用上。