谷歌近期发布了 Gemini API 的新端点，旨在简化从 OpenAI 解决方案向 Gemini 的迁移过程。此举旨在为开发者提供更便捷的途径，从而利用 Gemini 的强大功能。该新端点目前处于测试阶段，仅支持 OpenAI API 的部分功能，例如聊天补全和嵌入 API，并提供通过 REST 调用或 OpenAI 官方 SDK 使用 Gemini 模型的示例代码。 这为开发者在不同大型语言模型之间切换提供了新的选择，并引发了业界对未来 API 标准化的讨论。
谷歌近日宣布推出其 Gemini API 的新端点，旨在帮助已经采用 OpenAI 解决方案的开发者更轻松地切换到 Gemini。这一新端点目前仍处于测试阶段，仅提供部分 OpenAI 功能的支持。
根据谷歌的介绍，该新端点可以在使用直接的 REST 调用或 OpenAI 官方 SDK 的情况下替代 OpenAI 的端点。例如，如果你有一个使用 OpenAI SDK（比如 Python）编写的程序，可以通过如下代码更改初始化，使用谷歌的模型:
from openai import OpenAI
client = OpenAI （
api_key="gemini_api_key"，
base_url="https://generativelanguage.googleapis.com/v1beta/openai/"
）
在代码中，开发者需要提供 Gemini API 密钥，密钥可以直接写在代码中或通过 OPENAI_API_KEY 环境变量传递。要生成文本，可以使用聊天补全 API，如下所示，指定希望使用的 Gemini 模型名称:
response = client.chat.completions.create （
model="gemini-1.5-flash"，
n=1，
messages=[
{"role": "system"， "content": "你是一个有帮助的助手。"}，
{
"role": "user"，
"content": "给我解释一下 AI 是如何工作的"
}
]
）
print （response.choices [0].message）
此外，新的 Gemini 端点还支持 OpenAI 的嵌入 API，用于测量文本字符串之间的相关性。简而言之，嵌入 API 将文本映射为浮点数的向量，开发者可以利用这些向量来搜索特定值、对文本进行聚类、检测异常和提供推荐等。以下代码片段展示了如何在 Gemini 中使用这一功能:
response = client.embeddings.create （
input="您的文本字符串在这里"，
model="text-embedding-004"
）
print （response.data [0].embedding）
目前，聊天补全 API 和嵌入 API 是唯一可以通过新 OpenAI 端点在 Gemini 模型上使用的 OpenAI 功能。此外，图像上传和结构化输出的支持也仅限于有限的功能。谷歌表示，他们计划添加更多 OpenAI 的功能，以便开发者能够更方便地将 Gemini 作为 OpenAI 的替代方案，但具体的时间框架尚不明确。
在 Reddit 的讨论中，评论者对谷歌的这一举措表示赞赏，认为这为 OpenAI API 用户提供了一种逃避锁定的解决方案，尽管距离实现一个标准 API 以便于在不同模型提供者之间轻松切换仍有很长的路要走。
作为更通用的方法，vLLM 项目旨在支持各种生成和嵌入模型，并提供一个与 OpenAI 兼容的服务器。借助 vLLM，开发者可以使用 Mistral、Llama、Llava 以及当前可用的许多其他主要模型。
官方介绍:https://developers.googleblog.com/en/gemini-is-now-accessible-from-the-openai-library/
划重点:
谷歌推出 Gemini API 新端点，帮助开发者更轻松地切换到 Gemini。
新端点支持 OpenAI 的聊天补全和嵌入 API，但功能尚不完全。
vLLM 项目提供多种模型的支持，提升 API 灵活性。
总而言之，谷歌 Gemini API 新端点的推出为开发者提供了更灵活的选择，但其功能仍处于完善阶段，未来发展值得期待。 vLLM 等项目则为寻求更广泛模型支持的开发者提供了另一种途径，推动了大型语言模型生态的持续发展。