⑧gemini-pro API python ハンズオン

geminiのAPIが公開されました。

チャットレベルでは遜色なくgpt4のように使えるように感じます。
models
/gemini-pro
models
/gemini-pro-vision
とのことでvisionモデルも同時にリリースされました。

必要なもの①モジュール

pip install -q -U google-generativeai

#The Python SDK for the Gemini API

必要なもの②APIキー

Sign in - Google Accounts

APIキーが必要なので上記のサイトで発行して下さい
macの方は.zshrcの中に

export GOOGLE_API_KEY=取得したAPIキー

と記述。windowsの方は環境変数にGOOGLE_API_KEYとして保存

環境変数を編集＞ユーザー環境変数＞新規

とりあえず実行できるコードを

import pathlib
import textwrap
import os
import google.generativeai as genai
import gradio as gr
import time

# Configure API
GOOGLE_API_KEY = os.getenv('GOOGLE_API_KEY')
genai.configure(api_key=GOOGLE_API_KEY)

# Define the model
model = genai.GenerativeModel('gemini-pro')

# Function to generate content and measure execution time
def generate_content(query):
    start_time = time.time()  # Start time
    response = model.generate_content(query)
    end_time = time.time()  # End time

    # Calculate execution time
    execution_time = end_time - start_time

    # Format the response and add execution time
    formatted_response = textwrap.indent(response.text, '> ', predicate=lambda _: True)
    formatted_response += f"\n\n実行時間: {execution_time:.2f} 秒"
    return formatted_response

# Create the Gradio interface with Markdown output
iface = gr.Interface(fn=generate_content, inputs="text", outputs="markdown")

# Launch the interface
iface.launch(inbrowser=True)

gradioを使用しています。

pip install gradio

反応が早い気がします

2022年は学習できているようです。

2023年は未来とのこと

大喜利

パソコンの先生みたいに

GPT4との比較をしてみます

import gradio as gr
import os
import time
from openai import OpenAI
import google.generativeai as genai

# OpenAI Clientの設定
client = OpenAI(api_key=os.environ['OPENAI_API_KEY'])

# Google Gemini APIの設定
GOOGLE_API_KEY = os.getenv('GOOGLE_API_KEY')
genai.configure(api_key=GOOGLE_API_KEY)
gemini_model = genai.GenerativeModel('gemini-pro')

def combined_ask(question):

    # Google Geminiモデルからのレスポンスを取得し、テキストファイルに保存
    start_time2 = time.time()
    response = gemini_model.generate_content(question)
    end_time2 = time.time()
    gemini_content = response.text
    gemini_execution_time = end_time2 - start_time2
    gemini_result = f"# [model: gemini-pro]\n\n{gemini_content}\n\n実行時間: {gemini_execution_time:.2f} 秒"
    with open("gemini_result.txt", "w") as file:
        file.write(gemini_result)


    # OpenAIモデルからのレスポンスを取得し、テキストファイルに保存
    start_time = time.time()
    response = client.chat.completions.create(
        model="gpt-4-1106-preview",
        messages=[{"role": "system", "content": "Start chat"},
                  {"role": "user", "content": question}],
        temperature=0.7,
    )
    end_time = time.time()
    openai_content = response.choices[0].message.content.strip()
    openai_execution_time = end_time - start_time
    openai_result = f"# [model: gpt-4-1106-preview]\n\n{openai_content}\n\n実行時間: {openai_execution_time:.2f} 秒"
    with open("openai_result.txt", "w") as file:
        file.write(openai_result)

    # テキストファイルから結果を読み込む
    with open("openai_result.txt", "r") as file:
        openai_result = file.read()
    with open("gemini_result.txt", "r") as file:
        gemini_result = file.read()

    return openai_result, gemini_result

input_interface = gr.components.Textbox(lines=2, placeholder="User Input Here...")
demo = gr.Interface(
    fn=combined_ask,
    inputs=input_interface,
    outputs=[gr.components.Markdown(label="Response from gpt-4-1106-preview"),
             gr.components.Markdown(label="Response from gemini-pro")],
    title="gemini-pro and gpt4 response viewer",
    description=""
)
demo.launch(inbrowser=True)

面白いんですが

これはgeminiがわかってる感じ

雑感

あまり攻めた質問をしてませんが、感じるのはgeminiのレスポンスの速さです(計測を間違えていたらすみません)。精度も高く、今後が楽しみです。

詳細なドキュメントは以下です

Google Colaboratory