KeepRouter Gemini API：模型选择、接入与费用核对

先根据任务选择确切型号，再通过 KeepRouter 客户端接入并核对响应用量。本指南列出九个 Gemini 型号的评估场景，以及文字、流式、结构化输出和工具往返的实测范围。

发布 2026-09-29 · 更新 2026-10-03 · KeepRouter Editorial · 6 分钟阅读

通过 KeepRouter 调用 Gemini，只需要 KeepRouter API Key、https://keeprouter.com/v1 地址和目录中的确切模型 ID。 分类与抽取可先评估 Flash-Lite，推理与编码可先评估 Flash，复杂推理再单独比较 Pro Preview。批量调用前，先查看对应详情页的实时价格。

Gemini 和其他聊天模型用同一个接口吗？

是。用户请求仍是 POST https://keeprouter.com/v1/chat/completions，使用 KeepRouter Key 认证。同一个 OpenAI 客户端只需改成确切的 Gemini 公开型号；网关处理 Google 认证与上游厂商映射，应用无需提交 Google Cloud 项目、区域或凭据。

该兼容范围是 Chat Completions。当前 Google Cloud 聊天线路不提供 Responses、Anthropic Messages、Google 原生 generateContent 或 Gemini Live WebSocket 接口。同一模型通过其他线路调用时，支持端点可能不同，应核对详情页。流式、JSON Schema 与工具参数请按具体型号设置，并参考下文分别验证的示例。

按实际任务选择型号

以下九个聊天型号已在 2026-09-29 通过 KeepRouter 文字调用验证。表格给出的是评估起点，不是性能排名。请使用自己的任务样本与验收标准比较结果。

例如工单抽取，成功标准应包括输出格式正确，以及分类、优先级、用户诉求都符合预期；编码任务则应运行同一组测试。成功收到回复只是第一步。还应记录重试与人工修正，这些都会影响得到一个可用结果的成本。

用 OpenAI SDK 发出第一条请求

按快速开始创建 KeepRouter 密钥，通过服务端环境变量读取。直接使用下列模型 ID，不额外添加厂商前缀。示例使用 Chat Completions，并关闭自动重试，方便核对首次调用结果与用量。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://keeprouter.com/v1",
    api_key=os.environ["KEEPROUTER_API_KEY"],
    timeout=60.0,
    max_retries=0,
)
reply = client.chat.completions.create(
    model="gemini-3.8-flash",
    messages=[{"role": "user", "content": "给登录报错工单写一个短标题。"}],
    reasoning_effort="low",
    max_tokens=1024,
)
print(reply.choices[0].message.content)
print(reply.choices[0].finish_reason)
print(reply.usage)

输出预算需要同时容纳思考和最终答案。预算过小，可能在出现可见文字之前就被耗尽。Gemini 3.8 Flash 支持 low、medium、high 思考强度，不支持 minimal。调整参数时固定确切型号，不要把一个版本的参数行为套用到其他版本。请求字段见 API 文档，客户端配置可用迁移检查器核对。

哪些能力已经验证

下表为 2026-09-29 通过 KeepRouter 完成的小规模集成检查，不代表延迟、吞吐或全部媒体能力测试。

流式请求设置 stream=True、stream_options={"include_usage": True}，并读取到结束；仅看到文字分片不能证明最终用量已收到。结构化输出仍要由应用校验。工具调用需保存完整 assistant 消息、调用 ID 和非文本字段，校验参数后执行工具，再附上 ID 匹配的结果。只保存可见文字，可能导致下一轮缺少必要信息。

媒体输入、Gemini Live 实时音频与 Google 原生工具需要分别核对兼容性。上面的文字与工具测试不能证明这些独立操作可用。应用依赖这些能力时，请先检查具体型号的端点和文档，再切换流量。

用响应用量计算成本

输入、输出与缓存输入单价，以该模型页的实时 KeepRouter 价格为准。成本计算器用于估算计划中的工作负载，控制台用于查看实际请求记录。

对于返回缓存命中量的 token 计价请求，计算方式为：

费用 =（输入 tokens − 命中缓存的输入 tokens）÷ 1,000,000 × 输入单价
     + 命中缓存的输入 tokens ÷ 1,000,000 × 缓存输入单价
     + completion tokens ÷ 1,000,000 × 输出单价

只有模型公布缓存价、响应也报告缓存命中时，才使用缓存计价项。completion 用量已经包含报告的思考 token，不要再把 reasoning 明细加一次。我们的一次 Custom Tools 续答记录为 40 个输入 token、42 个 completion token，总计 82；其中 35 个思考 token 包含在 42 个 completion token 之内。

比较成本时，还应计算“每个合格结果的费用”。若两个型号的重试率、提示词长度不同，只比较每百万 token 单价并不能得出业务上哪个更省。先用同一小批任务测试，再以实际总消费除以合格结果数量；失败和未完成请求也应保留在对照记录中。

按所需功能选择下一项测试

抽取字段的应用，应在多种文档上同时测 Schema 合法与事实准确；用工具时，测完整续轮；用流式时，测正常结束与取消。上文有限实测可用于选择起点，不构成模型排名。Google 的 Gemini 3.8 Flash 模型文档描述模型，链接的 KeepRouter 模型页定义用户路径与价格。扩大付费试用前，用成本计算器输入预计用量。

小范围接入，再逐步扩大

先保存当前模型的任务样本、通过标准与典型用量。选一个 Gemini ID 跑相同样本，比较正确性与总消耗；应用使用流式或工具时，加入完整结束的对应测试。预览型号建议通过配置切换，避免每次更换型号都需要改写应用。

小批验证通过后，再逐步增加流量，在控制台查看错误、延迟和消费。通过请求可观测性把一次失败的用户操作与请求记录对应起来。在新工作负载通过自己的验收前，保留原模型配置，方便回退。

常见问题

调用 Gemini 需要 Google Key 吗，所有 OpenAI 接口都能用吗？

使用 KeepRouter Key、/v1/chat/completions 和 Gemini 公开型号，Google 认证由网关处理。当前 Google Cloud 聊天线路不提供 /v1/responses、/v1/messages、generateContent 或 Live WebSocket。

如何在 KeepRouter 用 OpenAI SDK 调用 Gemini？

把 base_url 设置为 https://keeprouter.com/v1，使用 KeepRouter 密钥和目录中的确切模型 ID。本文示例通过 chat.completions.create 调用。

需要把 reasoning tokens 再加到 completion tokens 吗？

不需要。报告的思考 token 已计入 completion 用量，计算输出费用时使用一次 completion 总数即可。

KeepRouter 验证了哪些 Gemini 能力？

2026-09-29 验证了全部九个 ID 的文字回复、3.8 Flash 的流式、3.5 Flash-Lite 的 JSON，以及 3.1 Pro Preview Custom Tools 的工具往返，属于小规模集成检查。

在哪里查看当前 Gemini API 价格？

各 KeepRouter 模型详情页显示当前客户费率。比较时使用相同工作负载，并计入重试，估算每个合格结果的成本。

参考的一手资料

本文最近复核 2026-10-03

1. [1] KeepRouter API reference
2. [2] KeepRouter models and current prices
3. [3] Gemini 3.8 Flash model card
4. [4] Gemini 3.1 Pro and custom tools

继续阅读

• gemini 3.8 flash
• gemini 3.5 flash lite
• gemini 3.1 pro preview customtools
• 用 OpenAI SDK 调用 Gemini：区分原生、兼容端点和网关路径
• api cost calculator
• api migration checker