要約
Gemini 4 Hydrogen API は Google の Gemini API と、CometAPI などのサードパーティ製ゲートウェイ経由で利用できます。まず経路を選びます。プロバイダ固有の機能やアカウント管理が必要なら Google、統一モデルゲートウェイや OpenAI 互換クライアントを使いたいなら CometAPI を選びましょう。小さなテキストリクエストから始め、ストリーミング、会話履歴、ファイル、ツールを順に追加します。
必要要件は Python 3.10 以上、選んだ経路用のキー、および gemini-4-hydrogen へのアクセスです。任意の JavaScript 例では Node.js 22 以上を使用します。チュートリアル全体を通じて、認証情報はサーバー環境に保持してください。
重要なポイント
- モデル ID には
gemini-4-hydrogenを使用します。 - Google と CometAPI は資格情報と課金が別です。選んだエンドポイントにキーを合わせてください。
- まずはネイティブの GenerateContent から開始し、既存のチャットクライアントに適合する場合は CometAPI の OpenAI 互換インターフェースを使います。
- フォローアップやツール結果を返す前に、署名を含む完全なモデル応答をマルチターン履歴に保持します。
- 経路の選定では、実際のトークン使用量と完了タスクを比較してください。標準的なトークン単価の例は料金の節に記載されています。
Gemini 4 Hydrogen API とは?
Google は 2026 年 11 月 12 日に Hydrogen を発表しました。API はプロンプトと対応ファイルを受け取り、アプリケーション側で処理するための生成テキストまたは構造化された関数呼び出しを返します。モデルを自前でホスティングする必要はありません。
まずはテキストのみのリクエストから始め、返却テキスト、終了理由、トークン使用量を確認してから、ツールやファイルを追加してください。これが動作したら、全体のワークフローを一度に構築するのではなく、会話状態や読み取り専用の業務ツールを追加していきます。
Gemini 4 Hydrogen API 仕様
| 仕様 | Google のドキュメント上のモデル機能 |
|---|---|
| モデル ID | gemini-4-hydrogen |
| 入力 | テキスト、画像、音声、動画、対応ドキュメント |
| 出力 | テキスト(ツール使用時は構造化された関数呼び出しパートを含む) |
| 統合コンテキスト予算 | 入出力合計で 1,048,576 トークン |
| 単一のフォアグラウンド出力セグメント | 推論と関数呼び出しを含め最大 65,536 トークン |
| アプリケーション機能 | 思考レベル制御、構造化出力、関数呼び出し |
これらはモデルの能力であり、すべてのゲートウェイがすべてのプロバイダ機能を公開することを保証するものではありません。以下の例は標準的なリクエストフィールドと短いフォアグラウンド生成を使用しています。
Google 公式 API と CometAPI の比較
どちらの経路も Gemini リクエストをサポートしますが、エンドポイント、資格情報、課金体系が異なります。プロバイダ固有の機能が必要な場合は Google、統一ゲートウェイや既存の互換クライアントがある場合は CometAPI を使用してください。
| 選択基準 | Google Gemini Developer API | CometAPI の Gemini 連携 |
|---|---|---|
| ネイティブ API ホスト | generativelanguage.googleapis.com | api.cometapi.com |
| 本ガイドでの API キー名 | GEMINI_API_KEY | COMETAPI_KEY |
| アカウントと課金 | Google により管理 | CometAPI により管理 |
| 推奨の開始ポイント | Google 固有機能とアカウント管理 | 統一モデルゲートウェイまたは既存の OpenAI 互換クライアント |
両経路を比較する際は、同じプロンプトと出力予算を保ってください。JavaScript と OpenAI 互換の代替は CometAPI 用に明示的に構成されています。
Gemini 4 Hydrogen API の使い方(ステップバイステップ)
ステップ 1: API キーを作成
CometAPI の場合はアカウントを作成し、API token console でキーを発行します。Google へ直接アクセスする場合は Google AI Studio で Gemini API キーを作成します。モデルへのアクセスと、選択したアカウントの課金/クォータを確認してください。
キーは安全に保管してください。CometAPI のキーで Google のエンドポイントを認証することはできず、Google のキーで CometAPI のリクエストを認証することもできません。
Bash で選んだ経路のキーを設定します。以下のどちらか一方のみ必要です。
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
# もしくは、Google へ直接アクセスする場合:
export GEMINI_API_KEY="YOUR_GEMINI_API_KEY"
Windows の PowerShell で対応するキーを設定します。
$env:COMETAPI_KEY = "YOUR_COMETAPI_KEY"
# もしくは、Google へ直接アクセスする場合:
$env:GEMINI_API_KEY = "YOUR_GEMINI_API_KEY"
ステップ 2: cURL で最初のリクエストを送る
Bash ターミナルから CometAPI 経由でネイティブなテキストリクエストを送信します。
curl "https://api.cometapi.com/v1beta/models/gemini-4-hydrogen:generateContent" \
-H "x-goog-api-key: $COMETAPI_KEY" \
-H "Content-Type: application/json" \
-X POST \
-d '{
"contents": [
{
"role": "user",
"parts": [
{
"text": "AI コーディングエージェントの仕組みを5つのステップで説明してください。"
}
]
}
],
"generationConfig": {
"maxOutputTokens": 4096,
"thinkingConfig": {
"thinkingLevel": "MEDIUM"
}
}
}'
または、Google の API キーを使って同じネイティブリクエストを Google に直接送ります。
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-hydrogen:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-X POST \
-d '{
"contents": [
{
"role": "user",
"parts": [
{
"text": "AI コーディングエージェントの仕組みを5つのステップで説明してください。"
}
]
}
],
"generationConfig": {
"maxOutputTokens": 4096,
"thinkingConfig": {
"thinkingLevel": "MEDIUM"
}
}
}'
リクエストが成功したら、3 つの項目を確認します。可視テキストのための candidates[0].content.parts、完了ステータスのための finishReason、トークン使用量のための usageMetadata。認証やリクエストのエラーは、アプリケーションコードを追加する前に修正してください。
ステップ 3: Python クライアントを設定してリクエストを送る
Python 例で使用するパッケージをインストールします。
python -m pip install requests openai
このヘルパーを hydrogen_client.py として保存します。CometAPI を使う場合は PROVIDER を cometapi のままにし、Gemini Developer API に直接アクセスする場合は google に変更します。後続のネイティブ例はこのファイルをインポートするため、選択した経路が保持されます。
選択したエンドポイントを構成し、再利用可能なリクエストとテキストのヘルパーを定義します。
import os
import requests
MODEL = "gemini-4-hydrogen"
PROVIDER = "cometapi" # 直接アクセスする場合は "google" に変更してください。
ROUTES = {
"cometapi": ("https://api.cometapi.com", "COMETAPI_KEY"),
"google": ("https://generativelanguage.googleapis.com", "GEMINI_API_KEY"),
}
BASE_URL, KEY_NAME = ROUTES[PROVIDER]
API_KEY = os.environ[KEY_NAME]
URL = f"{BASE_URL}/v1beta/models/{MODEL}:generateContent"
def generate(payload):
response = requests.post(
URL,
headers={"x-goog-api-key": API_KEY},
json=payload,
timeout=120,
)
response.raise_for_status()
return response.json()
def visible_text(data):
candidates = data.get("candidates") or []
if not candidates:
raise ValueError("候補が返されていません。promptFeedback を確認してください。")
candidate = candidates[0]
parts = candidate.get("content", {}).get("parts", [])
text = "".join(
part.get("text", "") for part in parts
if not part.get("thought", False)
)
if not text:
raise ValueError(
f"可視テキストがありません。parts と finishReason を確認してください: "
f"{candidate.get('finishReason')}"
)
return text
次を hydrogen.py としてヘルパーの隣に保存します。回答、終了理由、使用量を出力し、HTTP が成功していてもトークン上限で出力が止まった場合を判別できるようにします。
構成したプロバイダでテキストリクエストを送ります。
from hydrogen_client import generate, visible_text
data = generate({
"contents": [{"role": "user", "parts": [{
"text": "API のレート制限について3文で説明してください。"
}]}],
"generationConfig": {
"maxOutputTokens": 4096,
"thinkingConfig": {"thinkingLevel": "MEDIUM"},
},
})
print(visible_text(data))
candidate = data["candidates"][0]
print("終了理由:", candidate.get("finishReason"))
print("使用状況:", data.get("usageMetadata", {}))
設定した API キーがあるターミナルでスクリプトを実行します。
python hydrogen.py
回答を読み、なぜ生成が停止したかを finishReason で確認します。usageMetadata ではリクエストで使用されたトークン数を確認します。MAX_TOKENS の場合、HTTP リクエストが成功していても応答は不完全の可能性があります。
JavaScript または OpenAI 互換クライアントを使う
アプリケーションに適した例を選びます。Node.js の例はネイティブの Gemini リクエストを送信します。すでに OpenAI SDK を使用している場合は、下の Python 例に進んでください。
Node.js での JavaScript
次を hydrogen.js として保存し、node hydrogen.js を実行します。同じネイティブのリクエスト形式を送り、可視テキストパートをすべて抽出します。
Node.js からネイティブの GenerateContent リクエストを送信します。
const apiKey = process.env.COMETAPI_KEY;
if (!apiKey) throw new Error("このスクリプトを実行する前に COMETAPI_KEY を設定してください。");
const baseUrl = "https://api.cometapi.com";
const model = "gemini-4-hydrogen";
async function main() {
const response = await fetch(
`${baseUrl}/v1beta/models/${model}:generateContent`,
{
method: "POST",
headers: {
"Content-Type": "application/json",
"x-goog-api-key": apiKey
},
body: JSON.stringify({
contents: [
{
role: "user",
parts: [
{
text: "AI コーディングエージェントの仕組みを説明してください。"
}
]
}
],
generationConfig: {
maxOutputTokens: 4096,
thinkingConfig: {
thinkingLevel: "MEDIUM"
}
}
})
}
);
if (!response.ok) {
throw new Error(
`API エラー: ${response.status} ${await response.text()}`
);
}
const data = await response.json();
const candidate = data.candidates?.[0];
const text = (candidate?.content?.parts || [])
.filter(part => !part.thought)
.map(part => part.text || "")
.join("");
if (!text) {
throw new Error(`可視テキストがありません。finishReason=${candidate?.finishReason}`);
}
console.log(text);
}
main().catch(console.error);
OpenAI SDK を使った Python
既に OpenAI SDK を使用しているアプリケーションでは、CometAPI は POST /v1/chat/completions も提供します。最も簡単な移行は API キー、ベース URL、モデル ID を変更することです。一般的なチャットワークフローではこの経路を使用し、プロバイダ固有の Gemini フィールドが必要な場合はネイティブの Gemini エンドポイントを使用してください。
CometAPI 経由で Chat Completions リクエストを作成します。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1"
)
response = client.chat.completions.create(
model="gemini-4-hydrogen",
messages=[
{
"role": "user",
"content": "AI コーディングエージェントの仕組みを説明してください。"
}
]
)
print(response.choices[0].message.content)
ネイティブの例は contents と generationConfig を、Chat Completions は messages と固有のリクエストフィールドを使用します。受け付けないフィールドを混在させず、それぞれの形式に合わせてリクエストを構成してください。
Gemini 4 Hydrogen API の高度な機能
以下の例はセットアップセクションの hydrogen_client.py を再利用するため、PROVIDER に選んだプロバイダで動作します。下記のストリーミング例は OpenAI 互換アプリに適した CometAPI の Chat Completions クライアントを使用します。
推論と構造化出力を設定する
generationConfig で thinkingConfig.thinkingLevel を LOW、MEDIUM、HIGH、XHIGH に設定します。推論と可視の回答の両方に余裕が残るよう出力予算を選びます。アプリケーションが JSON を期待する場合は、自然言語の整形依頼に頼るのではなく、responseMimeType と responseSchema を使用します。
ネイティブリクエストの出力予算と思考レベルを設定します。
{
"generationConfig": {
"maxOutputTokens": 4096,
"thinkingConfig": {"thinkingLevel": "MEDIUM"}
}
}
CometAPI 経由でレスポンスをストリーミングする
ストリーミングは、完全な回答を待たずに生成コンテンツを逐次返します。チャットインターフェース、コーディングアシスタント、体感レイテンシが重要なアプリに有用です。
CometAPI には stream=true を使った Chat Completions のストリーミング がドキュメント化されています。以下の Python 例は、ストリーミング応答で発生し得る choices のないチャンクを処理します。
OpenAI 互換エンドポイント経由で、到着したテキストを逐次表示します。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1"
)
stream = client.chat.completions.create(
model="gemini-4-hydrogen",
messages=[
{
"role": "user",
"content": (
"メールアドレスを検証する Python 関数を書き、主なチェック内容を説明してください。"
)
}
],
stream=True
)
for chunk in stream:
if not chunk.choices:
continue
delta = chunk.choices[0].delta
if delta and delta.content:
print(delta.content, end="", flush=True)
print()
ネイティブクライアント向けには、CometAPI に Server-Sent Events を使う streamGenerateContent のドキュメントがあります。この経路は Chat Completions のデルタではなく GenerateContent のレスポンスオブジェクトを返します。パーサは経路に合わせて維持してください。ストリーミングの挙動はネイティブの Gemini エンドポイントと OpenAI 互換ゲートウェイで異なる場合があります。既存のストリーミングクライアントを移行する前に、アプリで使用する Hydrogen の正確な経路をテストしてください。
マルチターンの会話履歴を保持する
次のリクエストには直前のユーザー/モデルの発話を同梱します。可視テキストから組み直すのではなく、モデルが返した完全な content オブジェクトを保持してください。これにより次ターンで返されたメタデータが維持されます。以下の例を hydrogen_history.py としてヘルパーの隣に保存します。
最初のモデル応答を完全な形で保持しつつ、関連する 2 回のリクエストを送ります。
from hydrogen_client import generate, visible_text
history = [{"role": "user", "parts": [{
"text": "シンプルなキュー型のバックグラウンドジョブのアーキテクチャを提案してください。"
}]}]
config = {
"maxOutputTokens": 4096,
"thinkingConfig": {"thinkingLevel": "MEDIUM"},
}
first = generate({"contents": history, "generationConfig": config})
print(visible_text(first))
candidate = first["candidates"][0]
if candidate.get("finishReason") != "STOP":
raise RuntimeError("最初のターンが正常終了しませんでした。")
history.append(candidate["content"])
history.append({"role": "user", "parts": [{
"text": "その設計における障害シナリオを3つ挙げてください。"
}]})
second = generate({"contents": history, "generationConfig": config})
print(visible_text(second))
print("終了理由:", second["candidates"][0].get("finishReason"))
python hydrogen_history.py を実行します。2 回目の回答は最初のターンの設計に言及するはずです。この例では、以前の会話プレフィックスは変更せずに保持します。長時間動作するアプリケーションでは、圧縮やコンテキスト制限への対応ポリシーが別途必要です。
画像や PDF を送る
Hydrogen は画像やドキュメント理解に対応しています。Gemini ネイティブのリクエスト形式では、テキスト指示に加えて inlineData パートを追加します。スクリーンショット解析、アーキテクチャ図、スキャンされたフォーム、レポートの抽出に便利です。
この例を analyze_file.py として hydrogen_client.py の隣に保存します。ローカルの画像または PDF を 1 つ送るため、両入力で同じコードを再利用できます。最初は小さなファイルを使ってください。Base64 によりリクエストサイズは増加します。
共有ネイティブクライアントを使ってローカルの PNG、JPEG、PDF を分析します。
import base64
import sys
from pathlib import Path
from hydrogen_client import generate, visible_text
path = Path(sys.argv[1])
mime_types = {
".png": "image/png", ".jpg": "image/jpeg",
".jpeg": "image/jpeg", ".pdf": "application/pdf",
}
mime_type = mime_types.get(path.suffix.lower())
if mime_type is None:
raise ValueError("PNG、JPEG、または PDF ファイルを選択してください。")
data = generate({
"contents": [{"role": "user", "parts": [
{"text": "このファイルを要約し、主要な知見を特定してください。"},
{"inlineData": {
"mimeType": mime_type,
"data": base64.b64encode(path.read_bytes()).decode("ascii"),
}},
]}],
"generationConfig": {"maxOutputTokens": 4096},
})
print(visible_text(data))
自身のドキュメントや画像で実行します。
python analyze_file.py report.pdf
python analyze_file.py diagram.png
ファイルのバイト列は宣言した MIME タイプと一致する必要があります。拡張子の変更はファイル形式の変換にはなりません。アップロードが拒否された場合は、再試行する前にサイズや形式の制限についてエラー内容を確認してください。Google ホストのファイル URI がサードパーティゲートウェイからアクセス可能とは限りません。
アプリケーション制御のツールを接続する
関数呼び出しにより、モデルがアプリケーションに対して実行を求める操作をリクエストできます。モデルは構造化された関数呼び出しを返し、アプリケーションが引数を検証・実行し、結果を送り返します。
この例では小さな架空の注文データベースを使用します。共有クライアントの隣に order_agent.py として保存します。往復を実装し、ループを最大 4 リクエストに制限し、各ターン間で返却された署名を含む完全なモデルコンテンツを保持します。
ローカルのデモ用データベースに対して制限付きの関数呼び出しループを実行します。
from hydrogen_client import generate, visible_text
orders = {"DEMO-1001": {"status": "shipped", "carrier": "Example Carrier"}}
tools = [{"functionDeclarations": [{
"name": "lookup_order",
"description": "注文 ID でデモ用の注文を取得します。",
"parameters": {
"type": "OBJECT",
"properties": {"order_id": {"type": "STRING"}},
"required": ["order_id"],
},
}]}]
history = [{"role": "user", "parts": [{
"text": "lookup_order を使って DEMO-1001 のステータスを確認してください。"
}]}]
for _ in range(4):
data = generate({
"contents": history,
"tools": tools,
"generationConfig": {"maxOutputTokens": 4096},
})
candidates = data.get("candidates") or []
if not candidates or not candidates[0].get("content"):
raise RuntimeError("モデルのコンテンツが返されませんでした。")
model_content = candidates[0]["content"]
calls = [
part["functionCall"] for part in model_content.get("parts", [])
if "functionCall" in part
]
if not calls:
print(visible_text(data))
break
history.append(model_content) # すべてのパーツと署名を保持します。
results = []
for call in calls:
args = call.get("args", {})
order_id = args.get("order_id") if isinstance(args, dict) else None
if call.get("name") != "lookup_order":
raise ValueError("予期しない関数名です。")
if not isinstance(order_id, str) or not order_id:
raise ValueError("order_id は空でない文字列である必要があります。")
result = orders.get(order_id, {"error": "Order not found"})
reply = {"name": call["name"], "response": result}
if "id" in call:
reply["id"] = call["id"]
results.append({"functionResponse": reply})
history.append({"role": "user", "parts": results})
else:
raise RuntimeError("最終回答前にツール呼び出し回数の上限に達しました。")
python order_agent.py を実行します。最終的な回答は DEMO-1001 のローカルレコードを反映するはずです。実際のサービスでは、注文にアクセスする前にユーザーを認可してください。モデルが選んだ注文 ID は権限の証明にはなりません。
Gemini 4 Hydrogen API の料金
以下の料金は USD/100 万トークンで、2026 年 11 月 17 日時点の確認値です。標準の非キャッシュ入力・出力を比較しており、バッチ、優先、キャッシュ済み入力、個別課金のツール使用は含みません。
| トークン種別 | Google グローバル標準 | CometAPI における Gemini 4 Hydrogen API |
|---|---|---|
| 入力トークン/100万 | $1.50 | $1.20 |
| 出力トークン/100万 | $7.50 | $6.00 |
入力 100,000 トークン、課金対象の出力 10,000 トークンの場合、CometAPI の見積もりは 0.1 × $1.20 + 0.01 × $6.00 = $0.18 です。同じボリュームを Google の標準料金に当てはめると $0.225 で、20% の差があります。出力使用量には推論トークンを含め、実際のワークフローを見積もる際はアカウントの課金対象使用量を確認してください。
Gemini 4 Hydrogen API への移行方法
Gemini 3.8 Flash から移行すると何が変わる?
モデル ID を変更する前に、推論設定、コンテキスト予算、クライアントが各リクエストに送っている会話履歴を確認してください。
| 統合の詳細 | Gemini 3.8 Flash | Gemini 4 Hydrogen |
|---|---|---|
| 既定の思考レベル | MEDIUM | HIGH |
| コンテキストの計上方法 | 入力と出力が別の上限 | 入出力共通の予算 |
| マルチターン状態 | 既存クライアントの履歴処理を見直す | モデルの全パーツと署名を保持。プレフィックスの変更には特別な扱いが必要。 |
ドキュメント化された移行の変更点 は、既定値に依存していたり、履歴を圧縮したり、複数回のツールターンを実行するアプリケーションで特に重要です。推論を明示的に設定し、運用モデルを変更する前に既存の短いワークフローをテストしてください。
既存の統合を更新する
新しいモデル ID のテスト構成を作成し、キーとエンドポイントをセットで維持します。両構成で同じ代表的なワークフローを実行し、挙動を比較します。
- 新規のテキストリクエストを送り、終了理由とトークン使用量を確認する。
- 完全なモデル応答オブジェクトを使って、マルチターンタスクとツールの往復を再現する。
- 比較前に、制限事項セクションに挙げた非互換のコントロールを削除する。
- 新しい会話でロールバックパスを検証する。Hydrogen の保存された推論メタデータを別モデルが受け入れると仮定しない。
移行がワークロードに有益か判断する
新しい構成が、許容可能なタスク完了あたりのコストで品質とレイテンシの目標を満たす場合に採用します。既存のクライアントがすでに目標を満たしているなら、すべてのリクエストを移行する前に限定的なパイロットで効果を検証してください。評価中はプロンプト、入力、スコアリング基準を一貫させます。
Gemini 4 Hydrogen API の制限事項
Hydrogen の開発者ガイド には、既存クライアントに影響する制限が記載されています。単純な再試行ではなく、リクエスト構築時に対処してください。
- 未対応のフィールド: thinkingBudget、MINIMAL に設定された thinkingLevel、frequencyPenalty、presencePenalty、candidateCount > 1 を削除します。
- 無視されるサンプリング設定: 独自の temperature、topP、topK は Hydrogen の出力を制御しません。
- キャッシング: 明示的な cachedContent は未対応です。安定したプロンプトのプレフィックスは暗黙のキャッシュを使用できますが、ゲートウェイ固有のキャッシュ割引を成立させるものではありません。
- 長い出力: 本ガイドのサンプルクライアントは同期リクエストのみ実装しています。バックグラウンドでの長時間デコードや、プロバイダ固有の継続ワークフローはカバーしません。
- 会話の変更: 以前のプロンプトやツール定義を変更すると、推論状態が無効になることがあります。プレフィックスを保持するか、選んだ経路のドキュメント化されたプレフィックス不一致の挙動を実装してください。
一般的なセットアップチェック
| 症状 | 最初に確認すること |
|---|---|
| 401 または 403 | 資格情報がそのエンドポイントに属し、選択したモデルへのアクセス権があることを確認します。 |
| 400 | エラーボディを読み、未対応フィールド、不正な JSON、会話メタデータを確認します。 |
| 可視テキストがない | promptFeedback、candidate の parts、finishReason を確認。ブロック、不完全、ツール要求の可能性があります。 |
| MAX_TOKENS | テキストは不完全の可能性があると見なし、受け入れる前に出力予算を見直します。 |
| ファイルが拒否された | 実際の MIME タイプと、選んだ経路のペイロード上限を検証します。 |
予期しない失敗が起きた場合は、可能であればモデル、経路、ステータス、タイムスタンプ、リクエスト ID を記録してください。API キーや機密ファイルの内容は日常的なログに残さないでください。
FAQ
Gemini 4 Hydrogen API のレート制限エラーはどう再試行すべきですか?
HTTP 429 の場合は同時実行数を下げ、指数バックオフとジッタを用いて、試行回数の最大値を固定して再試行します。ゲートウェイがリクエスト ID を提供する場合は保持してください。無効なリクエストや認証失敗をそのまま再試行しないでください。CometAPI の エラーと再試行ガイド は一過性の失敗とそれ以外を区別しています。タイムアウトは処理開始後にも発生し得るため、アプリ側のアクションが重複実行されないよう保護してください。
ウェブアプリから Gemini 4 Hydrogen API を直接呼び出しても良いですか?
自前のバックエンド経由でリクエストをルーティングしてください。フロントエンド JavaScript に埋め込まれたキーは、バンドルや難読化を施しても閲覧者に抽出され得ます。バックエンドでユーザーを認証し、使用制限を適用し、モデルリクエストを送ってください。ストリーミングする場合は、上流の API キーを公開せずにブラウザへ増分応答をフォワードします。
中断された Gemini 4 Hydrogen のストリームはどう扱うべきですか?
応答が完了するまで受信済みテキストは部分結果として扱ってください。新しいリクエストは新規生成を開始し、中断したストリームの同じトークンから自動的に再開しません。部分出力は再試行した回答と分けて保持し、未完成の JSON や未完了のツール引数からアクションを実行しないでください。2 つの生成を黙って連結するのではなく、ユーザーに明示的な再試行アクションを提供してください。
結論
最初の受け入れチェックには代表的なタスクを使ってください。リクエストが成功し、アプリケーションが意図した結果を抽出でき、記録されたトークン使用量が予算に収まるべきです。機能は一つずつ追加し、そのチェックを統合テストに組み込みます。原因追跡が難しい大規模なワークフローより、観測しやすい小さなクライアントの方が拡張が容易です。

