Aan de slag met de Gemini API: API-sleutel, SDK en je eerste aanvraag

De Gemini API geeft je vanuit je eigen code toegang tot de Gemini-modellen van Google. Je stuurt een tekst- of afbeeldingsprompt en krijgt een gegenereerd antwoord terug, dat je in je eigen applicatie verwerkt. Deze gids laat zien hoe je in een paar minuten van niets naar een werkende eerste aanvraag gaat.

Een API-sleutel aanmaken

Alle aanvragen worden geauthenticeerd met een API-sleutel. Die maak je aan in Google AI Studio:

• Ga naar aistudio.google.com/apikey en log in met je Google-account.
• Klik op de knop om een nieuwe API-sleutel aan te maken en koppel die aan een Google Cloud-project.
• Kopieer de sleutel en bewaar hem op een veilige plek.

Je sleutel beperken (sinds juni 2026 verplicht)

Sinds 19 juni 2026 weigert Google API-aanvragen met sleutels die geen API-beperking hebben. Een onbeperkte sleutel die per ongeluk lekt, kan namelijk binnen enkele uren een flinke rekening opleveren. Beperk je sleutel daarom expliciet tot de Gemini API:

De officiele SDK installeren

Google biedt de Google Gen AI SDK als officiele bibliotheek. Let op: oudere pakketten zoals google-generativeai en @google/generative-ai zijn sinds eind 2025 verouderd. Gebruik voor nieuwe projecten dus de nieuwe SDK.

• Python: pip install google-genai
• Node.js: npm install @google/genai

Daarnaast kun je de API ook rechtstreeks via REST aanroepen, zonder SDK, als je liever met curl of een eigen HTTP-client werkt.

Je sleutel veilig instellen

Geef je sleutel door via een omgevingsvariabele in plaats van hem hard in je code te zetten. De SDK leest standaard de variabele GEMINI_API_KEY:

export GEMINI_API_KEY="jouw-sleutel-hier"

Je eerste aanvraag in Python

Met de sleutel in de omgeving hoef je de SDK alleen nog te initialiseren. De client pakt GEMINI_API_KEY automatisch op:

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Leg in twee zinnen uit wat een API is."
)
print(response.text)

Het antwoord van het model staat in response.text. Het model-veld bepaalt welk Gemini-model je aanspreekt; hierover meer in de paragraaf hieronder.

Je eerste aanvraag in Node.js

In JavaScript en TypeScript werkt het vrijwel identiek, met de methode generateContent:

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});
const response = await ai.models.generateContent({
  model: "gemini-2.5-flash",
  contents: "Leg in twee zinnen uit wat een API is.",
});
console.log(response.text);

Welk model kies je?

De modelnaam bepaalt de balans tussen snelheid, kosten en redeneervermogen. Een paar veelgebruikte opties medio 2026:

• gemini-2.5-flash is snel en geschikt voor de meeste alledaagse taken zoals samenvatten, classificeren en korte antwoorden. Een prima startpunt.
• gemini-2.5-flash-lite is de budgetvriendelijke variant voor eenvoudige taken op grote schaal.
• De nieuwere Gemini 3-generatie (zoals gemini-3.5-flash en gemini-3.1-flash-lite) levert sterkere redeneer- en agentprestaties. gemini-3.5-flash is op dit moment het aanbevolen algemene model.
• De Pro-modellen zijn krachtiger en bedoeld voor complexere redeneertaken; ze zijn doorgaans duurder en trager.

Volgende stappen

Je hebt nu een werkende verbinding met de Gemini API. Daarmee kun je verder bouwen: systeeminstructies meegeven om de toon te sturen, antwoorden als JSON laten teruggeven, of de uitvoer streamen voor een vlottere gebruikerservaring. Houd je API-sleutel altijd op de server, monitor je verbruik in Google AI Studio en stel waar mogelijk een uitgavenlimiet in op je Google Cloud-project.