Tekst genereren met de Gemini API

Wat is de Gemini API

De Gemini API is de programmatische toegang tot Google's Gemini-taalmodellen. Via REST of de officiële SDK's (Python, JavaScript/TypeScript, Go, Java) stuur je prompts en ontvang je gegenereerde tekst, code, samenvattingen en meer. De API is bereikbaar via Google AI Studio (om te experimenteren) en via Vertex AI (voor productie).

Voor de meeste ontwikkelaars is Google AI Studio het startpunt: gratis API-sleutels, een directe playground en een overzicht van alle ondersteunde modellen. Daarna stap je over naar Vertex AI zodra je productie-eisen hebt op het gebied van SLA, VPC Service Controls of enterprise-facturering.

Vereisten en API-sleutel aanmaken

Voordat je code schrijft heb je een API-sleutel nodig.

De gratis tier (Gemini Developer API) is bedoeld om te testen en kleine projecten te draaien. De exacte limieten verschillen per model en wijzigen regelmatig; raadpleeg de actuele rate limits-pagina. In juni 2026 valt gemini-2.5-flash onder de gratis tier, terwijl de Pro-modellen achter facturering staan. Voor hogere limieten activeer je betaling in het gekoppelde Google Cloud-project.

Welk model kies je

Houd er rekening mee dat modelnamen snel verouderen. Oudere modellen zoals gemini-2.0-flash en gemini-1.5-pro zijn inmiddels afgesloten. Controleer altijd de modellenpagina voor de actuele lijst. Stand juni 2026:

In de voorbeelden hieronder gebruiken we gemini-2.5-flash als veilige standaard.

Eerste API-call via cURL

De snelste manier om de API te testen is via cURL, zonder iets te installeren. Geef je sleutel mee in de x-goog-api-key-header (veiliger dan de oude ?key=-query, want hij belandt niet in serverlogs of browsergeschiedenis):

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "Geef een korte uitleg van het begrip machine learning."}]
      }
    ]
  }'

Het antwoord heeft de volgende structuur:

{
  "candidates": [
    {
      "content": {
        "parts": [{"text": "Machine learning is..."}],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 14,
    "candidatesTokenCount": 120,
    "totalTokenCount": 134
  }
}

Het gegenereerde antwoord lees je uit via candidates[0].content.parts[0].text.

Generatieparameters instellen

Je stuurt het gedrag van de tekstgeneratie via generationConfig:

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "Schrijf een productbeschrijving."}]
    }
  ],
  "generationConfig": {
    "temperature": 0.7,
    "topP": 0.9,
    "topK": 40,
    "maxOutputTokens": 512,
    "stopSequences": ["---"]
  }
}

Tekst genereren met Python

Installeer de unified SDK:

pip install google-genai

De API-sleutel wordt automatisch uit de omgevingsvariabele GEMINI_API_KEY gelezen:

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="Leg uit wat een API is in eenvoudige bewoordingen.",
    config=types.GenerateContentConfig(
        temperature=0.4,
        max_output_tokens=512,
    ),
)

print(response.text)

Tekst genereren met JavaScript

Installeer de unified SDK:

npm install @google/genai

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

const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-2.5-flash",
  contents: "Wat is het verschil tussen AI en ML?",
  config: {
    temperature: 0.4,
    maxOutputTokens: 512,
  },
});

console.log(response.text);

Net als bij Python leest de SDK de sleutel uit GEMINI_API_KEY. Wil je hem expliciet meegeven, dan kan dat via new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY }).

Context meegeven met meerdere turns

Voor een enkelvoudige prompt is één contents-item genoeg. Wil je een gesprek of voorbeelden meegeven, dan voeg je extra turns toe met afwisselend role: user en role: model:

{
  "contents": [
    { "role": "user", "parts": [{"text": "Vertaal 'hello' naar het Nederlands."}] },
    { "role": "model", "parts": [{"text": "hallo"}] },
    { "role": "user", "parts": [{"text": "En 'goodbye'?"}] }
  ]
}

Antwoorden veilig verwerken

Vertrouw nooit blind op de structuur van het antwoord. Een betrouwbare extractie in Python:

def extract_text(response) -> str:
    try:
        return response.candidates[0].content.parts[0].text
    except (IndexError, AttributeError, TypeError):
        return ""

Controleer daarnaast finishReason:

• STOP: de generatie is normaal afgerond.
• MAX_TOKENS: het antwoord is afgekapt; verhoog maxOutputTokens of vraag een korter antwoord.
• SAFETY: de output is geblokkeerd door een safety-filter; pas je prompt aan.