GPT は優れていますが、無料枠の API は提供されなくなりました。少なくとも、もう提供されていません。幸いなことに、Google は Gemini API と Studio AI (ChatGPT の Google バージョン) を使用してそれを実現しています。

この記事の執筆時点では、Gemini API の無料利用枠は次のとおりです:

ご覧のとおり、API を試してみるにはこれで十分なので、プロジェクトに統合しない理由はありません。

クイック スタート ガイドは非常に簡単です。

私の場合、Gemini をかなり無意味なタスクに使用していますが、目的は、API を統合することがいかに簡単かを示すことです。

人気の数値に基づいて「面白い引用」を生成する次のスニペットを確認してください。

const { GoogleGenerativeAI } = require("@google/generative-ai");

const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY);
const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });

const popularity = 42;

const prompt = `Write a funny quote, under 200 characters, about popularity on a scale from 0 to 100, where 0 is the least popular and 100 is the most. The quote should describe someone at ${popularity}.`;

const result = await model.generateContent(prompt);

console.log(result);

出力：

彼の人気ランキングは 42 位で堅実です。まったく「クール」ではありませんが、決して「誰も話しかけないあの男」ではありません。

それでおしまい！注意すべき点がいくつかあります:

• API_KEY 環境変数がどのように必要であるかに注目してください。アカウントが設定されたら、AI Studio からこれを取得できます。
• 選択されたモデルは gemini-1.5-flash です。 Studio AI には複数のモデルが用意されているため、さまざまなモデルを試して最適なものを見つけることができます。
• 残りは単なる通常の JavaScript で、プロンプトをgenerateContent メソッドに渡し、結果をログに記録します。

デモ

前回の投稿「TensorFlow: Python から JavaScript へ」では、Twitter アカウントの人気を予測するデモを共有しました。ぜひチェックしてみてください。[結果をツイート] をクリックすると、上記のスニペットを使用したツイートが生成されます。

• UI:

• ツイート:

ソースコードはここにあります

Studio AI のコード取得機能

さらに、Google は Studio AI を提供しています。これは ChatGPT に似ていますが、Get Code という興味深い機能を備えています。プロンプトを入力できます。それがサービスに必要な場合は、ボタンをクリックするだけで、独自のコードから同じプロンプトを実行するために必要なコードが提供されます。

• 指示：

• コードを取得:

プロジェクトに GPT と Gemini のどちらを選択するか

私は ChatGPT の大ファンですが、開発者として、Studio AI の無料枠が非常に便利であることがわかりました。実験するには、OpenAI はそれほど高価ではありませんが、無料利用枠に勝るものはありません。どちらにもしっかりしたドキュメントがあります。

私の謙虚な意見では、GPT は依然として Gemini よりも優れた答えを提供しますが、プロジェクトの初期段階では Gemini を使用し、精度が重要になり、投資が合理的になったら GPT に切り替えると思います。

それまではプロキシ パターンに従うので、切り替えが必要になった場合でも、簡単な作業です。

次のスニペットを見てみましょう:

const { GoogleGenerativeAI } = require("@google/generative-ai");

async function getJokeFromGenerativeAI() {
  const genAI = new GoogleGenerativeAI(process.env.GEMINI_API_KEY);
  const model = genAI.getGenerativeModel({ model: "gemini-1.5-flash" });

  const popularity = 42;

  const prompt = `Write a funny quote, under 200 characters, about popularity on a scale from 0 to 100, where 0 is the least popular and 100 is the most. The quote should describe someone at ${popularity}.`;

  const result = await model.generateContent(prompt);
  return result;
}

// proxy
async function getJoke() {
  const joke = await getJokeFromGenerativeAI();

  return joke;
}

このようにして、消費者は内部で何が起こっているかを気にすることなく getJoke() を呼び出すことができます。時間が経つと、GPT が必要になったとします。変更は簡単になります:

const OpenAI = require("openai");

async function getJokeFromOpenAI() {
  const openai = new OpenAI();

  const popularity = 42;

  const prompt = `Write a funny quote, under 200 characters, about popularity on a scale from 0 to 100, where 0 is the least popular and 100 is the most. The quote should describe someone at ${popularity}.`;

  const completion = await openai.chat.completions.create({
    model: "gpt-4o",
    messages: [{ role: "user", content: prompt }],
  });

  return completion.choices[0].message;
}

// proxy
async function getJoke() {
  const joke = await getJokeFromOpenAI();

  return joke;
}

getJoke が新しいメソッド getJokeFromOpenAI を呼び出す方法に注目してください。両方のメソッドは同じコントラクトに従っているため、どちらも文字列に解決される Promise を返します。getJoke のコンシューマは変更に気付かず、何も更新する必要はありません。

OpenAI ドキュメント

結論

毎日、より多くのアプリケーションが AI を統合しており、ユーザーが高速でユーザーフレンドリーな Web サイトを期待するのと同じように、AI を期待し始めています。開発者としては、カスタム モデル、オープンソース モデル、プライベート モデルといった選択肢を理解し、それらを有利に活用することが重要です。次に何が起こるかは誰にもわかりませんが、それが何であれ、それは間違いなく AI の肩の上に構築されるでしょう。