概要
Gemini APIを介してGeminiモデルを使用してLangchainを実装する方法
Google AI Studioについて
公式
料金について
【無料枠の注意点】
無料プランで利用する場合、入力したプロンプトや生成された回答は、Googleの製品改善のために使用される可能性があります。
レート制限について
レート制限は通常、次の 3 つのディメンションで測定されます。
- 1 分あたりのリクエスト数（RPM）
- 1 分あたりのトークン数（入力）（TPM）
- 1 日あたりのリクエスト数（RPD）
使用量は各上限と比較され、いずれかの上限を超えるとレート制限エラーがトリガーされます。
※250,000 TPM（Tokens Per Minute / 1分あたりの最大トークン数）
各モデルのレート制限表(2026/06時点)
| モデルID | RPM | TPM | RPD | 用途 |
|---|---|---|---|---|
| gemini-3.5-flash | 5 | 250k | 20 | 高精度・単発のプロトタイプ検証 |
| gemini-3.1-flash-lite | 15 | 250k | 500 | Webアプリのバックエンド検証・大量データ処理 |
| gemma-4-31b-it | 15 | 無制限 | 1.5k | 長文コードリファクタリング・ローカル統合前の検証 |
| gemini-embedding-001 | 100 | 30k | 1k | RAG（知識検索）用データベース構築の小規模テスト |
| gemini-embedding-2-preview | 100 | 30k | 1k | マルチモーダル（テキスト、画像、音声、動画、PDF）を単一ベクトル空間にマッピングする |
python：ライブラリインストール
pythonでGeminiモデルを使用する為に以下のライブラリをインストールします。
| ライブラリ | URL |
|---|---|
| langchain | https://deps.dev/pypi/langchain |
| langchain-core | https://deps.dev/pypi/langchain-core |
| langchain-google-genai | https://deps.dev/pypi/langchain-google-genai |
LangChain関連以外のライブラリに関してコードを確認してイントールして下さい。
GeminiモデルのCallbackHandler
CallbackHandlerとは
- LangChainのCallbackHandlerは、LLMアプリケーションの実行中に発生する様々なイベントに対して独自の処理をします。
- プログラム内部で何が起きているかをリアルタイムで監視・記録が可能になります。
GeminiモデルのCallbackHandler例
GeminiモデルのCallbackHandlerの実装例です。
Geminiモデルを使用したLangChain実装例
- Geminiモデルを使用してLangChainを実装します。
- 【実装例】レビュー対象のソースを読み込んでレビューを生成
- 前提条件、レビュー対象のソースを用意
実装例
出力例
callback.summaryの出力例
後記
- Geminiモデルでは無料枠である程度の実装検証が可能になります。
- ただし、無料枠の場合は機密情報や非公開ソースをAIモデルに与えないよう注意する必要があります。
- 制限枠を超える実装検証や公開できない情報を使用する際はローカルLLMやデータ学習に関しての規約で学習されないAPIサービスに切り替える必要があります。