一句話結論
API易 Gemini 原生端點完整支援 Google 官方聯網搜尋:使用/v1beta generateContent + google_search 工具,gemini-3.5-flash、gemini-3.1-flash-lite、gemini-3.1-pro-preview 實測均真實聯網、返回帶來源引用的最新資訊。預設分組的 KEY 即可使用,無需任何特殊開通。
真實可用性(實測資料,2026-06-11)
快速上手
cURL
Python(google-genai SDK)
怎麼確認搜尋真的執行了
成功聯網時,響應candidates[0].groundingMetadata 包含以下欄位;沒有這些欄位就是沒搜:
對照參考:同一問題不帶工具時,模型一致回答”知識截止 2025年1月,無法提供最新資訊”;帶工具後準確給出訓練截止之後發生的真實事件。
計費說明(重要)
聯網搜尋會收取工具呼叫費用,由兩部分組成:單次聯網問答總開銷參考(搜尋費 + token 費):flash-lite ≈ $0.03;3.5-flash ≈ $0.08–0.16;3.1-pro-preview ≈ $0.06。如需控制成本,可在提示詞中約束搜尋行為(如”最多搜尋 2 次”),或選用搜索次數少的模型。
注意事項
- 必須走原生端點:OpenAI 相容模式的所有搜尋宣告都被靜默忽略且不報錯。用 OpenAI SDK 的專案改用 google-genai SDK(
base_url設為https://api.apiyi.com,不帶/v1)即可。 - 以 groundingMetadata 為準判斷聯網:實測 flash-lite 偶發(4 次中 1 次)不返回 groundingMetadata。嚴格場景請校驗該欄位存在性,缺失時重試。
- 思考型模型給足
maxOutputTokens(建議 ≥4096):3.5-flash / 3.1-pro-preview 聯網時 thinking 消耗 1900–4900 token,上限過小會截斷回答。 - 工具宣告
{"google_search": {}}與 camelCase{"googleSearch": {}}均可用;舊版google_search_retrieval是 Gemini 1.5 時代的工具,當前模型一律用google_search。 - 聯網搜尋可與 URL Context 等工具組合使用(Google 官方文件:
ai.google.dev/gemini-api/docs/google-search)。
FAQ
Q:怎麼確認這次回答真的聯網了? A:檢查candidates[0].groundingMetadata 是否存在、webSearchQueries 是否非空、groundingChunks 是否包含來源 URI。只有正文、沒有這些欄位的,是模型憑訓練資料回答。
Q:需要換分組或特殊 KEY 嗎?
A:不需要。Gemini 系列模型使用預設分組的 KEY 即可直接呼叫聯網搜尋(與 OpenAI 聯網搜尋一致;區別於 Claude 原生搜尋需要 ClaudeOfficial 內測分組)。
Q:搜尋次數怎麼看、不同模型差異大嗎?
A:數 groundingMetadata.webSearchQueries 陣列長度。同一問題實測差異很大:pro-preview 1 次、flash-lite 2 次、3.5-flash 4–7 次。
Q:支援哪些模型?
A:gemini-3.5-flash、gemini-3.1-flash-lite、gemini-3.1-pro-preview 已實測驗證。其他 Gemini 2.5+ 模型理論上同樣支援 google_search 工具,使用前建議按上面 FAQ 的方法做一次驗證。
相關文件
Gemini 原生呼叫
google-genai SDK 配置、流式輸出、thinking 控制
Gemini Function Calling
自定義工具呼叫,可與聯網搜尋組合使用