Google AI Studio là gì: thử Gemini và lấy khóa API

Bài dùng Python thuần (urllib có sẵn) và đúng địa chỉ, header trong ví dụ REST của trang Getting started. Nguồn là các trang Getting started, Using Gemini API keys, Rate limits, Pricing và Additional Terms of Service của Gemini API, đọc ngày 11/11/2026. Giá, hạn mức và điều khoản có thể đổi; mở lại trước khi dựa vào.

AI Studio khác ứng dụng Gemini thế nào

Ứng dụng Gemini là sản phẩm trò chuyện cho người dùng cuối. Google AI Studio là công cụ cho người làm ứng dụng: chọn mô hình, viết câu lệnh, chỉnh chỉ dẫn hệ thống, xem kết quả, và lấy khóa để gọi cùng mô hình đó từ code. Tài liệu còn giới thiệu các phần như dựng nhanh ứng dụng mẫu và thử agent không cần viết code. Với người học lập trình, giá trị chính của AI Studio là bước trung gian: thử một câu lệnh cho tới khi ưng ý, rồi chuyển nó vào chương trình.

Trang Getting started cho biết AI Studio tự tạo một dự án và một khóa API cho người dùng mới. Tài liệu hiện hướng dẫn gọi mô hình qua Interactions API, có thư viện cho Python và JavaScript, hoặc gọi thẳng bằng REST.

Khóa API và dự án

Trang Using Gemini API keys giải thích mỗi khóa gắn với một dự án Google Cloud, dùng để tính hạn mức và tiền. Tài liệu đang chuyển từ khóa thường sang loại khóa gắn với một tài khoản dịch vụ: từ ngày 28/5/2026, khóa mới tạo trong AI Studio mặc định là loại này, và Gemini API từ chối khóa thường không đặt giới hạn sử dụng. Loại khóa mới còn được mô tả là có cơ chế chặn nhanh khi hệ thống phát hiện khóa bị lộ.

Dù khóa loại nào, nguyên tắc vẫn vậy: không ghi khóa vào code, không đẩy lên GitHub, giữ trong biến môi trường như bài giữ khóa API an toàn hướng dẫn. Thư viện chính thức đọc khóa từ biến môi trường GEMINI_API_KEY; code trong bài cũng đọc từ đó.

Bản miễn phí tới đâu

Trang Pricing ngày 11/11/2026 mô tả bản miễn phí gồm: dùng được một số mô hình có giới hạn, token vào và ra miễn phí, dùng được AI Studio, và nội dung được dùng để cải thiện sản phẩm. Bản trả phí có hạn mức cao hơn, thêm tính năng như Batch API, và nội dung không được dùng để cải thiện sản phẩm. Không phải mô hình nào cũng có bản miễn phí; bảng giá ghi rõ từng mô hình.

Trang Rate limits giải thích hạn mức đo theo ba thứ: số yêu cầu mỗi phút, số token đầu vào mỗi phút, và số yêu cầu mỗi ngày. Vượt bất kỳ mức nào cũng bị báo lỗi, kể cả khi các mức còn lại chưa chạm. Hạn mức áp theo dự án, không theo khóa, nên tạo thêm khóa trong cùng dự án không làm tăng lượt. Hạn mức ngày đặt lại lúc nửa đêm giờ Thái Bình Dương; ở Việt Nam, đó là 15 giờ khi Mỹ dùng giờ chuẩn (như tháng 11) và 14 giờ khi Mỹ dùng giờ mùa hè. Tài liệu không ghi con số cố định cho bản miễn phí mà bảo xem hạn mức hiện tại của dự án trong AI Studio, và lưu ý mô hình thử nghiệm, xem trước có hạn mức chặt hơn.

Dữ liệu và độ tuổi: đọc kỹ điều khoản

Đây là phần nhiều bài hướng dẫn bỏ qua. Mục về cách Google dùng dữ liệu trong Additional Terms of Service ghi rằng khi dùng dịch vụ không trả phí, gồm cả Google AI Studio và phần miễn phí của Gemini API, Google dùng nội dung bạn gửi và câu trả lời sinh ra để cung cấp, cải thiện, phát triển sản phẩm và công nghệ học máy. Để kiểm chất lượng, người xem xét có thể đọc, gắn nhãn, xử lý đầu vào và đầu ra của API; điều khoản nói Google tách dữ liệu khỏi tài khoản, khóa và dự án trước khi người xem xét thấy. Điều khoản viết thẳng: không gửi thông tin nhạy cảm, bí mật hay cá nhân vào dịch vụ không trả phí.

Cùng văn bản đó có mục yêu cầu độ tuổi: người dùng API phải từ 18 tuổi trở lên, và không được dùng API trong ứng dụng hướng tới hoặc có khả năng được người dưới 18 tuổi sử dụng. Với học sinh phổ thông, nghĩa là việc tự lấy khóa và gọi Gemini API cần chờ đủ tuổi, hoặc làm trong khuôn khổ được nhà trường, phụ huynh và điều khoản cho phép. Đọc lại điều khoản mới nhất trước khi bắt đầu.

Ví dụ bằng Python

Chương trình mẫu dựng yêu cầu đúng như ví dụ REST trong trang Getting started: gửi tới địa chỉ interactions, khóa đặt ở header x-goog-api-key, kèm header Api-Revision, thân gồm tên mô hình và câu hỏi. Hàm doc_ket_qua lấy chữ trong các bước kiểu model_output và đọc số token. Hàm gio_dat_lai tính giờ Việt Nam của mốc đặt lại hạn mức ngày. Hàm hoi báo bằng lời khi gặp lỗi 429 hết hạn mức. Phần chạy thử dùng câu trả lời mẫu có cùng cấu trúc với ví dụ trong tài liệu, không gọi mạng.

"""Gọi Gemini API bằng khóa lấy từ Google AI Studio, theo ví dụ REST trong trang Getting started (đọc 11/11/2026).

- tao_yeu_cau: POST https://generativelanguage.googleapis.com/v1beta/interactions, khóa ở header x-goog-api-key,
  Api-Revision 2026-05-20, thân gồm model và input. Khóa lấy từ biến môi trường GEMINI_API_KEY, không ghi vào code.
- doc_ket_qua: lấy chữ trong các bước kiểu model_output và số token trong usage (vào, ra, suy nghĩ).
- gio_dat_lai: hạn mức theo ngày (RPD) đặt lại lúc nửa đêm giờ Thái Bình Dương; đổi ra giờ Việt Nam.
Chạy thử dùng câu trả lời mẫu có cùng cấu trúc với ví dụ trong tài liệu; không gọi mạng.
"""
import json
import os
import sys
import urllib.error
import urllib.request
from datetime import datetime, timedelta
from zoneinfo import ZoneInfo

DIA_CHI = "https://generativelanguage.googleapis.com/v1beta/interactions"
MO_HINH = "gemini-3.8-flash"


def tao_yeu_cau(cau_hoi, khoa, mo_hinh=MO_HINH):
    than = json.dumps({"model": mo_hinh, "input": cau_hoi}).encode()
    return urllib.request.Request(DIA_CHI, data=than, method="POST", headers={
        "x-goog-api-key": khoa, "Content-Type": "application/json", "Api-Revision": "2026-05-20"})


def doc_ket_qua(d):
    chu = [k["text"] for b in d.get("steps", []) if b.get("type") == "model_output"
           for k in b.get("content", []) if k.get("type") == "text"]
    u = d.get("usage", {})
    vao, ra, tong = u.get("total_input_tokens", 0), u.get("total_output_tokens", 0), u.get("total_tokens", 0)
    # Tài liệu có ví dụ 530 = 62 vào + 171 ra + 297 suy nghĩ (total_thought_tokens); thiếu trường thì lấy phần chênh
    nghi = u.get("total_thought_tokens", tong - vao - ra)
    return " ".join(chu), vao, ra, nghi


def gio_dat_lai(luc):
    """Mốc nửa đêm giờ Thái Bình Dương kế tiếp, đổi ra giờ Việt Nam."""
    pt = luc.astimezone(ZoneInfo("America/Los_Angeles"))
    nua_dem = (pt + timedelta(days=1)).replace(hour=0, minute=0, second=0, microsecond=0)
    return nua_dem.astimezone(ZoneInfo("Asia/Ho_Chi_Minh"))


def hoi(cau_hoi, khoa, mo=urllib.request.urlopen):
    try:
        with mo(tao_yeu_cau(cau_hoi, khoa), timeout=60) as r:
            return doc_ket_qua(json.load(r))[0]
    except urllib.error.HTTPError as loi:
        if loi.code == 429:
            return f"Hết hạn mức (429). Hạn mức ngày đặt lại lúc {gio_dat_lai(datetime.now(ZoneInfo('Asia/Ho_Chi_Minh'))):%H:%M %d/%m} giờ Việt Nam"
        raise


MAU = {"status": "completed", "usage": {"total_tokens": 197, "total_input_tokens": 8, "total_output_tokens": 12},
       "steps": [{"type": "thought", "signature": "..."},
                 {"type": "model_output", "content": [{"type": "text", "text": "AI học quy luật từ dữ liệu rồi dùng để dự đoán."}]}]}


def chay_thu():
    chu, vao, ra, nghi = doc_ket_qua(MAU)
    yc = tao_yeu_cau("Giải thích AI trong vài chữ", "khoa-gia")
    hcm = ZoneInfo("Asia/Ho_Chi_Minh")
    dong = [f"Gửi tới {yc.full_url}, header Api-Revision {yc.get_header('Api-revision')}",
            f"Trả lời: {chu} | token vào {vao}, ra {ra}, suy nghĩ {nghi}",
            f"Hạn mức ngày đặt lại (tháng 11, giờ chuẩn): {gio_dat_lai(datetime(2026, 11, 11, 10, 0, tzinfo=hcm)):%H:%M %d/%m} giờ Việt Nam",
            f"Hạn mức ngày đặt lại (tháng 7, giờ mùa hè): {gio_dat_lai(datetime(2026, 7, 11, 10, 0, tzinfo=hcm)):%H:%M %d/%m} giờ Việt Nam"]
    print("\n".join(dong))
    return dong


if __name__ == "__main__":
    if "--that" in sys.argv:
        khoa = os.environ.get("GEMINI_API_KEY")
        if not khoa:
            sys.exit("Chưa có GEMINI_API_KEY")
        try:
            print(hoi(" ".join(a for a in sys.argv[1:] if a != "--that") or "Giải thích đệ quy trong 3 câu.", khoa))
        except urllib.error.URLError as loi:
            sys.exit(f"Không kết nối được: {loi}")
    else:
        chay_thu()

Câu trả lời mẫu có 8 token vào, 12 token ra, và 177 token còn lại thuộc phần suy nghĩ của mô hình. Tài liệu có một ví dụ khác ghi rõ trường total_thought_tokens: 530 token tổng gồm 62 vào, 171 ra và 297 suy nghĩ. Điểm này quan trọng khi ước chi phí bản trả phí, vì bảng giá ghi giá đầu ra đã gồm token suy nghĩ; cơ chế tương tự trên Claude được bàn trong bài cho mô hình suy nghĩ trước khi trả lời. Mốc đặt lại hạn mức tính ra 15:00 ngày 11/11 và 14:00 ngày 11/7 theo giờ Việt Nam, đúng với giờ chuẩn và giờ mùa hè ở Mỹ.

Khi nào không nên dùng

Không dùng bản miễn phí cho dữ liệu cá nhân, bài làm có thông tin học sinh, hay mã nguồn của công ty, vì điều khoản cho phép dùng và đọc nội dung đó. Không xây ứng dụng phục vụ người dưới 18 tuổi trên Gemini API. Nếu bạn cần so nhiều mô hình của nhiều hãng qua một khóa, bài OpenRouter là gì là một lựa chọn; nếu chỉ dùng Gemini, gọi thẳng như bài này đơn giản hơn. Cách gọi API nói chung có trong bài gọi API AI bằng Python.

Câu hỏi thường gặp

Học tiếp

• Gọi mô hình AI từ Python nói chung: gọi API AI bằng Python.
• Cất khóa API cho đúng chỗ: giữ khóa API an toàn.
• Một khóa cho nhiều hãng: OpenRouter là gì.

Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.

Nguồn tham khảo

• Gemini API Docs: Getting started (đọc 11/11/2026)
• Gemini API Docs: Using Gemini API keys
• Gemini API Docs: Rate limits
• Gemini API Docs: Pricing
• Gemini API Additional Terms of Service