国内用 Gemini：百万上下文实战与 Code Assist 边界

截至 2026-10-13 的模型目录，Router One 列出 Gemini 2.5 Pro、Gemini 3.8 Flash、Gemini 3.1 Flash Lite 及其他 Gemini 条目；曾于 2026-09-09 重新上架的 Gemini 3.1 Pro Preview 已不再列出，旧 Gemini 3 Pro Preview 也仍不在目录。本指南使用当前在售的模型 ID；复用旧配置前请先核对模型目录。

这篇文章讲清 2026 年真正能跑通的路径——API、Gemini Code Assist，以及 Gemini 的百万上下文能解锁的具体用例。

Gemini 值得折腾的地方

选型时，把下面三个维度放到你自己的负载里验证：

• 上下文窗口。100 万 token 意味着可以把一个中型代码库整个塞进 prompt，跨文件问架构问题。这一项本身已经不构成差异化——GPT-5.5 与 Claude Opus 5 同样是百万级窗口——真正该比的是在整个窗口上的检索质量，而不是标称数字。
• 成本结构。你真正能控制的杠杆是每一轮往窗口里塞多少上下文——token 账单跟着它走，而不是跟着调用次数走，所以接近百万 token 的 prompt 是一个明确的花钱决策，而不是意外。Router One 自己对每个 Gemini 模型的挂牌单价，和目录里其他模型并排列在模型目录。
• 图像输入。当前目录为这些 Gemini 模型列明文本和图像输入。请使用文档里的 OpenAI 兼容消息格式；不能仅凭家族名称推断原生 Google 音频、视频、PDF 或工具特性都能使用。

2026 年 4 月的横向对比快照见 GPT-4.1 vs Claude 4 vs Gemini 2.5：2026 年 4 月选型快照；编码方向的具体 benchmark 见 DeepSeek V3 vs Claude 4 vs GPT-4.1 编程能力对比（2026 年 4 月），8 月目录回顾见 2026 年 8 月新模型指南。

两堵网络墙

Google 的开发者端点——Gemini API 走 generativelanguage.googleapis.com，Vertex AI 走 aiplatform.googleapis.com——背后都是 Google 全球基础设施。从国内看：

• 连通性时好时坏。城市和 ISP 之间差异大，同一条链路按小时浮动。
• 就算通，延迟也是 200-500ms 加长尾，对流式输出体验摧毁性的。
• 鉴权 token（Application Default Credentials、OAuth）会周期性刷新失败，因为 OAuth 端点本身就不稳。

常见的几种自救：

1. VPN——能用，但每个请求都加延迟，而且要常开。
2. 香港/新加坡部署一个代理——单人开发可以；做成生产服务从国内调过去就不行。
3. 在国内能用的区域上的 Vertex AI——只有 Google Cloud 客户加全球计费账号才走得通。

第四条路，也就是这篇文章的重点：通过 Gemini API 国内接入（国内直连、人民币结算）调 Gemini。

通过 Router One 调 Gemini

Router One 把 Gemini 2.5 Pro 暴露在一个 OpenAI 兼容端点后面，DNS 解析直接落到对国内友好的基础设施上。设两个环境变量，像调任何模型一样调它：

export OPENAI_BASE_URL=https://api.router.one/v1
export OPENAI_API_KEY=sk-your-router-one-key

from openai import OpenAI
client = OpenAI()

resp = client.chat.completions.create(
    model="google/gemini-2.5-pro",
    messages=[{"role": "user", "content": "给 ClickHouse 设计一个查询优化器架构"}],
)
print(resp.choices[0].message.content)

可以用同一请求格式对比 google/gemini-3.8-flash、google/gemini-3.1-flash-lite 与其他在售 Gemini ID。单价、上下文限制、能力标签按模型区分；先核对 /models，再用自己的 prompt 对比效果和成本。支付宝与银行卡走托管收银台——流程见国内 API 充值教程。

用好百万上下文

百万窗口你不喂对内容就是浪费。几个值得知道的模式：

全代码库提问。find . -name "*.go" | xargs cat 把 repo 拼进一个 prompt，问"这个单体拆成微服务的话哪里最痛？"对 ~15 万行的 Go、~10 万行的 TypeScript 都能塞下，再大就接近窗口边缘了。

长文档分析。把 700 页法律合同、整年的客户反馈 CSV 一次性丢进 prompt。检索 vs 上下文的取舍翻了：百万上下文下，常常可以跳过 RAG，让模型直接看全部。

多文档推理。架构 review 一次性给到 PRD + 设计文档 + 已有代码 + 最近事故。模型同时看到四份；能发现 RAG 流水线漏掉的不一致——因为切片之间从来没共现过。

实战注意：超长输入下流式输出会延迟开始，模型确实需要把所有内容读完。接近百万 token 的 prompt 第一个 token 打头一般 3-8 秒。

Gemini Code Assist

Gemini Code Assist 是 Google 的 IDE 插件（VS Code、JetBrains、Android Studio）。模型和 API 一样，但默认走 Google 自管端点。国内大多数情况下，插件在 OAuth 回调步骤失败。

当下两条可行路：

1. 直接调 API + 自己包薄壳。Router One 端点 + Cline 这类能填自定义 OpenAI 兼容地址的插件，质量是 Gemini 的，网络是你掌控的。
2. 等插件支持自定义端点。截至 2026-09-01，Gemini Code Assist 设置里只对 Vertex AI 用户开放自定义 endpoint。如果哪天对一般 API 用户开放，把 Router One 的 URL 填进去就完事。

目前在编程工具里用 Gemini，可行的做法是 API + 能填自定义端点的客户端，例如 Cline 或 Cursor 的 OpenAI Base URL 覆盖。Claude Code 是例外——它说的是 Anthropic Messages 协议，经 Router One 的 /v1/messages 能调当前在售 Claude 模型，调不到 Gemini；配置见 Claude Code 配置指南。

模型阵容

你要在这几代 Gemini 之间做选择，各自适合的场景如下：

截至 2026-10-14 的模型目录，Router One 还列出 Gemini 4 Argon（google/gemini-4-argon），见 Gemini 4 Argon API 接入指南。

这里不转载各厂商的价目表——它们一直在变，一张过期的表比没有表更糟。模型目录上列着 Router One 在售的每个 Gemini 模型的挂牌单价，旁边就是上下文窗口和能力标签，部分模型最低官方价 1 折。Router One 把按量 token 费用和结账费用分开展示：人民币充值涉及的 FX 与支付通道费用会在确认前显示，已上线订阅套餐会单独说明订阅经济模型。请用固定 prompt 集评估效果；上下文窗口大小本身不能证明质量或每项任务的实际成本。

什么时候专门挑 Gemini

不是每个任务都最适合 Gemini。粗略指南：

• 挑 Gemini 2.5 Pro：上下文大小重要时——跨文件重构、长文档 QA、多模态流水线、任何不想用 RAG 的场景。
• 挑 Claude Opus 档（最新为 2026-09-24 上架的 Claude Opus 5.5）：生产级 Agent 循环最强——Claude Code、多工具 Agent、长程规划。见 Claude Opus 5.5 API 接入指南与 DeepSeek V3 vs Claude 4 vs GPT-4.1 编程能力对比（2026 年 4 月）。
• 挑 GPT-5.5：短而严谨的 prompt 下需要精确指令执行，延迟比深度更重要时。
• 挑 Gemini 3.8 Flash：高量、成本敏感的任务——吞吐和更便宜的 token 账单比最后几个点的质量更重要时。Google 已于 2026-10-08 在 Gemini API 上弃用 Gemini 3.7 Flash，并指定 3.8 Flash 接替（Gemini API 发布说明，2026-10-13 核对）。

常见问题

Vertex AI 的 context caching 之类的特性怎么办？ prompt 缓存是底层模型 API 的能力：某个调用能不能吃到缓存、缓存 token 怎么计费，取决于模型本身和请求的构造方式——以模型目录和你自己的请求 trace 为准，不要想当然。Vertex 专属扩展（自部署模型端点、batch prediction）目前没有通过 OpenAI 兼容接口暴露。如果你专门需要 Vertex，请在 Google Cloud 项目下用接受你信用卡的计费账号跑 Vertex，其他模型用 Router One。

能在 Router One 上用 Gemini 原生 SDK（google-generativeai）吗？ 当下最干净是 OpenAI 兼容接口。原生 Google SDK 用的是 Google 专属鉴权，转发不过来。多数团队要么用 OpenAI SDK 配 model="google/gemini-2.5-pro"，要么自己写一层薄包装直接打 Router One 的 chat-completions 端点。

embedding 怎么办？ 目前 Router One 目录里没有 embedding 模型，也没有 /v1/embeddings 端点。OpenAI 兼容接口覆盖 chat completions、Anthropic 风格 messages、Responses API，以及图像生成（目录当前没有视频模型）。以 router.one/models 为准；如果现在就需要 Gemini embedding，请直连调用并把这部分代码单独封装，方便日后切换。

支持 Gemini 的图像生成模型吗？ 支持。Gemini Nano Banana 2.1、Gemini 3 Pro Image（Nano Banana Pro）与 Gemini 3.1 Flash Image（Nano Banana 2）都在目录里，模型 ID 为 gemini-nano-banana-2.1（截至 2026-10-09 的模型目录已列出）、gemini-3-pro-image-preview、gemini-3.1-flash-image-preview，走 POST /v1/images/generations（带参考图改图走 POST /v1/images/edits），按张计价——见生图 API 页与 Nano Banana 2 指南。Vertex AI 上的 Imagen 不在这条接口范围内。

有免费额度吗？ Google 给 Gemini API 直连提供少量免费额度，但有上面说的网络问题。Router One 没有免费层，默认可按量从钱包扣费；如果想要可预测的月度成本，已上线订阅套餐可用。

以后想切到 Google Cloud 直连，代码怎么保持兼容？ 用 OpenAI SDK + OPENAI_BASE_URL 写。哪天切到 Vertex/Gemini API 直连，改 base URL，可能还要改 SDK 调用形态。把 prompt 和工具放在独立模块里，迁移就是机械的事。

结论

Gemini 2.5 Pro 是当前在售的百万上下文、图像输入选项；请用自己的负载验证效果和实际成本。国内直连不稳；通过 Router One 它就和任何 OpenAI 兼容端点一样工作，支付宝人民币计费。

模型路由的整体思路（以及 Router One 为什么只在你指定模型的线路之间故障转移）见 AI 模型路由详解；端到端如何在生产环境跑多模型 Agent，见 生产环境 AI Agent 完整指南。