用 OpenAI SDK 调 Gemini API：base_url、模型名和 Gemini 3.5 Flash 价格怎么配

Google 的 OpenAI 兼容文档在 2026-05-18 更新，直接写明：Gemini 模型可以通过 OpenAI Python / JavaScript SDK 调用，核心只改三处：api_key、base_url、model（Google）。今天是 2026-06-14，价格页给 gemini-3.5-flash 的标准付费层标价是：输入 $1.50 / 100 万 token，输出含思考 token $9.00 / 100 万 token（Google Pricing）。

我的判断很简单：如果你已有 OpenAI SDK 项目，先别重写。先把 Gemini 当成一个 OpenAI-compatible backend 接进去，跑通成本、流式、工具调用，再决定要不要迁到原生 Gemini SDK。

1. 最小改动：只换 endpoint 和模型名

Python 先装官方 OpenAI SDK：

pip install openai
export GEMINI_API_KEY="你的 Gemini API Key"

然后把客户端改成这样：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["GEMINI_API_KEY"],
    base_url="https://generativelanguage.googleapis.com/v1beta/openai/",
)

resp = client.chat.completions.create(
    model="gemini-3.5-flash",
    reasoning_effort="low",
    messages=[
        {"role": "system", "content": "你是一个直接、准确的代码助手。"},
        {"role": "user", "content": "用三句话解释 SSE 流式输出。"},
    ],
)

print(resp.choices[0].message.content)

chat.completions.create、messages、tools 这些形状仍是 OpenAI Chat Completions 风格；OpenAI 自家 API 参考也仍把 Chat Completions 定义为基于消息列表生成回复的接口（OpenAI）。所以迁移重点不是业务代码，而是配置层。

2. base_url 别少最后的斜杠

Google 文档里的地址是：

https://generativelanguage.googleapis.com/v1beta/openai/

少写最后的 /，某些客户端拼路径时会出怪问题。生产代码里建议抽成环境变量：

OPENAI_BASE_URL="https://generativelanguage.googleapis.com/v1beta/openai/"
OPENAI_API_KEY="$GEMINI_API_KEY"
OPENAI_MODEL="gemini-3.5-flash"

如果你想省掉多厂商账号、额度和账单的切换，onehop 是更省事的路径：把 base_url 改成 https://api.onehop.ai/v1，同一套 OpenAI / Anthropic 兼容接口里调用 Claude、GPT、Gemini。新账号送 $10，无需绑卡；适合先做 PoC，再看是否直连官方。

from openai import OpenAI

client = OpenAI(
    api_key="你的 onehop key",
    base_url="https://api.onehop.ai/v1",
)

resp = client.chat.completions.create(
    model="gemini-3.5-flash",
    messages=[{"role": "user", "content": "给我一个 FastAPI 健康检查接口"}],
)
print(resp.choices[0].message.content)

入口放这里：在 onehop 上调用 Claude 等模型、注册即送 $10 体验额度。

3. 价格先按输出 token 算

gemini-3.5-flash 标准层不是“便宜到不用管”。输出价是输入价的 6 倍：

模型	层级	输入 / 100 万 token	输出 / 100 万 token
gemini-3.5-flash	标准	$1.50	$9.00
gemini-3.5-flash	批量	$0.75	$4.50
gemini-3.5-flash	Flex	$0.75	$4.50

批量和 Flex 的数字也来自同一张 Google 价格页。写应用时要限制 max_completion_tokens，尤其是总结、代码生成、Agent 工具循环。输入长一点还能缓存，输出失控就是实打实烧钱。

4. reasoning_effort 怎么映射

Google 兼容层接受 OpenAI 风格的 reasoning_effort，并映射到 Gemini 的 thinking 配置（Google）：

reasoning_effort	Gemini 3 Flash thinking_level
minimal	minimal
low	low
medium	medium
high	high

不传时用模型默认值。Google 文档还写了一个关键限制：Gemini 3 不能关闭 thinking；none 只适用于部分 2.5 模型。我的建议是线上默认 low，只有复杂规划、长链路工具调用才升到 medium 或 high。因为输出价格包含思考 token，推理强度不是免费旋钮。

5. 流式和函数调用：能用，但要防空块

流式调用保持 OpenAI SDK 写法：

stream = client.chat.completions.create(
    model="gemini-3.5-flash",
    messages=[{"role": "user", "content": "写一个 Redis 缓存封装"}],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

这里的 if delta 很实用。流式响应里可能有角色、工具调用或空增量，不要假设每个 chunk 都有文本。

函数调用也走 tools 和 tool_choice="auto"。Google 兼容文档给了天气函数示例，并确认 Gemini API 支持 function calling（Google）。真实项目里别只打印模型返回；要检查 message.tool_calls，执行本地函数，再把工具结果作为下一轮消息喂回模型。

结论：迁 Gemini 最小成本就是三行配置；真正要盯的是输出 token、thinking 强度、流式空 chunk 和工具调用闭环。如果你只是想快速把 Claude、GPT、Gemini 放进同一个 OpenAI SDK 项目，直接用 onehop 的统一入口会省不少配置时间：在 onehop 上调用 Claude 等模型，或者先领 注册即送 $10 体验额度。