Puis-je utiliser Google Gemini dans OpenClaw sans projet Google Cloud ?

Oui. RunAPI fournit l'accès à Gemini via son endpoint compatible OpenAI. Vous avez uniquement besoin d'une RUNAPI_API_KEY — aucun projet Google Cloud, aucun service account JSON, aucune configuration de facturation Vertex AI.

Quels modèles Gemini sont disponibles via RunAPI ?

RunAPI propose Gemini 3.5 Flash (le plus récent, le plus rapide), Gemini 2.5 Flash, Gemini 2.5 Pro, Gemini 3 Flash Preview, Gemini 3 Pro Preview et Gemini 3.1 Pro Preview. Passez le slug de version comme paramètre model — par exemple, gemini-3.5-flash ou gemini-2.5-pro.

Comment fonctionne la tarification Gemini sur RunAPI ?

Gemini est facturé par token sur RunAPI avec une tarification pay-as-you-go. Les tokens d'entrée et de sortie sont mesurés séparément. Aucun abonnement mensuel, aucune dépense minimale. Consultez la page de tarification RunAPI pour les tarifs actuels par million de tokens.

Puis-je basculer entre Gemini et GPT dans la même session OpenClaw ?

Oui. Les deux utilisent la même configuration de fournisseur RunAPI et la même clé API. Changez le paramètre model de gemini-3.5-flash à gpt-5.5 (ou tout autre modèle RunAPI) sans reconfigurer le fournisseur. OpenClaw sélectionne les modèles par requête.

Gemini via RunAPI prend-il en charge les réponses en streaming ?

Oui. Définissez stream sur true dans le corps de la requête. RunAPI diffuse les réponses Gemini comme événements server-sent au format delta compatible OpenAI, donc OpenClaw les traite de la même façon qu'il gère le streaming GPT.

OPENCLAW + GEMINI

Utiliser Gemini dans OpenClaw.

Google Gemini est disponible via l'endpoint compatible OpenAI de RunAPI — Gemini 3.5 Flash pour une latence de premier token inférieure à 100ms, 3.x Pro pour un raisonnement complexe et 2.5 Pro pour les charges de travail de production. OpenClaw le traite comme un autre modèle compatible OpenAI, donc la même configuration de fournisseur et la même RUNAPI_API_KEY qui alimente GPT appellent également Gemini. Aucun projet Google Cloud, aucun service account, aucune configuration Vertex AI.

Obtenir une API Key Lire la documentation

une seule clé API · endpoint chat compatible OpenAI · prise en charge du streaming

Utilisez RunAPI pour envoyer une requête de chat à Google Gemini 3.5 Flash.


  Exigences :

  - Utiliser l'endpoint compatible OpenAI de RunAPI à https://runapi.ai/v1/chat/completions

  - Définir le modèle sur "gemini-3.5-flash"

  - Utiliser la variable d'environnement RUNAPI_API_KEY pour l'autorisation

  - La réponse est synchrone — la réponse arrive dans choices[0].message.content

  - Pour le streaming, définir stream sur true et traiter les événements server-sent

curl -X POST https://runapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $RUNAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.5-flash",
    "messages": [
      {"role": "system", "content": "You are a concise technical assistant."},
      {"role": "user", "content": "Explain the difference between gRPC and REST in three sentences."}
    ],
    "temperature": 0.7,
    "max_tokens": 256
  }'

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "gemini-3.5-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "gRPC uses HTTP/2 and Protocol Buffers for strongly-typed, multiplexed RPC calls with built-in code generation. REST uses HTTP/1.1 (or 2) with JSON payloads and relies on URL paths and HTTP verbs for resource semantics. gRPC is faster for service-to-service calls; REST is simpler to debug and more widely supported by browsers."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 34,
    "completion_tokens": 71,
    "total_tokens": 105
  }
}

Copiez la commande curl pour tester gemini

FONCTIONNEMENT

Utiliser Gemini dans OpenClaw en trois étapes

Configurer RunAPI

Définissez la variable d'environnement RUNAPI_API_KEY. Si vous avez déjà configuré RunAPI comme fournisseur OpenClaw, la même clé et baseUrl fonctionnent pour Gemini — changez simplement l'ID du modèle. Aucune configuration Google Cloud requise.

export RUNAPI_API_KEY=runapi_xxx

Appeler Gemini via chat completions

Envoyez une requête POST à /v1/chat/completions avec le modèle défini sur gemini-3.5-flash. Passez un tableau messages avec les rôles system et user. L'endpoint accepte la même forme compatible OpenAI que votre agent utilise déjà pour les modèles GPT.

POST /v1/chat/completions

Lire la réponse

La réponse arrive de manière synchrone au format openai chat completion. La réponse assistant est dans choices[0].message.content, avec l'utilisation des tokens dans l'objet usage. Pour le streaming, définissez stream sur true et analysez les événements SSE.

choices[0].message.content

PARAMÈTRES

Paramètres API chat completions de Gemini

Paramètre	Type	Description
`model`	`string`	Requis. gemini-3.5-flash, gemini-2.5-flash, gemini-2.5-pro, gemini-3-flash-preview, gemini-3-pro-preview ou gemini-3.1-pro-preview.
`messages`	`array`	Requis. Tableau d'objets de message avec les champs role (system, user, assistant) et content.
`temperature`	`number`	Optionnel. Température d'échantillonnage entre 0 et 2. Des valeurs plus basses produisent une sortie plus déterministe. La valeur par défaut varie selon le modèle.
`max_tokens`	`integer`	Optionnel. Nombre maximum de tokens à générer dans la réponse.
`stream`	`boolean`	Optionnel. Si true, la réponse est diffusée comme événements server-sent. Chaque événement contient un delta avec du contenu partiel.
`top_p`	`number`	Optionnel. Seuil d'échantillonnage nucleus entre 0 et 1. Alternative à temperature pour contrôler le caractère aléatoire de la sortie.

Qu'est-ce que Gemini sur OpenClaw ?

Google Gemini est disponible via RunAPI sans projet Google Cloud, compte de service ou configuration Vertex AI. OpenClaw le traite comme un autre modèle compatible OpenAI -- même configuration de fournisseur et RUNAPI_API_KEY. Gemini 3.5 Flash offre une latence de premier token inférieure à 100ms pour les boucles d'agent en temps réel, tandis que Gemini 2.5 Pro gère les tâches à long contexte avec sa fenêtre de contexte d'un million de tokens et son mode de réflexion pour le raisonnement complexe.

Cas d'utilisation de Gemini

Applications multimodales avec texte, image, audio et vidéo

Envoyer des images, des PDFs, des fichiers audio ou des images vidéo accompagnés de prompts textuels pour que Gemini analyse, décrive ou extraie des données structurées. Gemini gère tous les types d'entrée nativement via un seul appel API.

Analyse de longs documents avec un contexte d'un million de tokens

Alimenter des bases de code entières, des ensembles de documents juridiques ou des collections d'articles de recherche dans la fenêtre de contexte d'un million de tokens de Gemini 2.5 Pro pour l'analyse et la synthèse sans découpage ni pipelines de récupération.

Boucles d'agent en temps réel avec Flash

Utiliser Gemini 3.5 Flash pour les chaînes d'appels d'outils d'agent sensibles à la vitesse où une latence de premier token inférieure à 100ms importe plus que la qualité maximale de raisonnement. Le coût par million de tokens est parmi les plus bas disponibles.

FAQ

Questions sur Gemini + OpenClaw

Configuration générale de OpenClaw

Pas encore configuré ? Commencez par le guide de configuration RunAPI pour OpenClaw.

Guide de configuration OpenClaw →

Catalogue des modèles Gemini

Voir toutes les variantes Gemini, les niveaux de tarification et la documentation API.

Modèles Gemini →

Essayez Gemini dans OpenClaw dès aujourd'hui.

Obtenez une clé RunAPI gratuite, définissez le modèle sur gemini-3.5-flash dans votre fournisseur OpenClaw et commencez à chatter avec Gemini.

Parcourir les modèles →