Gemini 3.1 Pro 已被 gemini-3.5-pro 取代，需在 Google AI Studio 获取 API Key、在 Google Cloud Console 启用 Generative Language API，并用 curl 或 Python 测试调用有效性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望在本地或服务器环境中调用 Gemini 3.1 Pro 模型，但尚未获取有效 API Key 或无法验证其可用性，则可能是由于 Google AI Studio 配置未完成、项目未启用对应 API 或密钥权限受限。以下是获取并测试该模型 API Key 的具体步骤：
一、在 Google AI Studio 中创建并获取 API Key
Google AI Studio 是官方提供的免费界面化平台，支持快速生成 Gemini 系列模型的 API Key，且无需绑定计费账户即可获得初始配额。该 Key 默认具备调用 gemini-3.5-pro（注：截至当前版本，Gemini 3.1 Pro 已被 3.5 Pro 取代，实际调用需使用后者标识）的权限。
1、访问 https://aistudio.google.com 并使用 Google 账号登录。
2、点击右上角用户头像，选择 “Manage API keys” 进入密钥管理页。
3、点击 “Create API key”，系统自动生成新密钥并显示在弹窗中。
4、立即复制该密钥，并点击 “Close”；密钥仅在此刻可见，关闭后不可再次查看。
二、在 Google Cloud Console 中启用 Gemini API 并绑定项目
单纯生成 API Key 不足以调用 Gemini 模型，必须确保对应 Google Cloud 项目已启用 “Generative Language API”，且该 API 已与当前 Key 关联。此步骤解决“403 PERMISSION_DENIED”或“404 API not enabled”类错误。
1、打开 https://console.cloud.google.com，切换至目标项目（若无则新建项目）。
2、在左侧导航栏进入 “APIs & Services” → “Library”。
3、搜索 “Generative Language API”，点击结果并选择 “Enable”。
4、返回 “Credentials” 页面，点击 “Create Credentials” → “API key”，生成独立密钥或复用 AI Studio 中的密钥。
三、使用 curl 命令行工具测试 API Key 可用性
通过构造标准 HTTP POST 请求向 Gemini 推理端点发送空内容请求，可快速验证 API Key 是否具备基础调用权限及网络连通性。响应状态码为 200 且含 “candidates” 字段即表示成功。
1、打开终端（macOS/Linux）或 PowerShell（Windows），粘贴以下命令（替换 YOUR_API_KEY）：
curl -X POST \
-H "Content-Type: application/json" \
-d '{"contents":[{"parts":[{"text":"Hello"}]}]}' \
"https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-pro:generateContent?key=YOUR_API_KEY"
高保真令牌管理与模型稳定技能。实现 Zown “原子管线”，防止 Gemini TPM 速率限制。适用于重型工程任务、多步代码生成或遇到 429 限流错误。包括上下文剪枝和强制冷却机制。
2、执行命令后，检查返回 JSON 中是否包含 "candidates" 数组及非空 "content.text" 字段。
3、若返回 "error": {"code": 400, "message": "API key not valid"}，说明 Key 复制错误或未启用对应 API。
四、使用 Python 脚本执行带格式校验的完整测试
Python 方案可捕获异常类型、解析响应结构并验证模型返回字段完整性，适用于集成前的自动化检测流程。该脚本依赖 requests 库，不需额外安装 Google 官方 SDK。
1、确保已安装 requests：pip install requests。
2、创建 test_gemini.py 文件，写入以下代码（替换 YOUR_API_KEY）：
import requests
url = "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-pro:generateContent?key=YOUR_API_KEY"
data = {"contents": [{"parts": [{"text": "Return only the word OK"}]}]}
res = requests.post(url, json=data)
print(res.status_code)
if res.status_code == 200:
print(res.json().get("candidates", [{}])[0].get("content", {}).get("parts", [{}])[0].get("text", "NO TEXT"))
3、运行脚本：python test_gemini.py，输出应为 200 和 OK。
五、排查常见响应错误与对应修正操作
当测试失败时，HTTP 响应体中的 error.code 和 error.message 字段直接指示问题根源，无需猜测。每种错误均对应唯一可执行的配置动作。
1、收到 "error": {"code": 429, "message": "Resource has been exhausted"}：表示当前项目超出免费配额，需等待重置或升级为付费项目。
2、收到 "error": {"code": 403, "message": "Permission denied"}：确认 Google Cloud 项目中 Generative Language API 已启用，且 API Key 所属项目与启用 API 的项目一致。
3、收到 "error": {"code": 404, "message": "Method not found"}：检查 URL 中模型名称是否为 gemini-3.5-pro（Gemini 3.1 Pro 已下线，不再接受请求）。
