生活分享

CLI 認證:Google 帳號、API Key 與計費

Gemini CLI 的登入方式會影響可使用的服務、額度與計費歸屬。本篇帶你比較 Google 帳號登入、Gemini API Key 與 Vertex AI,完成適合自己的認證,並用最小對話驗證。重點是知道目前到底使用哪個帳號與專案,而不是只看到登入成功就假設所有功能都包含在訂閱裡。

更新日期: 閱讀時間約 5 分鐘

LINE 分享
三種認證先分清楚的原創插畫,以文件、裝置與流程等物件呼應Google 帳號、API Key 與計費;非產品介面。
圖片:Mokaair (© Mokaair)
本篇目錄
  1. 1. 開始前:先確認使用目的
  2. 2. 路線一:使用 Google 帳號登入
  3. 3. 路線二:使用 Gemini API Key
  4. 4. 路線三:使用 Vertex AI
  5. 5. 切換認證與排查混用
  6. 6. 常見問題與安全交接
  7. 7. 完成後的檢核

Gemini CLI 的登入方式會影響可使用的服務、額度與計費歸屬。本篇帶你比較 Google 帳號登入、Gemini API Key 與 Vertex ,完成適合自己的認證,並用最小對話驗證。重點是知道目前到底使用哪個帳號與專案,而不是只看到登入成功就假設所有功能都包含在訂閱裡。

Google 登入:確認帳號與使用資格;API Key:確認專案與計費;Vertex AI:使用相應雲端設定
三種認證先分清楚。此為原創教學圖解,並非產品畫面或實測輸出。 · 圖片:Mokaair (© Mokaair)

開始前:先確認使用目的

先完成,在空白練習資料夾啟動 Gemini CLI。本篇指令以 0.59.0 為基準,認證條件依查證日官方文件整理。你需要一般 Google 帳號,或已建立 Gemini API 專案;若使用公司 Workspace 或 Google Cloud,還可能需要管理者配置權限與專案。

如果你只是個人互動使用,先看 Google 帳號登入是否符合資格;已有程式開發專案與金鑰的人,可選 API Key。Vertex AI 適合已使用 Google Cloud 身分、專案與計費管理的環境,第一次使用 CLI 不必為了選項較多而額外建立整套雲端設定。

認證選擇與不是一張通行證。Google AI 訂閱、Code Assist 權益及 API 計費要分別看官方條件。不要把某個方案的月費直接當成 API 儲值,也不要將一般網頁登入會話當成程式金鑰。

路線一:使用 Google 帳號登入

  1. 在練習資料夾執行 gemini,依登入介面選擇 Google 帳號方式。
  2. 在開啟的瀏覽器確認帳號電子郵件,閱讀同意畫面所列的權限。
  3. 完成流程後回到終端機,等待 CLI 顯示可使用的狀態。
  4. 輸入不需檔案與工具的短提示詞,確認模型能回答。
  5. 記錄帳號型別與 CLI 版本,之後檢視額度時使用對應服務的資訊。
Gemini CLI 內輸入 · text
請用繁體中文回覆一句「連線測試完成」,不要使用工具。

預期看到一段正常文字回覆;若顯示資格或地區錯誤,先保留錯誤碼。個人帳號與組織帳號的需求可能不同,後者可能需要指定專案或管理者授權。不能只因為瀏覽器能使用 Gemini 網頁,就判定 CLI 的服務資格也完全相同。

當電腦同時登入多個 Google 帳號,最常見的混淆是瀏覽器選了私人帳號,但你以為使用公司帳號。回到認證介面核對身份,再做同一個最小測試。不要用模型自我介紹來判斷目前帳號;應看登入流程與服務回傳資訊。

路線二:使用 Gemini API Key

到建立或選取金鑰,確認所屬專案,將金鑰放入目前終端機的 GEMINI_API_KEY 環境變數,再依 CLI 介面選擇 API Key 認證。金鑰不是提示詞,不應貼進普通聊天輸入框,也不應放進 GEMINI.md。

PowerShell 7:隱藏金鑰輸入 · powershell
$env:GEMINI_API_KEY = Read-Host "貼上 AI Studio 金鑰" -MaskInput
gemini

這個環境變數會讓此終端機啟動的程式讀取金鑰。若改用另一個終端機或排程環境,必須在那邊正確提供認證;不要假設設定一次便影響整臺電腦所有工作。關閉視窗後,工作階段層級的設定也可能不再存在,長期自動化應使用適當的秘密管理方式。

使用 API Key 的請求與 API 專案額度相關,請到 AI Studio 用量與計費頁核對。先確認是否為免費或付費層、使用什麼模型,再開始大量工作。提供估算與停止條件,避免把重試或長對話當成沒有成本。

路線三:使用 Vertex AI

Vertex AI 認證建立在 Google Cloud 的專案、位置與身分權限上。依官方 CLI 認證檔案設定所需環境與憑證,使用組織已核准的專案;不同組織可能使用應用程式預設憑證或其他方式。你不應把網路上的服務帳戶 JSON 任意下載後直接放進專案。

開始前先確認誰負責計費、哪個身分有呼叫權限、資料將使用哪個位置與政策。完成後仍以短提示詞測試,再到對應雲端用量頁核對。遇到專案不存在或權限不足,應修正專案與身分,而不是一直更換模型名稱。

本系列主要 API 範例採 Gemini Developer API,因此不把 Vertex AI 引數混進相同範例。若你的工作必須走 Vertex AI,先把認證與模型可用性驗證完成,再依官方 SDK 檔案改寫。兩者雖然都能使用 Gemini 模型,服務管理與計費邊界仍需各自確認。

切換認證與排查混用

0.59.0 的認證指令提供 signin 與 signout;在 CLI 內用 /auth 檢視目前可用操作。要切換方式,先結束原先認證流程,檢查目前終端機是否留有另一套 API 或 Cloud 環境變數,再重新登入。保留設定用途,不要一口氣清除公司既有的雲端配置。

Gemini CLI 內輸入 · text
/auth
/auth signin

若個人帳號出現組織訂閱資格提示,官方疑難排解檔案提到,GOOGLE_CLOUD_PROJECT 等環境變數可能影響服務檢查。先確認它們是否為本次工作需要,再在目前環境調整。修正後重跑相同提示詞,並記錄哪個變數造成差異,詳見。

常見問題與安全交接

「有 Google AI Pro 就一定不用管 API 費用嗎」不能這樣推論。你選的認證路線決定請求走哪個服務,應對照該服務的當前權益與計費頁。方案名稱相似,不代表用量可以互相抵扣。

「金鑰可以放在 settings.json 嗎」優先採環境變數或受控秘密管理,不把真實金鑰放在可分享的專案設定。會區分普通程式設定與認證資料,分享範例時只保留變數名稱。

「換電腦後為什麼不能直接用」新環境可能沒有登入憑證、相同 PATH 或必要專案設定。重新確認認證流程,再測試短對話,最後才搬入。交接檔案應記錄所需帳號型別與變數名稱,不包含任何真實金鑰。

完成後的檢核

完成實作後逐項確認。
檢查項目通過條件
操作能依正文重做一次,說明每一步使用的輸入。
結果能用原始資料或可重現測試核對輸出,而非只看語氣。
延伸知道下一篇教學解決的問題,以及什麼時候需要它。

接著可以閱讀 、,把本篇的操作接到下一個工作流程。

覺得這篇整理實用嗎?分享給需要的朋友

LINE 分享
  • 生活分享

    完整實作:文件摘要與資料擷取工具

    這篇把前面學過的提示詞、API 呼叫與 JSON 驗證串成一個可執行的檔案工具。輸入一份 UTF-8 活動公告,程式產生摘要、五個固定欄位、原文引用與待確認問題,再存成待審 JSON。你會練習把模型當作資料處理的一個步驟,讓驗證與儲存仍由程式明確控制。

  • 生活分享

    API 檔案與 JSON:結構化輸出及驗證

    Gemini API 可以讀取 PDF,再把結果整理成指定的 JSON 結構。本篇用虛構活動公告示範檔案輸入、欄位設計與本地驗證。學完後,你會知道「收到合法 JSON」與「內容確實來自檔案」是兩件需要分別檢查的事,並能保留缺漏資訊而不讓模型自行補齊。

  • 生活分享

    AI Studio 與第一個 Gemini API 呼叫

    Google AI Studio 是試用模型與建立 Gemini API 金鑰的開發入口。本篇從一個簡單提示詞開始,帶你建立獨立專案環境,分別用 Python 與 JavaScript 呼叫 API。完成後,你會知道網頁試跑、程式執行與帳號用量各自在哪裡確認,不再把消費者版 Gemini 的操作直接套程式式。

資料來源

本文依據上方所列參考來源與標示之核對日期整理;票價、時刻、功能規格或服務條款可能變動,出發、預訂或購買前請至相關官方網站確認最新資訊。

生活分享