Gemma 4 API

Gemma 4 můžete přes API volat třemi hlavními způsoby: lokálně přes Ollama, přes Google AI Studio (bezplatný tier) nebo přes OpenRouter (OpenAI-kompatibilní vrstva). Každý se hodí pro trochu jiný scénář.

Ollama — lokální API

Pokud máte Ollamu nainstalovanou, API server běží na localhost:11434. Nepotřebujete API klíč, nenarazíte na limity a vše funguje zcela zdarma.

Generování

import requests

response = requests.post("http://localhost:11434/api/generate", json={
    "model": "gemma4",
    "prompt": "Explain async/await in Python like I'm 10",
    "stream": False
})

print(response.json()["response"])

curl http://localhost:11434/api/generate -d '{
  "model": "gemma4",
  "prompt": "Explain async/await in Python like I am 10",
  "stream": false
}'

const response = await fetch("http://localhost:11434/api/generate", {
  method: "POST",
  headers: { "Content-Type": "application/json" },
  body: JSON.stringify({
    model: "gemma4",
    prompt: "Explain async/await in Python like I'm 10",
    stream: false,
  }),
});

const data = await response.json();
console.log(data.response);

Chat API (více kol)

Pro konverzace s historií zpráv použijte:

import requests

response = requests.post("http://localhost:11434/api/chat", json={
    "model": "gemma4",
    "messages": [
        {"role": "system", "content": "You are a helpful coding tutor."},
        {"role": "user", "content": "What's the difference between a list and a tuple?"}
    ],
    "stream": False
})

print(response.json()["message"]["content"])

Streaming

import requests
import json

response = requests.post("http://localhost:11434/api/generate", json={
    "model": "gemma4",
    "prompt": "Write a short story about a debugging session at 3am",
    "stream": True
}, stream=True)

for line in response.iter_lines():
    if line:
        chunk = json.loads(line)
        print(chunk.get("response", ""), end="", flush=True)

Tip

Ollama je ideální pro vývoj a experimenty — žádné náklady, úplné soukromí, funguje offline. Rychlost závisí na hardwaru.

Google AI Studio

Google nabízí Gemma 4 přes AI Studio API s bezplatným tierem. Služba běží na infrastruktuře Google TPU, takže odpovědi bývají rychlé.

Získání API klíče

1. Přejděte na aistudio.google.com
2. Klikněte na „Get API Key“
3. Vytvořte klíč

Python SDK

pip install google-generativeai

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

model = genai.GenerativeModel("gemma-4-27b-it")
response = model.generate_content("Write a Python decorator for retry logic")

print(response.text)

cURL

curl "https://generativelanguage.googleapis.com/v1beta/models/gemma-4-27b-it:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{"text": "Write a Python decorator for retry logic"}]
    }]
  }'

Limity bezplatného tieru

Limit	Hodnota
Požadavky za minutu (RPM)	15
Požadavky za den (RPD)	1 500
Tokeny za minutu	1 000 000

Zpracování chyb

import google.generativeai as genai
from google.api_core import exceptions

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemma-4-27b-it")

try:
    response = model.generate_content("Your prompt here")
    print(response.text)
except exceptions.ResourceExhausted:
    print("Rate limit hit. Wait a minute and try again.")
except exceptions.InvalidArgument as e:
    print(f"Bad request: {e}")
except exceptions.NotFound:
    print("Model not found. Check the model name.")

Streaming

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemma-4-27b-it")

response = model.generate_content(
    "Write a short story about a debugging session at 3am",
    stream=True
)

for chunk in response:
    print(chunk.text, end="", flush=True)

OpenRouter (OpenAI-kompatibilní)

OpenRouter používá stejný formát jako OpenAI API. Pokud už máte kód pro GPT, obvykle stačí změnit identifikátor modelu.

Získání API klíče

1. Registrace na openrouter.ai
2. Dobití kreditu (minimum 5 USD)
3. Vygenerování API klíče

Python

import requests

response = requests.post(
    "https://openrouter.ai/api/v1/chat/completions",
    headers={
        "Authorization": "Bearer YOUR_OPENROUTER_KEY",
        "Content-Type": "application/json",
    },
    json={
        "model": "google/gemma-4-27b-it",
        "messages": [
            {"role": "user", "content": "Compare React and Vue in 5 bullet points"}
        ],
    },
)

print(response.json()["choices"][0]["message"]["content"])

OpenAI Python SDK

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="YOUR_OPENROUTER_KEY",
)

response = client.chat.completions.create(
    model="google/gemma-4-27b-it",
    messages=[
        {"role": "user", "content": "Explain monads in plain English"}
    ],
)

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

Streaming

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="YOUR_OPENROUTER_KEY",
)

stream = client.chat.completions.create(
    model="google/gemma-4-27b-it",
    messages=[{"role": "user", "content": "Write a short story"}],
    stream=True,
)

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

Srovnání

	Ollama (lokální)	Google AI Studio	OpenRouter
Cena	Zdarma	Bezplatný tier (15 RPM)	Platba za token
Rychlost	Závisí na HW	Rychlé (Google TPU)	Rychlé
Soukromí	Kompletní (offline)	Data jdou na Google	Data jdou k poskytovateli
Limity	Žádné	15 RPM / 1 500 RPD	Podle kreditu
OpenAI kompatibilní	Částečně	Ne (vlastní SDK)	Ano
Ideální pro	Soukromí, vývoj	Prototypy zdarma	Produkci, práci s více modely

Note

• Vedlejší projekt → bezplatný tier v Google AI Studio
• Soukromí → Ollama lokálně
• Produkce → OpenRouter (flexibilita, fallback na jiné modely)
• Učení → Ollama (žádné API klíče, žádné limity)

Časté problémy

• „Connection refused“ v Ollamě — zkontrolujte, že Ollama server běží (ollama serve)
• „Model not found“ v Google AI Studio — názvy modelů se mění, takže si ověřte aktuální ID v dokumentaci
• Pomalé odpovědi v Ollamě — model pravděpodobně běží na CPU; pro GPU setup viz Gemma 4 na DigitalOcean
• Timeouty — u delších generování zvyšte timeout HTTP klienta

Sources

• How to Use the Gemma 4 API — zdrojový tutoriál s ukázkami v Pythonu, cURL a JavaScriptu
• Gemma documentation — oficiální Google dokumentace k Gemma modelům