Gemini API Files API 怎么用:上传长视频、音频、大 PDF 给模型分析,单文件上限与保留时间规则

当多模态请求大于 100 MB(PDF 大于 50 MB)或需多次复用长音视频时,应使用 Gemini API 的 Files API。本文整理上传轮询代码、2 GB 单文件上限与 48 小时保留规则。

NNathaniel bigo··原创首发·AI 辅助撰写
10 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 免费账号 账号

结论先说

  1. 请求总大小超过 100 MB(PDF 文件超过 50 MB)或同一份媒体文件要反复提问时,必须改用 Files API:先上传拿到 uri,再在对话里传引用,避免每次重复传几百兆字节。
  2. 单文件上限为 2 GB,每个项目总暂存空间上限为 20 GB,文件保留时间为固定的 48 小时:到期由服务端自动清理,不支持手动延期,但可随时调 delete 提前删除。
  3. Files API 上传和暂存本身完全免费,只有在你把文件 uri 放进模型请求实际推理时,才会按对应多模态规则折算输入 token 计费。
  4. 长视频上传后不要立刻发提问:视频需服务端异步预处理,务必先通过 files.get 确认文件状态从 PROCESSING 变为 ACTIVE 后再调用模型。
  5. 谷歌账号准备与多工具订阅入口:使用 Gemini、Google AI Studio 与 Antigravity 需具备符合地区与年龄要求的个人谷歌账号,缺号可查看本站 谷歌账号购买说明(含带 2FA 的 谷歌邮箱成品号),跨平台付费订阅总览见 AI 会员充值中心。

Gemini API Files API 配额上限与保留规则总览

图:本站根据 Google Gemini API 文档:Files API 整理的示意图

本文根据 Google Gemini API 官方文档《Files API》《Gemini Developer API Pricing》整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 Google 官方网站。

适用于谁

  • 想把几百 MB 的会议录像、长播客音频或上百页的 PDF 财报喂给 Gemini 模型做总结、提取时间戳的开发者;
  • 直接在请求里内联塞 Base64 字节流导致体积超限报 400 错误,需要改用 client.files.upload 的人;
  • 关心上传后的文件存多久、收不收存储费、单文件最大支持多少 GB 的工程师。

一、什么时候用内联传参,什么时候必须用 Files API

Gemini API 支持直接把小图片、短音频放进请求体,也支持通过 Files API 预上传。按官方现行规范对照如下:

指标项请求体内联传入(Inline)Files API 预上传(files.upload)
触发体积边界适合小图短片段;总请求超 100 MB(PDF 超 50 MB)不可用单个文件最高支持 2 GB,项目总空间 20 GB
多轮对话复用每轮都要重传原始字节,浪费带宽且易超时上传一次拿到 myfile.uri,48 小时内无限次引用
保留与删除仅当次请求有效,不留存文件对象默认保留 48 小时后自动销毁,支持主动删除
存储费用无托管存储免费,仅在送入模型推理时算输入 token

另外官方文档说明,files.upload 返回的文件 URI 在 v1 与 v1beta 接口之间可以互通使用。如果你也在对比 Anthropic 同类接口的配额差异,可参考 Claude API Files API 怎么用。

二、Python 与 Node.js 上传、轮询状态与删除代码

1. 上传音频或 PDF 并直接提问(Python)

安装官方 google-genai SDK(环境准备见 Gemini API Python 调用教程)后,上传并传入新一代 Interactions API 的写法如下:

python
import time
from google import genai

client = genai.Client()

# 1. 上传本地视频、音频或大 PDF
myfile = client.files.upload(file="lecture.mp4")

# 2. 视频大文件需等待预处理完成变为 ACTIVE
while myfile.state.name == "PROCESSING":
    time.sleep(3)
    myfile = client.files.get(name=myfile.name)

if myfile.state.name != "ACTIVE":
    raise RuntimeError(f"文件处理失败,当前状态: {myfile.state.name}")

# 3. 传入 URI 让模型分析内容
interaction = client.interactions.create(
    model="gemini-4-hydrogen",
    input=[
        {"type": "text", "text": "按章节列出这段视频的关键时间点与核心结论"},
        {"type": "video", "uri": myfile.uri, "mime_type": myfile.mime_type},
    ],
)
print(interaction.output_text)

若使用 Node.js / TypeScript 开发,同样调用 await client.files.upload({ file: "sample.mp3", config: { mimeType: "audio/mpeg" } }),基础配置可看 Gemini API Node.js 调用教程。需要申请 AI Studio 密钥但缺少账号时,可在本站查看 谷歌账号说明。

2. 列出已上传文件与主动清理

如果项目累计上传快要接近 20 GB 配额上限,或者涉及敏感内部资料不想留在云端等满 48 小时,可以用 list 与 delete 立即销毁:

python
# 查看当前项目暂存的文件列表
for f in client.files.list():
    print(f.name, f.uri)

# 分析完毕后主动删除指定文件
client.files.delete(name=myfile.name)

Gemini API Files API 常见报错与状态排查

图:本站根据 Google Gemini API 文档:Files API 整理的示意图

谷歌开发账号与主力编程订阅提示:若当前账号卡在地区不支持、手机核验或工作空间限制,可在本站选购已配置两步验证的 谷歌账号成品号(即时发货,质保首登,到手请按指引先登后改密);日常搭配主力模型开发,也可同步了解免境外卡自助兑换的 ChatGPT Plus 与 Claude Pro。

三、长视频与大文档省费及报错排查

  1. 刚传完视频马上提问报 FAILED_PRECONDITION 或 400:基本都是没等 state 变成 ACTIVE 就调了生成接口。加上上面的 files.get 循环等待即可解决;更多状态码含义见 Gemini API 报错 400、403、429、500 怎么办。
  2. 过了两天复用旧 uri 报 403 或 404:文件已满 48 小时被自动清理。业务数据库里不要把 Gemini 的 file.uri 当永久对象存储地址保存,应当保留你自己的源文件路径,捕获过期错误后自动重传一次刷新 uri。
  3. 同一长视频连续追问十几次账单偏高:Files API 只免掉「网盘托管费」,每次把 1 小时视频的 uri 放进请求都会重新计算几十万视频输入 token。多轮密集追问同一文件时,建议把上传后的文件配合上下文缓存一起用,计费细则见 Gemini API 价格。

常见问题

问:Files API 里上传的文件能下载回本地吗?

答:不能。官方设计 Files API 仅用于向 Gemini 模型喂入多模态上下文,只支持上传(upload)、查元数据(get / list)和删除(delete),不提供原始文件字节下载接口。

问:不同的 API Key 之间能共享同一个 file.uri 吗?

答:文件归属于创建该 API Key 所在的 Google Cloud / AI Studio 项目(Project)。跨项目的密钥无法读取彼此上传的文件 URI,会直接返回权限拒绝错误。

问:PDF 里的图表和扫描件排版会被识别吗?

答:通过 Files API 传入 PDF 时,Gemini 会按原生多模态视觉方式逐页解析页面图像与文字,不仅能读纯文本,还能看懂里面的折线图、表格与扫描页内容。

问:YouTube 公开视频也需要先下载再用 Files API 上传吗?

答:不需要。如果分析对象是公开的 YouTube 视频链接,Gemini API 支持直接在输入里传入视频网址解析;Files API 主要用于上传本地私有录屏、内部会议音频或未公开的超大 PDF 文档。

问:没有可用的个人谷歌账号,或者同时想开其他主流 AI 会员怎么办?

答:本站提供即买即发的 谷歌邮箱成品号(登录方法见 谷歌账号购买页),同时支持支付宝、微信支付与 AlipayHK 自助充值 ChatGPT Plus、Claude Code 等主流服务,实时价格与质保细则以各商品页说明为准。

相关教程

参考资料

  • Google Gemini API 官方文档:Files API — https://ai.google.dev/gemini-api/docs/files
  • Google Gemini API 官方文档:Gemini Developer API Pricing — https://ai.google.dev/gemini-api/docs/pricing

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同模型

  1. 01

    用 Google Takeout 单独备份导出 NotebookLM 笔记本与 Gemini 记录:只勾选指定服务不下载整个云端硬盘的步骤

    想把 NotebookLM 里的几十个研究笔记本、来源副本与音频概览,连同 Gemini 聊天记录一起备份到本地,又怕 Google Takeout 把整个云端硬盘和相册全打包?本文讲清先取消全选、精准勾选两项服务、解压目录查看与跨号迁移的做法。

    Gemini0
  2. 02

    Google Workspace 企业/教育版管理员怎么在后台给成员开启 Gemini 应用、NotebookLM 与设置年龄访问权限

    团队成员或学校师生登录 Google Workspace 账号时提示无权使用 Gemini 或打不开 NotebookLM?本文按 Google 管理控制台官方文档整理服务开关路径、组织部门(OU)与群组放行、18 岁年龄访问权限设置及对话保留合规配置。

    Gemini0
  3. 03

    安卓手机默认助手换成 Gemini 后设闹钟、发短信或控制智能家居失灵怎么办:Workspace 与实用程序扩展开启步骤

    安卓手机把默认语音助手从 Google Assistant 换成 Gemini 后,喊它定闹钟、开手电筒、发短信或开关智能灯全都没反应?本文按官方帮助中心整理实用程序(Utilities)、Google Home 与 Workspace 关联应用开启步骤及锁屏放行设置。

    Gemini0
  4. 04

    Gemini 写长代码或长文档到一半突然停住、格式截断怎么无缝续写:锚点接续指令与 Canvas 分块修改技巧

    让 Gemini 写几百行代码或万字长文时经常写到一半突然停住、Markdown 代码块没闭合,直接回「继续」又重头抄一遍?本文整理字面锚点续写指令、代码块防乱码补齐法与 Canvas 局部圈选修改工作流。

    Gemini0
  5. 05

    NotebookLM 中文音频播客(Audio Overview)高阶玩法:用自定义引导词控制对谈深度、受众水平与重点章节(附模板)

    NotebookLM 生成的中文音频播客总是泛泛而谈、漏掉核心章节或夹杂生僻英文缩写?本文按官方帮助中心整理来源勾选过滤、四种播客格式搭配与三维自定义引导词写法,附 4 套可直接复制的中文控场模板。

    Gemini0
  6. 06

    NotebookLM 添加 YouTube 视频、网页或扫描版 PDF 提示「无法导入来源」怎么办:无字幕、反爬与纯图 PDF 逐项解决

    往 NotebookLM(Gemini Notebook)塞 YouTube 链接、外文网页或扫描教材时总是亮红叹号提示无法导入来源?本文按官方帮助中心逐项排查无字幕视频、反爬动态页与加密纯图 PDF 的替代导入步骤。

    Gemini0

同产品的其他教程

  1. 01

    iPhone 操作按钮(Action Button)或锁屏小组件一键开启 ChatGPT / Gemini 实时语音对话配置教程

    每次在 iPhone 上练口语或语音提问都要解锁、找图标、再点耳机按钮太繁琐?本文整理利用 iPhone 操作按钮(Action Button)、iOS 18 锁屏底部控制项、控制中心与背面轻点一键直达 ChatGPT 实时语音或 Gemini Live 的完整步骤。

    ChatGPTGemini0
  2. 02

    Firebase Studio(原 Project IDX)是什么、怎么用:浏览器云端全栈开发环境搭配 Gemini 智能体实战

    以前收藏的 Project IDX 网址为什么跳到了 Firebase Studio?本文按 Google 官方文档讲清它的全栈云端定位、App Prototyping 原型智能体、Code 视图切换、.idx/dev.nix 环境定制与免费工作区上限。

    Gemini其他 AI 工具0
  3. 03

    Google Colab 内置 Gemini 编程助手怎么用:免费云端 GPU 笔记本自动生成数据分析代码、修报错与限额说明

    不用配本地 Python 环境,怎么在 Google Colab 云端笔记本里免费用 Gemini 自动写数据分析代码、一键修复红字报错并跑 Data Science Agent?本文整理四大入口用法、Secrets 密钥管理与免费版限额。

    Gemini其他 AI 工具0
  4. 04

    Gemini API Token 计数(count_tokens)与多模态计费规则:图片分辨率、音频秒数与视频帧率怎么折算 Token

    传一张高清截图或一段 10 分钟视频给 Gemini API 到底扣多少 Token?本文按官方文档拆解 258 图片切片、每秒 32 音频与每秒 263 视频折算公式,附 count_tokens 免费预估与降本代码。

    Gemini0
  5. 05

    Gemini API 回答被安全策略拦截(SAFETY / PROHIBITED_CONTENT)怎么办:阈值调节边界与合规提示词排查

    调用 Gemini API 翻译文档或分析安全日志时返回空白、报 finish_reason: SAFETY 或 PROHIBITED_CONTENT 怎么办?本文详解四类可调安全阈值代码写法、不可关闭的硬性红线区别与误报排查步骤。

    Gemini0
  6. 06

    Gemini API 图像生成与多轮改图怎么调:用 google-genai SDK 出图、局部修改与宽高比控制参数

    怎么用 Python 代码调用 Gemini API 生成高清配图并像聊天一样连续局部改图?本文详解 google-genai SDK 原生生图代码、多轮对话改图、参考图融合与 aspect_ratio 宽高比配置。

    Gemini0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~