【AI】免费的代价？Google AI Studio 使用指南与 Cherry Studio + MCP 实战教程
🟢 定义速览：Google AI Studio 是使用谷歌相关模型的网页；Cherry Studio 是可以使用多种模型API Key的桌面软件。
文章目录
一、Google AI Studio
本小节内容基本可以在Gemini API文档中找到更详细的描述。
🔗URL：https://aistudio.google.com/
1.1 和Gemini网页版的区别
简单来说就是：Google AI Studio 可自定义的设置更多。
- Gemini 网页版的Deep Research、Canvas等功能在AI Studio是没有的。
- 对上传的文件格式支持不同：这方面Gemini 网页版支持更丰富一些，如：AI Studio 里面不能上传
xlsx表格。
参数调整：AI Studio以调整 Temperature（创造性 vs 严谨性）、Top-K/Top-P、Output Length（输出长度限制）、图片数量、图片分辨率等等
模型选择：Gemini 网页版 只能指定是最新模型的Flash（快速）或者Pro（思考）模式。而Studio 可以指定多种模型。
其它的则是相似的，如AI Studio可以预设多个提示词（AI Studio里面叫做：System instructions），而Gemini 网页版可以在设置-个人使用场景中设置全局的指令，也可以创建Gem（即给特定场景设置专属指令/提示词，知识库），以应对不同的需求。
1.2 免费层级的用量限制
Google AI Studio 里面可以免费使用最新的模型（以及旧模型），但有限制和代价。
速率限制通常从以下三个维度进行衡量：每分钟请求数 (RPM)每分钟 token 数（输入）(TPM)每日请求数 (RPD)我们会根据每项限制评估您的用量，如果超出任何一项限制，系统都会触发速率限制错误。例如，如果您的 RPM 限制为 20，那么在一分钟内发出 21 个请求会导致错误，即使您未超出 TPM 或其他限制也是如此。速率限制按项目应用，而不是按 API 密钥应用。每天的请求数 (RPD) 配额会在太平洋时间午夜重置。限额因所用模型而异，并且部分限额仅适用于特定模型。例如，每分钟生成的图片数 (IPM) 仅针对能够生成图片的模型（Imagen3）计算，但在概念上与 TPM 类似。其他模型可能设有每日 token 数量上限 (TPD)。实验性模型和预览版模型的速率限制更为严格。
来源：Gemini API文档-速率限制
🟢速率限制与项目的用量层级（Tier）相关联:
🟢这里就把Tier1的速率限制列出来：这是变化的，只作为参考，仅仅是发文时的数据，这里是非批量API的速率限制
主要看最后一列：每日请求次数限制（RPD）即可。
免费层级的我没找到准确数据（也懒得找😆），但据我以前的使用经验：对话一般每天足够使用的（除非你1+1这种问题也要问），图片生成数量很少，好像就几张。只要绑定有效的卡，就可以升级Tier1，使用这个key是付费的。免费层级，也可以创建API Key，这个key你可以在你的代码中使用，或者其它软件中使用，速率一样有限制。网页对话的Gemini3.0 Pro不适用以上内容，也不是本文的主题。
1.3 Google AI Studio 隐私问题（重要）
1.31 案例分享
🟠三星源码泄露事件(2023)：
- 这是所有大模型（包括 Google Gemini）“免费层级”隐私警告的源头案例。虽然主角是 ChatGPT，但它直接导致了 Google 随后更新了极其严格的内部政策，并警告用户：“免费层级的对话就是训练数据”。
🟠针对 Google Gemini 的“秘密监控”集体诉讼 (2025年11月):
1.32 Gemini API 附加服务条款
直接看官方文档吧：
即使你使用的是后者，也最好不要上传敏感、机密、个人信息，开源尚且有风险，闭源就更不必说了。（其它领域也是类似，如不要向网盘上传我列举的那些内容）
1.4 API Key的价格
列出3.0的对话和画图的价格，其它模型以去官网文档查看：
下图中的：官网的谷歌翻译有问题，这里说明一下
token、词元、令牌 都代表：tokens- 提示：prompts，即你的输入（一段文字，一个pdf，一个代码等等）
🟢token与单词、汉字之间的数量关系：
| 语言/类型 | 换算关系 (预估) | 备注 |
|---|---|---|
| 英文 (English) | 100 Tokens ≈ 60 ~ 80 个单词 | 官方数据。通常按 1 Token ≈ 0.75 个单词 估算最准。 |
| 中文 (Chinese) | 100 Tokens ≈ 60 ~ 100 个汉字 | 中文比较复杂。现代模型（如 Gemini）通常 1 个汉字 ≈ 1 ~ 1.5 个 Token。 |
| 字符 (Characters) | 1 Token ≈ 4 个字符 | 这里的“字符”主要指英文字母。 |
20万个token相当于：大约 150,000 个英文单词。大约 130,000 ~ 200,000 个汉字。🟢Gemini 3 Pro 预览版：
简要解释：这个是按照一次会话（可以有多轮，直到你发起新的对话）计算的，在这一次会话中，如果你的输入内容总长度不大于20万个tokens，那么：输入价格就是2美元/100万tokens，输出价格就是12美元/100万tokens。
场景：输入 100 tokens，输出 1000 tokens，没超过 20万档位。
- 输入费：
100 tokens × $ 2.00 1 , 000 , 000 = $ 0.0002 100 \text{ tokens} \times \frac{\$2.00}{1,000,000} = \$0.0002 100 tokens×1,000,000$2.00=$0.0002 - 输出费：
1000 tokens × $ 12.00 1 , 000 , 000 = $ 0.012 1000 \text{ tokens} \times \frac{\$12.00}{1,000,000} = \$0.012 1000 tokens×1,000,000$12.00=$0.012 - 总费用：
$ 0.0002 + $ 0.012 = $ 0.0122 \$0.0002 + \$0.012 = \mathbf{\$0.0122} $0.0002+$0.012=$0.0122
上下文缓存： AI模型是无状态的，它不会自动记住上次对话。每次请求都是一个独立事件，必须把需要它知道的“记忆”（即上下文，即前面所有输入输出）全部塞给它。因此，处理长文档的多轮对话会非常昂贵，因为每次都要为不断变长文档付费。
如果，我一开始就丢给他一本书的PDF，那我问了几个问题后，费用不是爆炸？💥
不会：模型有上下文缓存功能，2.5及以后的模型的隐式缓存默认处于启用状态，当上下文的tokens大于4096时即可开启，这会降低你的费用。（显式缓存开启时你自己使用Gemini的SDK、API写代码调用时的选项，网页版和Studio中没有相关选项）
所以：每次聊天的上下文不要太长了，一方面是价格问题，另一方面是上下文太长会降智，比如一直回复相同的内容。
🟢Gemini 3 Pro Image 预览版：
1.5 Google AI Studio 使用说明
目前页面不支持中文的（聊天支持），页面的英文选项你应该都认识。
先用图片标注说明这个页面的各部分是什么含义吧：
🟢模型参数解释：
💬（1）对话：功能是否开启，根据你的需求来，比如你发给它一个网址，让它读，就开启URL context
| 参数名称 (Parameter) | 中文名 | 功能详解 | 设置与建议 |
|---|---|---|---|
| Temperature | 温度 | 控制随机性。0最严谨（适合代码），2最奔放（适合创意）。1是平衡点。 | 1 (平衡，通用性好) |
| Media resolution | 媒体分辨率 | 识别图片/视频时的清晰度。Default是速度与细节的折中。 | Default (默认，够用) |
| Thinking level | 思考等级 | 推理模型专用。决定模型在回答复杂问题前“思考”的时间长度。 | High (深度思考，适合难任务) |
| Structured outputs | 结构化输出 | 强制模型只吐出标准 JSON 格式，开发程序接口时用。 | 关闭 (一般对话不用开) |
| Code execution | 代码执行 | 给模型一个Python环境，能写代码并真跑（算数、画图）。 | 关闭 (建议做数据分析时开启) |
| Function calling | 函数调用 | 让模型连接你的外部工具（API），是做智能体（Agent）用的。 | 关闭 |
| Grounding with Google Search | 谷歌搜索 | 联网能力。开启后可查实时信息（新闻、天气、股价）。 | 开启 (回答会带引用来源) |
| URL context | 网址上下文 | 允许直接读取提示词里贴的链接网页内容。 | 关闭 |
| Safety settings | 安全设置 | 敏感内容（如仇恨言论）的过滤阈值。 | 默认 |
| Add stop sequence | 停止序列 | 设定一个“暗号”，模型一旦说到这个词就立马闭嘴（停止生成）。 | 无 |
| Output length | 输出长度 | 单次回答的最大容量（Token数）。65k大约能写几万字。 | 65536 (拉满即可) |
| Top P | 核采样 | 辅助控制随机性，只选概率前95%的词，防止模型胡言乱语。 | 0.95 (标准值，不用动) |
🖼️（2）画图：
| 参数名称 | 中文含义 | 功能解释 | 推荐用法 |
|---|---|---|---|
| Aspect ratio | 宽高比 | 决定生成图片的形状比例。 | 根据你的需求选 |
| Resolution | 生成分辨率 | 决定生成图片的清晰度/像素大小。 | 根据需求选择 |
音视频的就不说了，选项很少。
不同模型的参数有差异，如Imagen 4 ，可以一次最多生成4张不同的图片。
画图最好的是Nano Banna Pro，中文支持也好。二、Cherry Studio
2.1 速通
Cherry Studio 是一款开源、跨平台的 AI 桌面客户端，专门为专业用户和开发者设计。
它就像一个 “万能聚合器” ：你不需要去打开一个个独立的网页（比如 ChatGPT、Claude、DeepSeek 官网），而是把这些模型全部装进这一个软件里，通过你自己的 API Key 来使用，同时加上了极其强大的本地功能（如知识库、自动化助手）。
直接去github即可下载：https://github.com/CherryHQ/cherry-studio
或者去官网：https://www.cherry-ai.com/
如使用gemini-3-pro-preview和gemini-3-pro-image-preview（这两个叫做模型id）：
画图示例：
各种功能自己探索即可，都是中文。
2.2 MCP
知识库什么的，就不展开说了，比如你有一项新技术，你可以把相关论文、教程创建一个知识库，让AI基于这个知识库回答。
AI的知识库是落后的，让它搜索也可能效果不好，较新、冷门的内容可以创建知识库。
这里说一下Cherry Studio的MCP功能。
MCP 全称是 Model Context Protocol（模型上下文协议）：它的核心目的是：打破 AI 的孤岛状态，让 AI 能以一种标准化的方式，去读取你本地的数据、操作你的工具。
使用VScode、Cursor、Google Antigravity的时候，AI可以读取你整个项目的内容，再使用Agent的话，还能完全操控你的文件（增加、删除、修改等），而Cherry Studio 默认没有这些功能。
先添加文件系统MCP：
填写配置：
示例：主要设置args那里的项目目录（可以填写多个目录，告诉AI你要操作哪个即可），以及isActive设置为true
{"mcpServers":{"U-B_DuXl3EbzIGGOMeFNF":{"isActive": true,"name":"@cherry/filesystem","type":"inMemory","args":["E:/AI/BrowserExtension"],"provider":"CherryAI","shouldConfig": true,"installSource":"builtin","isTrusted": true },"wU439NroVcqpl5K26dpRQ":{"isActive": false,"name":"wU439NroVcqpl5K26dpRQ","type":"stdio","installSource":"unknown"}}}在对话里面选择这个MCP，AI就能读取电脑上的文件了：
让它生成一个readme文件：
检查无误：
不过目前使用下来还是没有前面我提到的那3个编辑器舒服😆
你可以添加其它AI的key，如deepseek的，去deepseek开放平台弄就行了。
