Gemini API 認証エラーの原因と解決法

Gemini APIを使用する際、認証エラーに遭遇することは開発者の多くが経験する問題です。ここでは403 Forbidden や 401 Unauthorized などの認証エラーが発生する主な原因と、それぞれの解決方法を段階的に解説します。

APIキーの設定ミス

最も一般的な認証エラーの原因は、APIキーの設定ミスです。

APIキーの取得と確認

まず、Google AI Studioにアクセスし、APIキーが正しく生成されているか確認してください。

# ❌ 間違い: APIキーが空または不正な値
import google.generativeai as genai
 
genai.configure(api_key="")  # エラー発生
 
# ✅ 正解: 環境変数から取得
import os
from google.generativeai import genai
 
api_key = os.getenv("GEMINI_API_KEY")
if not api_key:
    raise ValueError("GEMINI_API_KEY が設定されていません")
 
genai.configure(api_key=api_key)
model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("こんにちは")
print(response.text)  # 正常に動作

環境変数の正しい設定

環境変数にAPIキーを設定する際の一般的なミスです：

スペースの混入: GEMINI_API_KEY = "YOUR_API_KEY" ❌
クォートの誤り: GEMINI_API_KEY=YOUR_API_KEY ✓（引数は別途クォート）
ファイルの保存忘れ: .env ファイルを編集後、エディタで保存を忘れている

Python環境では .env ファイルから読み込む際に、以下の方法を推奨します：

from dotenv import load_dotenv
import os
 
load_dotenv()  # .env ファイルを読み込む
api_key = os.getenv("GEMINI_API_KEY")

Google Cloudプロジェクトの権限不足

Vertex AI 経由でGemini APIを使用する場合、Google CloudプロジェクトのIAM権限が不足していると 403 エラーが発生します。

必要なIAM権限

以下の権限をサービスアカウントに付与してください：

Vertex AI User (roles/aiplatform.user) — API呼び出し
Vertex AI Service Agent — 自動割り当て
Service Account User (roles/iam.serviceAccountUser) — サービスアカウント利用

Google Cloudコンソールで確認する手順：

Google Cloud Console → IAM と管理 → IAM
サービスアカウント（例：my-sa@project-id.iam.gserviceaccount.com）を検索
編集をクリックし、上記の3つのロールが付与されているか確認
ロールがない場合は「ロールを付与」で追加

サービスアカウントキーの確認

from google.oauth2 import service_account
import google.generativeai as genai
 
# サービスアカウント認証
credentials = service_account.Credentials.from_service_account_file(
    "service-account-key.json",
    scopes=["https://www.googleapis.com/auth/cloud-platform"]
)
 
# Vertex AI 経由の場合
import vertexai
vertexai.init(project="YOUR_PROJECT_ID", credentials=credentials)
 
from vertexai.generative_models import GenerativeModel
model = GenerativeModel("gemini-2.5-pro")
response = model.generate_content("テスト")
print(response.text)

プロジェクトの請求設定

APIキーが有効でも、Google Cloudプロジェクトに課金方法が設定されていないと認証エラーが発生します。

請求情報の確認

Google Cloud Console にログイン
左メニューの「お支払い」をクリック
「アカウントの管理」で、請求先アカウントが「有効」になっているか確認
クレジットカードが登録されているか、または無料クレジット（$300など）が残っているか確認

無料トライアル枠での試用の場合：

90日以内のプロジェクト利用可能
$300相当の無料クレジット付与
クレジット期限切れ後は課金設定必須

APIの有効化確認

Google CloudプロジェクトでGemini APIが有効化されていない場合も認証エラーが発生します。

APIの有効化手順

Google Cloud Console にログイン
「APIとサービス」→「ライブラリ」をクリック
検索ボックスで "Generative Language API" または "Vertex AI API" を検索
「有効化」ボタンをクリック

# APIが有効化されているか確認するコード
import subprocess
import json
 
# gcloud コマンドで確認
result = subprocess.run(
    ["gcloud", "services", "list", "--enabled"],
    capture_output=True,
    text=True
)
 
services = json.loads(result.stdout)
api_enabled = any("generativelanguage" in s["name"] for s in services)
print(f"Generative Language API 有効: {api_enabled}")

リージョンと利用可能性の制限

Gemini APIの一部機能は特定のリージョンでのみ利用可能です。

リージョン別サポート状況

世界中で利用可能:

Gemini 2.5 Pro / Flash
Gemini 3 / Flash Lite
テキスト生成・チャット

特定リージョンのみ:

Deepdream：asia-southeast1, us-central1
Video Understanding：us-central1, asia-southeast1
Grounding with Google Maps：特定地域のみ

リージョンを指定したコード例

import vertexai
 
# 特定リージョンで初期化
vertexai.init(project="YOUR_PROJECT_ID", location="asia-southeast1")
 
from vertexai.generative_models import GenerativeModel
 
# asia-southeast1 でのみ利用可能な機能を使用
model = GenerativeModel("gemini-2.5-pro")
response = model.generate_content("テスト")

全体を振り返って

Gemini API の認証エラーは、大きく分けて以下の5つの原因に分類されます：

APIキー設定ミス — 環境変数の誤り、形式エラー
IAM権限不足 — Vertex AI経由時の権限確認
課金設定不足 — Google Cloudプロジェクトの請求設定
API有効化忘れ — Generative Language APIの有効化確認
リージョン制限 — 利用可能地域の確認

これらを順序立てて確認することで、ほぼすべての認証エラーを解決できます。

1. InvalidArgument — 引数が正しくない

google.api_core.exceptions.InvalidArgument: 400 Request contains an invalid argument.

このエラーは、リクエストの構造が API の期待する形式と一致していない場合に出ます。よくある原因は3つです。

原因1: モデル名の指定ミス

import google.generativeai as genai
 
# ❌ 古いモデル名や存在しないモデルを指定した場合
model = genai.GenerativeModel('gemini-ultra')  # 正確な名前が違う
 
# ✅ 正しいモデル名を使う
model = genai.GenerativeModel('gemini-2.5-pro')

最新のモデル名一覧は genai.list_models() で確認できます。

import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
 
for m in genai.list_models():
    if 'generateContent' in m.supported_generation_methods:
        print(m.name)

原因2: コンテンツのフォーマットミス

マルチモーダルコンテンツ（テキスト＋画像）を送る際に構造が崩れているとこのエラーが出ます。

import PIL.Image
 
image = PIL.Image.open("photo.jpg")
 
# ❌ 画像を直接リストに入れるとエラーになる場合がある
response = model.generate_content([image, "この画像を説明してください"])
 
# ✅ 明示的なコンテンツ構造を使う
response = model.generate_content(
    contents=[
        {
            "role": "user",
            "parts": [
                {"text": "この画像を説明してください"},
                image  # PIL.Image オブジェクトはそのまま渡せる
            ]
        }
    ]
)

2. RESOURCE_EXHAUSTED — レート制限またはクォータ超過

google.api_core.exceptions.ResourceExhausted: 429 Quota exceeded for quota metric...

無料枠の場合、1分あたりのリクエスト数（RPM）とトークン数（TPM）に制限があります。

無料プランの典型的な制限（モデルにより異なります）:
- RPM: 15 requests/分
- TPM: 1,000,000 tokens/分（gemini-2.5-pro の場合）

対処: 指数バックオフでリトライする

import google.generativeai as genai
import time
import random
 
def generate_with_retry(model, prompt, max_retries=5):
    for attempt in range(max_retries):
        try:
            response = model.generate_content(prompt)
            return response.text
        except Exception as e:
            if "RESOURCE_EXHAUSTED" in str(e) or "429" in str(e):
                # 指数バックオフ（1, 2, 4, 8, 16秒 + ランダムなジッター）
                wait_time = (2 ** attempt) + random.uniform(0, 1)
                print(f"レート制限に当たりました。{wait_time:.1f}秒後にリトライします（試行 {attempt + 1}/{max_retries}）")
                time.sleep(wait_time)
            else:
                raise  # レート制限以外のエラーはそのまま投げる
    raise Exception(f"{max_retries}回リトライしましたが成功しませんでした")
 
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel('gemini-2.0-flash')
result = generate_with_retry(model, "Pythonのfibonacci関数を書いてください")
print(result)

time.sleep() で待機する際は、必ずランダムなジッター（ゆらぎ）を加えてください。同じタイミングで複数のリクエストが一斉にリトライするのを防げます。

3. PERMISSION_DENIED — API キーの問題

google.api_core.exceptions.PermissionDenied: 403 API key not valid.

API キーが正しく設定されていないか、有効でない場合です。

確認手順

import os
import google.generativeai as genai
 
# ❌ ハードコード（セキュリティ上の問題あり）
genai.configure(api_key="AIza...")
 
# ✅ 環境変数から読み込む
api_key = os.getenv("GEMINI_API_KEY")
if not api_key:
    raise ValueError("GEMINI_API_KEY 環境変数が設定されていません")
genai.configure(api_key=api_key)

# 環境変数の設定方法（macOS / Linux）
export GEMINI_API_KEY="YOUR_API_KEY"
 
# .env ファイルを使う場合（python-dotenv が必要）
# pip install python-dotenv

from dotenv import load_dotenv
load_dotenv()  # .env ファイルを読み込む
 
import os
api_key = os.getenv("GEMINI_API_KEY")

API キーは Google AI Studio で確認・再生成できます。コピーする際にスペースが入り込んでいないか .strip() で確認することをお勧めします。

4. ValueError — response.text が取得できない

ValueError: response.text quick accessor only works for simple (single-candidate,
no tool calls) responses. This response has a non-simple response. Instead,
use result.candidates[n].content.

このエラーが出る時は、レスポンスが想定より複雑な構造になっています。よくある原因は、安全フィルターでコンテンツがブロックされた場合です。

import google.generativeai as genai
 
def safe_get_text(response):
    """レスポンスからテキストを安全に取得する"""
    # まず finish_reason を確認する
    if not response.candidates:
        return None
    
    candidate = response.candidates[0]
    
    # ブロックされた理由を確認
    if candidate.finish_reason.name == "SAFETY":
        print(f"コンテンツが安全フィルターでブロックされました")
        if candidate.safety_ratings:
            for rating in candidate.safety_ratings:
                print(f"  {rating.category.name}: {rating.probability.name}")
        return None
    
    # 通常のテキスト取得
    try:
        return response.text
    except ValueError:
        # フォールバック: parts から直接取得
        if candidate.content and candidate.content.parts:
            return "".join(
                part.text for part in candidate.content.parts 
                if hasattr(part, 'text')
            )
    return None
 
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel('gemini-2.0-flash')
response = model.generate_content("テスト")
text = safe_get_text(response)
if text:
    print(text)

5. DeadlineExceeded — タイムアウト

google.api_core.exceptions.DeadlineExceeded: 504 Deadline Exceeded

リクエストが制限時間内に完了しなかった場合です。長い入力テキストを送ったり、複雑なタスクを依頼したりすると発生しやすくなります。

import google.generativeai as genai
from google.api_core import retry
 
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel('gemini-2.5-pro')
 
# タイムアウトを明示的に設定してリクエストする
response = model.generate_content(
    "長い文書の要約をお願いします...",
    request_options={"timeout": 120}  # 120秒（デフォルトは60秒程度）
)
 
print(response.text)

長いドキュメントを処理する場合は、ストリーミングモードを使うことも有効です。全体の生成が終わるまで待たずに、生成されたチャンクを順次受け取れます。

# ストリーミングで受け取る
for chunk in model.generate_content("長い文書の要約...", stream=True):
    print(chunk.text, end="", flush=True)
print()  # 改行

5つのエラーパターンを覚えておくと、Gemini API との最初の壁をスムーズに越えられます。特にレート制限のリトライ処理は、実際のプロジェクトで使う場合に必ずといっていいほど必要になります。指数バックオフのコードはコピーして使いまわしてください。

API キーは環境変数で管理し、コードに直接書かない習慣を最初から身につけておくと、後々のセキュリティ管理が楽になります。