Google GenAI SDK
MarkdownDet oprindelige Gemini-format: Google GenAI SDK til Python og JavaScript samt direkte REST-anmodninger.
Komplet guide
Installation
pip install google-genainpm install @google/genaiTilslutning
Adressen er https://api.ailoot.ai uden /v1beta: SDK'et sammensætter selv stien /v1beta/models/<model>:generateContent automatisk. I Python angives adressen via HttpOptions(base_url=…), i JavaScript via httpOptions.baseUrl. SDK'et sender nøglen i headeren x-goog-api-key.
from google import genai
from google.genai import types
import os
client = genai.Client(
api_key=os.environ["AILOOT_API_KEY"],
http_options=types.HttpOptions(base_url="https://api.ailoot.ai"), # uden /v1beta
)
resp = client.models.generate_content(
model="gemini-3.8-flash",
contents="Find på tre navne til en café.",
)
print(resp.text)import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
apiKey: process.env.AILOOT_API_KEY,
httpOptions: { baseUrl: "https://api.ailoot.ai" }, // uden /v1beta
});
const resp = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "Find på tre navne til en café.",
});
console.log(resp.text);curl "https://api.ailoot.ai/v1beta/models/gemini-3.8-flash:generateContent" \
-H "x-goog-api-key: $AILOOT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [
{"role": "user", "parts": [{"text": "Find på tre navne til en café."}]}
]
}' Hvad kan du sende?
- Felter på øverste niveau:
contents,systemInstruction,generationConfig,safetySettings,toolsogtoolConfig. generationConfigaccepterertemperature,topP,topK,maxOutputTokens,thinkingConfig,responseMimeType(text/plainellerapplication/json),responseSchemaellerresponseJsonSchema(JSON-objekt),stopSequences(liste af strenge),candidateCount: 1, heltalsparameterenseed, de numeriske parametrepresencePenaltyogfrequencyPenalty. Tilladte intervaller og funktioner afhænger af den specifikke model; til JSON-svar skal du vælge én understøttet skemaform ogapplication/json. For tekstmodeller erresponseModalities— kun["TEXT"].safetySettings— en liste af objekter medcategory,thresholdog det valgfriemethod; vælg værdier ud fra dokumentationen for den specifikke model.- For Gemini-modeller, der understøtter den pågældende inputtype, gælder det, at
parts[].inlineDataindeholdermimeTypeog ikke-tomme base64-data; PDF-filen skal være en ægte PDF.fileDataindeholder en offentlighttps-adresse ifileUriog filens MIME-type. For YouTube kan MIME udelades.http, private adresser,gs://og Google Files API-objekter understøttes ikke; det gør upload via Google Files API heller ikke. Ved video kan du tilføjevideoMetadata:startOffset/endOffsetsom en streng i sekunder (for eksempel1.5s) ogfpsmed en værdi større end 0 og højst 24. Størrelsen på anmodningens indhold, konteksten, tilladt input og svargrænsen kontrolleres ud fra modellen og formatet. - Klientens
functionDeclarationsudføres af din applikation. Tekstmodeller accepterer også{"googleSearch": {}}og{"urlContext": {}}: hver for sig eller samlet i listentools. Hverken Google Search eller URL context kan kombineres medfunctionDeclarationsi samme anmodning. Til billedoutput er kun klientfunktioner tilgængelige. Andre indbyggede værktøjer og explicit cache understøttes ikke. Search/URL context kan kræve en reservation baseret på den fulde inputgrænse; det faktisketoolUsePromptTokenCountmedregnes som inputtokens. - Hvis modellen ikke understøtter et felt, en vedhæftning eller en kombination af værktøjer, afvises anmodningen før reservationen — der debiteres intet. Du får HTTP
400medstatusINVALID_ARGUMENTog klasseninvalid_request(iErrorInfo.reason—INVALID_REQUEST). Ugyldig JSON, fejl i stiparametre og andre valideringsfejl returnerer også400; læs fejlteksten og Request ID. Funktionerne afhænger af modellen: kontrollér dens formater og inputtyper i kataloget.
| Input | Understøttede MIME-typer |
|---|---|
| Inline-billeder | image/png, image/jpeg, image/webp |
| Dokumenter | application/pdf; text/plain, text/html, text/css, text/csv, text/xml, text/rtf, text/markdown, text/javascript, application/x-javascript, text/x-python, application/x-python |
| Lyd | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac |
| Video | video/mp4, video/mpeg, video/mov, video/quicktime, video/avi, video/x-flv, video/mpg, video/webm, video/wmv, video/3gpp |
import json, os, urllib.request
def generate(model, payload):
req = urllib.request.Request(
"https://api.ailoot.ai/v1beta/models/" + model + ":generateContent",
data=json.dumps(payload).encode(),
headers={"x-goog-api-key": os.environ["AILOOT_API_KEY"],
"Content-Type": "application/json"},
)
# Send én gang. Efter en timeout skal du kontrollere Request ID i din forbrugshistorik, før du prøver igen.
with urllib.request.urlopen(req, timeout=300) as response:
print("Request ID:", response.headers.get("X-Request-ID"))
return json.load(response)
import base64, pathlib, sys
# Angiv en reel lokal PDF-, lyd- eller videofil og dens understøttede MIME-type.
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
{"text": "Beskriv kort filens indhold."},
{"inlineData": {"mimeType": mime,
"data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# Alternativ vedhæftning: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# Til en reel YouTube URL: {"fileData": {"fileUri": youtube_url}}Hele funktionsforløbet
Send funktionsdeklarationen, modtag functionCall, udfør din funktion, returnér functionResponse, og anmod om det næste svar. Behold hele modellens content, inklusive thoughtSignature; opret ikke selv signaturen.
import json, os, urllib.request
def generate(model, payload):
req = urllib.request.Request(
"https://api.ailoot.ai/v1beta/models/" + model + ":generateContent",
data=json.dumps(payload).encode(),
headers={"x-goog-api-key": os.environ["AILOOT_API_KEY"],
"Content-Type": "application/json"},
)
# Send én gang. Efter en timeout skal du kontrollere Request ID i din forbrugshistorik, før du prøver igen.
with urllib.request.urlopen(req, timeout=300) as response:
print("Request ID:", response.headers.get("X-Request-ID"))
return json.load(response)
tools = [{"functionDeclarations": [{
"name": "multiply", "description": "Gang to tal",
"parameters": {"type": "object", "properties": {
"a": {"type": "number"}, "b": {"type": "number"}},
"required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "Gang 7 med 8 ved hjælp af funktionen"}]}]
for turn in range(4): # Begræns værktøjsløkken; send ikke en anmodning igen, hvis resultatet er uklart.
reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
content = reply["candidates"][0]["content"]
contents.append(content) # Bevar ALLE oprindelige dele og thoughtSignature uændret.
results = []
for part in content.get("parts", []):
call = part.get("functionCall")
if not call:
continue
if call["name"] != "multiply":
raise ValueError("Unexpected function")
args = call["args"]
result = {"name": call["name"], "response": {"value": args["a"] * args["b"]}}
if "id" in call:
result["id"] = call["id"]
results.append({"functionResponse": result})
if not results:
print(content)
break
contents.append({"role": "user", "parts": results})
else:
raise RuntimeError("Tool loop limit reached")Streamet svar
for chunk in client.models.generate_content_stream(
model="gemini-3.8-flash",
contents="Beskriv solnedgangen over havet",
):
print(chunk.text, end="", flush=True)curl -N "https://api.ailoot.ai/v1beta/models/gemini-3.8-flash:streamGenerateContent?alt=sse" \
-H "x-goog-api-key: $AILOOT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"contents": [{"role": "user", "parts": [{"text": "Beskriv solnedgangen over havet"}]}]}' Tilgængelige modeller
27 identifikatorer er tilgængelige i Gemini-format: gemini-3.8-flash, gemini-3.1-pro, gemini-pro-agent, gemini-3.8-flash-tiered, gemini-3.8-flash-medium, gemini-3.8-flash-low, gemini-3.8-flash-high, gemini-3.7-flash, gemini-3.7-flash-tiered, gemini-3.7-flash-medium, gemini-3.7-flash-low, gemini-3.7-flash-high, gemini-3.6-flash, gemini-3.6-flash-tiered, gemini-3.6-flash-medium, gemini-3.6-flash-low, gemini-3.6-flash-high, gemini-3.5-flash-lite, gemini-3.1-pro-preview, gemini-3.1-pro-low, gemini-3.1-pro-high, gemini-3.1-flash-lite, gemini-3-flash, gemini-2.5-pro, gemini-2.5-flash, gemini-2.5-flash-thinking, gemini-2.5-flash-lite.
Gemini-modeller er også tilgængelige i Anthropic Messages-format — praktisk for klienter, der kun understøtter det: Anthropic SDK.