ドキュメント
API

Gemini generateContent

Markdown

Google Geminiのネイティブ形式。Gemini CLI、Google GenAI SDK、RESTクライアントで使用します。

完全ガイド
POSThttps://api.ailoot.ai/v1beta/models/{model}:generateContent
Gemini generateContent
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": "カフェの名前を三つ考えてください。"}]}
    ]
  }' 
200 OK
{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [{ "text": "1. «豆と湯気» 2. «朝のひと挽き» 3. «角のカフェ»" }]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 9,
    "candidatesTokenCount": 27,
    "totalTokenCount": 36
  },
  "modelVersion": "gemini-3.8-flash"
}

認証

  • x-goog-api-keyheader必須

    キー sk-…。次の形式も使用できます:Authorization: Bearer または x-api-key。Googleとの互換性のため、 ?key= をURLに指定することもできますが、優先順位は最も低くなります。?api_key= は400で拒否されます。キーがログに記録されないよう、ヘッダーの使用を推奨します。

パス

  • modelstring必須

    Gemini形式のモデルID。例:gemini-3.8-flash または gemini-3.1-pro。全部で27あります。

POSThttps://api.ailoot.ai/v1beta/models/{model}:streamGenerateContent?alt=sse
GEThttps://api.ailoot.ai/v1beta/models

リクエストボディ

  • contentsarray必須

    メッセージには role (user/model)、 partsがあります。値にはtext、inlineData/fileData、functionCall/functionResponseを指定します。添付ファイルは、そのモデルが入力として受け付けるものに限られます。

  • systemInstructionobject任意

    テキストのシステム指示:{"parts": [{"text": "…"}]}。

  • generationConfigobject任意

    generationConfig で指定できるのは temperature, topP, topK, maxOutputTokens, thinkingConfig, responseMimeType (text/plain または application/json), responseSchema または responseJsonSchema (JSONオブジェクト)、 stopSequences (文字列の配列)、 candidateCount: 1、整数値の seed、数値の presencePenaltyとfrequencyPenaltyです。許容範囲と対応する機能はモデルによって異なります。JSONレスポンスでは、対応するスキーマ形式を一つ選び、 application/jsonを指定してください。テキストモデルでは responseModalities は次のみ:["TEXT"]。

  • safetySettingsarray任意

    次の必須フィールドを持つオブジェクト:categoryとthreshold、任意フィールド:method。値は対象のモデルが対応している必要があります。

  • toolsarray任意

    クライアント側の functionDeclarations は、アプリケーションが実行します。テキストモデルでは、次の組み込みツールも使用できます:{"googleSearch": {}}と{"urlContext": {}}。これらを個別に、または一緒に、配列 toolsに指定します。Google SearchとURL contextは、いずれも functionDeclarationsと同じリクエストで併用できません。画像を出力する場合は、クライアント側の関数のみ使用できます。その他の組み込みツールとexplicit cacheには対応していません。Search/URL contextでは、入力上限全体に基づく仮確保が必要になることがあります。実際の toolUsePromptTokenCount は入力トークンとして計上されます。

  • toolConfigobject任意

    functionCallingConfig:mode (AUTO/ANY/NONE/VALIDATED/MODE_UNSPECIFIED), allowedFunctionNames.

モデルがフィールド、添付ファイル、ツールの組み合わせに対応していない場合、仮確保処理前にリクエストが拒否され、料金は一切差し引かれません。返されるのはHTTP 400 、 status INVALID_ARGUMENTとエラー分類 invalid_request ( ErrorInfo.reason — INVALID_REQUEST)です。不正なJSON、パスパラメータのエラー、その他の検証エラーでも、次のコードが返されます:400。エラーテキストとRequest IDを確認してください。機能はモデルによって異なるため、カタログで対応する形式と入力を確認してください。

PDF、音声、動画、リンク

該当する入力に対応するGeminiモデルでは、 parts[].inlineData には mimeTypeと空でないbase64データが含まれます。PDFは実際のPDFである必要があります。fileData には、公開 httpsアドレスを fileUri に、ファイルのMIMEタイプを指定します。YouTubeではMIMEを省略できます。http、非公開アドレス、 gs:// 、Google Files APIのオブジェクトと、同API経由のアップロードには対応していません。動画では、 videoMetadata:startOffset/endOffset を秒数の文字列として任意に追加でき (例:1.5s)、 fps は0より大きく24以下です。ボディのサイズ、コンテキスト、許容される入力、出力制限はモデルと形式に基づいて検証されます。

入力対応するMIMEタイプ
インライン画像image/png, image/jpeg, image/webp
ドキュメント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
音声audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac
動画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"},
    )
    # 送信は一度だけです。タイムアウトした場合は、再試行する前に利用履歴でRequest IDを確認してください。
    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

# 実際のローカルPDF、音声または動画ファイルと、対応するMIMEタイプを指定してください。
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
    {"text": "ファイルの内容を簡潔に説明してください。"},
    {"inlineData": {"mimeType": mime,
                    "data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# 別の添付方法: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# 実際のYouTube URLを使う場合: {"fileData": {"fileUri": youtube_url}}

SearchとURL context

クライアント側の functionDeclarations は、アプリケーションが実行します。テキストモデルでは、次の組み込みツールも使用できます:{"googleSearch": {}}と{"urlContext": {}}。これらを個別に、または一緒に、配列 toolsに指定します。Google SearchとURL contextは、いずれも functionDeclarationsと同じリクエストで併用できません。画像を出力する場合は、クライアント側の関数のみ使用できます。その他の組み込みツールとexplicit cacheには対応していません。Search/URL contextでは、入力上限全体に基づく仮確保が必要になることがあります。実際の toolUsePromptTokenCount は入力トークンとして計上されます。

{"tools": [{"googleSearch": {}}, {"urlContext": {}}]}

画像出力

Gemini形式のレスポンスで画像を出力できるのは gemini-3.1-flash-imageのみです。これは /v1/images/generationsとは別の機能です。他の画像モデルは、ここでは使用できません。このモデルの入力は131072トークンまで、出力は32768までです。最長レスポンスの全額を事前に仮確保します。

responseModalities はTEXT/IMAGEの重複を含まない、空でない集合です。imageConfig.imageSize:1K/2K/4K; aspectRatio:1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9, 1:4, 4:1, 1:8, 8:1。このモデルの入力はテキストとインラインPNG/JPEG/WebPです。PDF/audio/video/fileDataと組み込みのSearch/URL contextは受け付けません。キーで利用可能なモデルと料金は、カタログおよび GET /v1/models。

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"},
    )
    # 送信は一度だけです。タイムアウトした場合は、再試行する前に利用履歴でRequest IDを確認してください。
    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

reply = generate("gemini-3.1-flash-image", {
    "contents": [{"role": "user", "parts": [{"text": "水彩画: 夜明けの灯台"}]}],
    "generationConfig": {
        "responseModalities": ["TEXT", "IMAGE"],
        "imageConfig": {"aspectRatio": "1:1", "imageSize": "1K"},
    },
})
index = 0
for candidate in reply.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if "text" in part:
            print(part["text"])
        blob = part.get("inlineData", {})
        if blob.get("mimeType", "").startswith("image/") and blob.get("data"):
            index += 1
            extension = {"image/png": "png", "image/jpeg": "jpg",
                         "image/webp": "webp"}.get(blob["mimeType"], "bin")
            pathlib.Path(f"gemini-image-v{index}.{extension}").write_bytes(
                base64.b64decode(blob["data"]))
print("All returned images:", index)

function callingの全工程

関数はクライアントが実行します。モデルの元のcontent全体を、thoughtSignatureを含めて変更せずに返し、続いて同じnameのfunctionResponseを返してください。functionCallにidがあった場合は、そのidも同じ値を返します。

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"},
    )
    # 送信は一度だけです。タイムアウトした場合は、再試行する前に利用履歴でRequest IDを確認してください。
    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": "二つの数を掛ける",
    "parameters": {"type": "object", "properties": {
        "a": {"type": "number"}, "b": {"type": "number"}},
        "required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "関数を使って7と8を掛けてください"}]}]
for turn in range(4):  # ツールループの回数に上限を設け、結果が不明なリクエストは再送しないでください。
    reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
    content = reply["candidates"][0]["content"]
    contents.append(content)  # 元のpartsをすべて保持し、thoughtSignatureも変更しないでください。
    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")

レスポンス

  • candidates[]。content.partsarray

    モデルのレスポンス。

  • usageMetadataobject

    promptTokenCount, candidatesTokenCount, totalTokenCount。

ご不明な点はありますか?Request IDと状況の説明をお送りください。調査をお手伝いします。サポートに問い合わせる