Gemini generateContent
MarkdownGoogle 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
https://api.ailoot.ai/v1beta/models/{model}:generateContentcurl "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。"}]}
]
}' 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"), # /v1betaは付けない
)
resp = client.models.generate_content(
model="gemini-3.8-flash",
contents="カフェの名前を三つ考えてください。",
)
print(resp.text)import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
apiKey: process.env.AILOOT_API_KEY,
httpOptions: { baseUrl: "https://api.ailoot.ai" }, // /v1betaは付けない
});
const resp = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "カフェの名前を三つ考えてください。",
});
console.log(resp.text);{
"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。
https://api.ailoot.ai/v1beta/models/{model}:streamGenerateContent?alt=ssehttps://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。