ドキュメント
接続

Google GenAI SDK

Markdown

Geminiのネイティブ形式。Python/JavaScript向けGoogle GenAI SDKと、直接のRESTリクエストで利用します。

完全ガイド

インストール

pip install google-genai

接続

アドレス:https://api.ailoot.ai 、除外するパス:/v1beta。SDKが組み立てるパスは /v1beta/models/<モデル>:generateContent です。Pythonでは、アドレスを次の設定で指定します:HttpOptions(base_url=…)。JavaScriptでは httpOptions.baseUrlを使います。SDKはキーを、次のヘッダーで送信します: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"),  # /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)

指定できる内容

  • 最上位のフィールド:contents, systemInstruction, generationConfig, safetySettings, toolsとtoolConfig。
  • 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"]。
  • safetySettings は、次のフィールドを持つオブジェクトの配列です:category, threshold 、および任意の method。値は、使用するモデルのドキュメントに従って選んでください。
  • 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。
  • 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。
  • 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。
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}}

関数呼び出しの全工程

関数の定義を送信し、functionCallを受け取り、自分の関数を実行してfunctionResponseを返し、次のレスポンスを要求します。thoughtSignatureを含め、モデルのcontent全体を保持してください。署名を独自に作成しないでください。

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")

ストリーミングレスポンス

for chunk in client.models.generate_content_stream(
    model="gemini-3.8-flash",
    contents="海に沈む夕日を描写してください",
):
    print(chunk.text, end="", flush=True)

利用可能なモデル

Gemini形式では27の識別子を利用できます: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モデルはAnthropic Messages形式でも利用できます。この形式だけに対応するクライアントに便利です:Anthropic SDK。

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