Gemini generateContent
MarkdownGoogle Gemini의 네이티브 형식으로 Gemini CLI, Google GenAI SDK, REST 클라이언트용입니다.
전체 가이드
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": "카페 이름 세 가지를 제안해 줘."}]}
]
}' 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 제외
)
resp = client.models.generate_content(
model="gemini-3.8-flash",
contents="카페 이름 세 가지를 제안해 줘.",
)
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 제외
});
const resp = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "카페 이름 세 가지를 제안해 줘.",
});
console.log(resp.text);{
"candidates": [
{
"content": {
"role": "model",
"parts": [{ "text": "1. «원두와 증기» 2. «모닝 그라인드» 3. «모퉁이 카페»" }]
},
"finishReason": "STOP"
}
],
"usageMetadata": {
"promptTokenCount": 9,
"candidatesTokenCount": 27,
"totalTokenCount": 36
},
"modelVersion": "gemini-3.8-flash"
}인증
- x-goog-api-keyheader필수
키
sk-…. 다음도 사용할 수 있습니다:Authorization: Bearer또는x-api-key. Google 호환성을 위해 다음도 허용됩니다:?key=주소에 포함한 값은 우선순위가 가장 낮습니다;?api_key=는 400으로 거부됩니다. 키가 로그에 남지 않도록 헤더 사용을 권장합니다.
경로
- modelstring필수
Gemini 형식을 지원하는 모델 ID입니다. 예:
gemini-3.8-flash또는gemini-3.1-pro. 총 27개입니다.
https://api.ailoot.ai/v1beta/models/{model}:streamGenerateContent?alt=ssehttps://api.ailoot.ai/v1beta/models요청 본문
- contentsarray필수
다음을 포함하는 메시지:
role(user/model) 및parts: text, inlineData/fileData, functionCall/functionResponse. 모델이 입력으로 허용하는 첨부만 사용하세요. - systemInstructionobject선택 사항
텍스트 시스템 지침:
{"parts": [{"text": "…"}]}. - generationConfigobject선택 사항
generationConfig에서 허용하는 값:temperature,topP,topK,maxOutputTokens,thinkingConfig,responseMimeType(text/plain또는application/json),responseSchema또는responseJsonSchema(JSON 객체),stopSequences(문자열 배열),candidateCount: 1, 정수값seed, 숫자값presencePenalty및frequencyPenalty. 허용 범위와 기능은 정확한 모델에 따라 다릅니다. JSON 응답은 지원되는 스키마 형태 하나와application/json를 선택하세요. 텍스트 모델의 경우responseModalities— 다음 값만 허용:["TEXT"]. - safetySettingsarray선택 사항
다음 필수 필드를 포함하는 객체:
category및threshold, 선택 필드:method. 정확한 모델이 해당 값을 지원해야 합니다. - toolsarray선택 사항
클라이언트의
functionDeclarations는 여러분의 앱에서 실행합니다. 텍스트 모델은 다음도 허용합니다:{"googleSearch": {}}및{"urlContext": {}}: 개별로 또는 다음 배열에 함께 지정:tools. Google Search와 URL context는functionDeclarations와 같은 요청에서 함께 사용할 수 없습니다. 이미지 출력은 클라이언트 함수만 사용할 수 있습니다. 다른 내장 도구와 explicit cache는 지원되지 않습니다. Search/URL context는 전체 입력 한도만큼 금액을 예약할 수 있습니다. 실제toolUsePromptTokenCount값은 입력 토큰으로 계산됩니다. - toolConfigobject선택 사항
functionCallingConfig: mode (AUTO/ANY/NONE/VALIDATED/MODE_UNSPECIFIED), allowedFunctionNames.
모델이 필드, 첨부 또는 도구 조합을 지원하지 않으면 금액 예약 전에 요청을 거부하며 아무 금액도 차감하지 않습니다. HTTP 400 과 status INVALID_ARGUMENT 및 오류 분류 invalid_request (필드 ErrorInfo.reason — INVALID_REQUEST)를 반환합니다. 잘못된 JSON, 경로 매개변수 오류 및 기타 검증 오류도 다음을 반환합니다: 400; 오류 메시지와 Request ID를 확인하세요. 기능은 모델에 따라 다르므로 카탈로그에서 해당 형식과 입력을 확인하세요.
PDF, 오디오, 영상, 링크
해당 입력을 지원하는 Gemini 모델의 경우 parts[].inlineData 에 포함할 값: mimeType 및 비어 있지 않은 base64 데이터. PDF는 실제 PDF 파일이어야 합니다. fileData 에 포함할 공개 https주소 필드: fileUri 및 파일 유형의 MIME입니다. YouTube는 MIME을 생략할 수 있습니다. http, 비공개 주소, gs:// 및 Google Files API 객체는 지원되지 않으며 Google Files API 업로드도 지원되지 않습니다. 영상에서는 다음을 추가할 수 있습니다: videoMetadata: startOffset/endOffset — 초 단위 문자열(예: 1.5s) 및 fps — 0보다 크고 24 이하의 값입니다. 본문 크기, 컨텍스트, 허용 입력 및 응답 한도는 모델과 형식에 따라 검증됩니다.
| 입력 | 지원 MIME |
|---|---|
| 인라인 이미지 | image/png, image/jpeg, image/webp |
| 문서 | 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 |
| 오디오 | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac |
| 영상 | 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"},
)
# 한 번만 전송하세요. 시간 초과가 발생하면 재시도하기 전에 사용 내역에서 Request ID를 확인하세요.
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
# 실제 로컬 PDF, 오디오 또는 동영상 파일과 해당 파일에서 지원하는 MIME 유형을 지정하세요.
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
{"text": "파일 내용을 간략하게 설명해 줘."},
{"inlineData": {"mimeType": mime,
"data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# 다른 첨부 방식: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# 실제 YouTube URL의 경우: {"fileData": {"fileUri": youtube_url}}Search와 URL context
클라이언트의 functionDeclarations 는 여러분의 앱에서 실행합니다. 텍스트 모델은 다음도 허용합니다: {"googleSearch": {}} 및 {"urlContext": {}}: 개별로 또는 다음 배열에 함께 지정: tools. Google Search와 URL context는 functionDeclarations 와 같은 요청에서 함께 사용할 수 없습니다. 이미지 출력은 클라이언트 함수만 사용할 수 있습니다. 다른 내장 도구와 explicit cache는 지원되지 않습니다. Search/URL context는 전체 입력 한도만큼 금액을 예약할 수 있습니다. 실제 toolUsePromptTokenCount 값은 입력 토큰으로 계산됩니다.
{"tools": [{"googleSearch": {}}, {"urlContext": {}}]}이미지 출력
Gemini 형식의 이미지 응답을 지원하는 모델은 gemini-3.1-flash-image뿐입니다. 다음과는 별도의 기능입니다: /v1/images/generations — 다른 이미지 모델은 여기서 작동하지 않습니다. 이 모델은 입력 최대 131072토큰, 응답 최대 32768토큰을 지원하며 가장 긴 응답의 전체 비용을 미리 예약합니다.
responseModalities — 중복 없는 비어 있지 않은 TEXT/IMAGE 집합. 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. 이 모델은 텍스트와 인라인 PNG/JPEG/WebP를 입력으로 받습니다. PDF/audio/video/fileData 및 내장 Search/URL context는 여기서 허용하지 않습니다. 키별 사용 가능 여부와 가격은 카탈로그와 다음 경로에서 확인하세요: 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"},
)
# 한 번만 전송하세요. 시간 초과가 발생하면 재시도하기 전에 사용 내역에서 Request ID를 확인하세요.
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": "수채화: 새벽녘의 등대"}]}],
"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)함수 호출 전체 흐름
함수는 클라이언트가 실행합니다. thoughtSignature를 포함한 모델의 원본 content 전체를 변경 없이 반환하고, 동일한 name과 id의 functionResponse를 보내세요. id는 functionCall에 있을 경우 그대로 사용합니다.
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"},
)
# 한 번만 전송하세요. 시간 초과가 발생하면 재시도하기 전에 사용 내역에서 Request ID를 확인하세요.
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": "두 수를 곱하기",
"parameters": {"type": "object", "properties": {
"a": {"type": "number"}, "b": {"type": "number"}},
"required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "함수를 사용해서 7과 8을 곱해 줘"}]}]
for turn in range(4): # 도구 반복 호출 횟수를 제한하세요. 결과가 불분명한 요청은 다시 전송하지 마세요.
reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
content = reply["candidates"][0]["content"]
contents.append(content) # 원본 parts 전체(ALL)와 thoughtSignature를 변경하지 마세요.
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")응답
- candidates[].content.partsarray
모델 응답입니다.
- usageMetadataobject
promptTokenCount,candidatesTokenCount,totalTokenCount.