dokumentasjon
Tilkobling

Google GenAI SDK

Markdown

Eget Gemini-format: Google GenAI SDK for Python og JavaScript, og direkte REST-forespørsler.

Fullstendig guide

Installasjon

pip install google-genai

Tilkobling

Adressen er https://api.ailoot.ai uten /v1beta: SDK-et bygger endepunktet /v1beta/models/<modell>:generateContent selv. I Python angis adressen via HttpOptions(base_url=…), i JavaScript — via httpOptions.baseUrl. SDK-et sender nøkkelen 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"),  # uten /v1beta
)

resp = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Foreslå tre navn til en kaffebar.",
)
print(resp.text)

Hva du kan sende inn

  • Felter på toppnivå: contents, systemInstruction, generationConfig, safetySettings, tools og toolConfig.
  • generationConfig godtar temperature, topP, topK, maxOutputTokens, thinkingConfig, responseMimeType (text/plain eller application/json), responseSchema eller responseJsonSchema (JSON-objekt), stopSequences (liste med strenger), candidateCount: 1, heltallsverdien seed, tallverdiene presencePenalty og frequencyPenalty. Gyldige intervaller og funksjoner avhenger av den konkrete modellen; for JSON-svar velger du én støttet skjemaform og application/json. For tekstmodeller er responseModalities — bare ["TEXT"].
  • safetySettings — en liste med objekter med category, threshold og valgfri method; velg verdiene etter dokumentasjonen for den konkrete modellen.
  • For Gemini-modeller som støtter den aktuelle inndatatypen: parts[].inlineData inneholder mimeType og base64-data som ikke er tomme; PDF-en må være en ekte PDF. fileData inneholder en offentlig https-adresse i fileUri og filens MIME-type. MIME kan utelates for YouTube. http, private adresser, gs:// og Google Files API-objekter støttes ikke, heller ikke opplasting via Google Files API. For video kan du legge til videoMetadata: startOffset/endOffset som en streng i sekunder (for eksempel 1.5s) og fps større enn 0 og høyst 24. Størrelsen på forespørselskroppen, konteksten, gyldige inndata og svargrensen kontrolleres etter modell og format.
  • Klientdefinerte functionDeclarations utføres av applikasjonen din. Tekstmodeller godtar også {"googleSearch": {}} og {"urlContext": {}}: hver for seg eller sammen i listen tools. Verken Google Search eller URL context kan kombineres med functionDeclarations i samme forespørsel. For bilder som utdata er bare klientdefinerte funksjoner tilgjengelige. Andre innebygde verktøy og explicit cache støttes ikke. Search/URL context kan kreve en reservasjon basert på hele inndatagrensen; faktiske toolUsePromptTokenCount telles som inndatatokener.
  • Hvis modellen ikke støtter feltet, vedlegget eller verktøykombinasjonen, avvises forespørselen før reservasjonen — ingenting belastes. Du får HTTP 400 med status INVALID_ARGUMENT og klassen invalid_request (i ErrorInfo.reason — INVALID_REQUEST). Ugyldig JSON, feil i endepunktparametere og andre valideringsfeil returnerer også 400; les feilmeldingen og Request ID. Funksjonene avhenger av modellen: kontroller formatene og inndataene i katalogen.
InndataStøttede MIME-typer
Inline-bilderimage/png, image/jpeg, image/webp
Dokumenterapplication/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
Lydaudio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac
Videovideo/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 bare én gang. Ved tidsavbrudd må du sjekke forespørsels-ID-en i brukshistorikken før du prøver igjen.
    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

# Oppgi en faktisk lokal PDF-, lyd- eller videofil og filens støttede MIME-type.
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
    {"text": "Beskriv kort innholdet i filen."},
    {"inlineData": {"mimeType": mime,
                    "data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# Alternativt vedlegg: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# For en faktisk YouTube-URL: {"fileData": {"fileUri": youtube_url}}

Full syklus for en funksjon

Send funksjonsdeklarasjonen, motta functionCall, utfør funksjonen din, returner functionResponse og be om neste svar. Behold hele modellens content, inkludert thoughtSignature; ikke opprett signaturen selv.

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 bare én gang. Ved tidsavbrudd må du sjekke forespørsels-ID-en i brukshistorikken før du prøver igjen.
    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": "Multipliser to tall",
    "parameters": {"type": "object", "properties": {
        "a": {"type": "number"}, "b": {"type": "number"}},
        "required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "Multipliser 7 med 8 ved hjelp av funksjonen"}]}]
for turn in range(4):  # Begrens verktøysløyfen; ikke send på nytt en forespørsel med uklart resultat.
    reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
    content = reply["candidates"][0]["content"]
    contents.append(content)  # Behold ALLE opprinnelige deler og thoughtSignature uendret.
    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")

Strømmet 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)

Tilgjengelige modeller

27 identifikatorer er tilgjengelige 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 tilgjengelige i Anthropic Messages-format — praktisk for klienter som bare støtter dette: Anthropic SDK.

Flere spørsmål? Send Request ID og en beskrivelse, så hjelper vi deg.Kontakt brukerstøtte