Gemini generateContent
MarkdownРодной формат Google Gemini: для Gemini CLI, Google GenAI SDK и REST-клиентов.
Полное руководство
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": "Придумай три названия для кофейни."}]}
]
}' 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"), # без /v1beta
)
resp = client.models.generate_content(
model="gemini-3.8-flash",
contents="Придумай три названия для кофейни.",
)
print(resp.text)import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({
apiKey: process.env.AILOOT_API_KEY,
httpOptions: { baseUrl: "https://api.ailoot.ai" }, // без /v1beta
});
const resp = await ai.models.generateContent({
model: "gemini-3.8-flash",
contents: "Придумай три названия для кофейни.",
});
console.log(resp.text);{
"candidates": [
{
"content": {
"role": "model",
"parts": [{ "text": "1. «Зерно и пар» 2. «Утренний помол» 3. «Кофейня на углу»" }]
},
"finishReason": "STOP"
}
],
"usageMetadata": {
"promptTokenCount": 9,
"candidatesTokenCount": 27,
"totalTokenCount": 36
},
"modelVersion": "gemini-3.8-flash"
}Авторизация
- x-goog-api-keyheaderобязательный
Ключ
sk-…. Подойдут иAuthorization: Bearerилиx-api-key. Для совместимости с Google принимается и?key=в адресе — с самым низким приоритетом;?api_key=отклоняется с 400. Рекомендуем заголовок: так ключ не попадает в логи.
Путь
- modelstringобязательный
ID модели с форматом Gemini, например
gemini-3.8-flashилиgemini-3.1-pro. Всего 27.
https://api.ailoot.ai/v1beta/models/{model}:streamGenerateContent?alt=ssehttps://api.ailoot.ai/v1beta/modelsТело запроса
- contentsarrayобязательный
Сообщения с
role(user/model) иparts: text, inlineData/fileData, functionCall/functionResponse. Вложения — те, что модель принимает на входе. - systemInstructionobjectнеобязательный
Текстовая системная инструкция:
{"parts": [{"text": "…"}]}. - generationConfigobjectнеобязательный
generationConfigпринимаетtemperature,topP,topK,maxOutputTokens,thinkingConfig,responseMimeType(text/plainилиapplication/json),responseSchemaилиresponseJsonSchema(JSON-объект),stopSequences(массив строк),candidateCount: 1, целочисленныйseed, числовыеpresencePenaltyиfrequencyPenalty. Допустимые диапазоны и возможности зависят от точной модели; для JSON-ответа выбирайте одну поддерживаемую схемную форму иapplication/json. У текстовых моделейresponseModalities— только["TEXT"]. - safetySettingsarrayнеобязательный
Объекты с обязательными
categoryиthreshold, необязательнымmethod. Значения должны поддерживаться точной моделью. - toolsarrayнеобязательный
Клиентские
functionDeclarationsвыполняет ваше приложение. У текстовых моделей также принимаются{"googleSearch": {}}и{"urlContext": {}}: отдельно или вместе в массивеtools. Ни Google Search, ни URL context нельзя совмещать сfunctionDeclarationsв одном запросе. Для картинок на выходе доступны только клиентские функции. Другие встроенные инструменты и explicit cache не поддерживаются. Search/URL context могут требовать резерв по полному входному лимиту; фактическиеtoolUsePromptTokenCountучитываются как входные токены. - toolConfigobjectнеобязательный
functionCallingConfig: mode (AUTO/ANY/NONE/VALIDATED/MODE_UNSPECIFIED), allowedFunctionNames.
Если модель не поддерживает поле, вложение или сочетание инструментов, запрос отклоняется до резерва — ничего не списывается. Придёт HTTP 400 со status INVALID_ARGUMENT и классом invalid_request (в ErrorInfo.reason — INVALID_REQUEST). Некорректный JSON, ошибки параметров пути и других проверок тоже возвращают 400; читайте текст ошибки и Request ID. Возможности зависят от модели: проверяйте её форматы и входы в каталоге.
PDF, аудио, видео и ссылки
У моделей Gemini с поддержкой соответствующего входа parts[].inlineData содержит mimeType и непустые base64-данные; PDF должен быть настоящим PDF. fileData содержит публичный https-адрес в fileUri и MIME типа файла. Для YouTube MIME можно не указывать. http, приватные адреса, gs:// и объекты Google Files API не поддерживаются, загрузка через Google Files API тоже. У видео можно добавить videoMetadata: startOffset/endOffset строкой в секундах (например, 1.5s) и fps больше 0 и не больше 24. Размер тела, контекст, допустимый вход и лимит ответа проверяются по модели и формату.
| Вход | Поддерживаемые MIME |
|---|---|
| Изображения inline | image/png, image/jpeg, image/webp |
| Документы | 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 |
| Аудио | audio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac |
| Видео | 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"},
)
# One send. After a timeout, check the Request ID in your usage history before retrying.
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
# Supply a real local PDF, audio or video file and its supported MIME type.
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
{"text": "Кратко опиши содержание файла."},
{"inlineData": {"mimeType": mime,
"data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# Alternative attachment: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# For a real YouTube URL: {"fileData": {"fileUri": youtube_url}}Search и URL context
Клиентские functionDeclarations выполняет ваше приложение. У текстовых моделей также принимаются {"googleSearch": {}} и {"urlContext": {}}: отдельно или вместе в массиве tools. Ни Google Search, ни URL context нельзя совмещать с functionDeclarations в одном запросе. Для картинок на выходе доступны только клиентские функции. Другие встроенные инструменты и explicit cache не поддерживаются. Search/URL context могут требовать резерв по полному входному лимиту; фактические toolUsePromptTokenCount учитываются как входные токены.
{"tools": [{"googleSearch": {}}, {"urlContext": {}}]}Картинки на выходе
Картинки в ответе формата Gemini умеет только gemini-3.1-flash-image. Это отдельная возможность от /v1/images/generations: другие модели картинок здесь не работают. У этой модели вход до 131072 токенов, ответ до 32768; полная стоимость самого длинного ответа резервируется заранее.
responseModalities — непустое множество TEXT/IMAGE без повторов. 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. Вход этой модели — текст и inline PNG/JPEG/WebP; PDF/audio/video/fileData и встроенные Search/URL context здесь не принимаются. Доступность и цены для вашего ключа — в каталоге и в 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"},
)
# One send. After a timeout, check the Request ID in your usage history before retrying.
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": "Акварель: маяк на рассвете"}]}],
"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)Полный цикл function calling
Функции выполняет клиент. Возвращайте весь исходный content модели с thoughtSignature без изменений, затем functionResponse с тем же name и id, если он был в functionCall.
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"},
)
# One send. After a timeout, check the Request ID in your usage history before retrying.
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": "Умножить два числа",
"parameters": {"type": "object", "properties": {
"a": {"type": "number"}, "b": {"type": "number"}},
"required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "Умножь 7 на 8 с помощью функции"}]}]
for turn in range(4): # Bound the tool loop; do not resend a request whose result is unclear.
reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
content = reply["candidates"][0]["content"]
contents.append(content) # Keep ALL original parts and thoughtSignature unchanged.
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")Ответ
- candidates[].content.partsarray
Ответ модели.
- usageMetadataobject
promptTokenCount,candidatesTokenCount,totalTokenCount.