docs
API

Gemini generateContent

Markdown

รูปแบบดั้งเดิมของ Google Gemini: สำหรับ Gemini CLI, Google GenAI SDK และไคลเอนต์ REST

คู่มือฉบับเต็ม
POSThttps://api.ailoot.ai/v1beta/models/{model}:generateContent
Gemini generateContent
curl "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": "คิดชื่อร้านกาแฟมาสามชื่อ"}]}
    ]
  }' 
200 OK
{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [{ "text": "1. «เมล็ดกาแฟและไอน้ำ» 2. «กาแฟบดรับอรุณ» 3. «ร้านกาแฟหัวมุม»" }]
      },
      "finishReason": "STOP"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 9,
    "candidatesTokenCount": 27,
    "totalTokenCount": 36
  },
  "modelVersion": "gemini-3.8-flash"
}

การยืนยันสิทธิ์

  • x-goog-api-keyheaderจำเป็น

    คีย์ sk-…. ใช้เฮดเดอร์ต่อไปนี้ได้เช่นกัน: Authorization: Bearer หรือ x-api-key. เพื่อความเข้ากันได้กับ Google จึงรับ ?key= ในที่อยู่ด้วย โดยมีลำดับความสำคัญต่ำที่สุด; ?api_key= จะถูกปฏิเสธด้วย 400 แนะนำให้ใช้เฮดเดอร์ เพื่อไม่ให้คีย์ถูกบันทึกในล็อก

พาธ

  • modelstringจำเป็น

    ID ของโมเดลที่ใช้รูปแบบ Gemini เช่น gemini-3.8-flash หรือ gemini-3.1-pro. ทั้งหมด 27 โมเดล

POSThttps://api.ailoot.ai/v1beta/models/{model}:streamGenerateContent?alt=sse
GEThttps://api.ailoot.ai/v1beta/models

เนื้อหาคำขอ

  • contentsarrayจำเป็น

    ข้อความที่มี role (user/model) และ parts: text, inlineData/fileData, functionCall/functionResponse ไฟล์แนบต้องเป็นชนิดที่โมเดลรับเป็นอินพุตได้

  • systemInstructionobjectไม่จำเป็น

    คำสั่งระบบแบบข้อความ: {"parts": [{"text": "…"}]}.

  • generationConfigobjectไม่จำเป็น

    generationConfig รับ temperature, topP, topK, maxOutputTokens, thinkingConfig, responseMimeType (text/plain หรือ application/json), responseSchema หรือ responseJsonSchema (ออบเจ็กต์ JSON), stopSequences (อาร์เรย์ของสตริง), candidateCount: 1, ค่าจำนวนเต็ม seed, ค่าตัวเลข presencePenalty และ frequencyPenalty. ช่วงค่าที่ใช้ได้และความสามารถขึ้นอยู่กับโมเดลที่ระบุ สำหรับคำตอบ JSON ให้เลือกโครงสร้างสคีมารูปแบบเดียวที่รองรับและ application/json. สำหรับโมเดลข้อความ responseModalities — เฉพาะ ["TEXT"].

  • safetySettingsarrayไม่จำเป็น

    ออบเจ็กต์ที่จำเป็นต้องมี category และ threshold, และอาจมี method. ค่าต่าง ๆ ต้องรองรับโดยโมเดลที่ระบุ

  • toolsarrayไม่จำเป็น

    ฟังก์ชันฝั่งไคลเอนต์ functionDeclarations ดำเนินการโดยแอปพลิเคชันของคุณ สำหรับโมเดลข้อความยังรับ {"googleSearch": {}} และ {"urlContext": {}}: แยกกันหรือรวมกันในอาร์เรย์ tools. ไม่สามารถใช้ Google Search หรือ URL context ร่วมกับ functionDeclarations ในคำขอเดียวกัน สำหรับการสร้างภาพขาออก ใช้ได้เฉพาะฟังก์ชันฝั่งไคลเอนต์ ไม่รองรับเครื่องมือในตัวอื่นและ explicit cache Search/URL context อาจต้องสำรองเงินตามขีดจำกัดอินพุตทั้งหมด ส่วน toolUsePromptTokenCount ที่ใช้จริงจะนับเป็นโทเค็นขาเข้า

  • toolConfigobjectไม่จำเป็น

    functionCallingConfig: mode (AUTO/ANY/NONE/VALIDATED/MODE_UNSPECIFIED), allowedFunctionNames.

หากโมเดลไม่รองรับฟิลด์ ไฟล์แนบ หรือการใช้เครื่องมือร่วมกัน คำขอจะถูกปฏิเสธก่อนสำรองเงิน — ไม่มีการหักเงิน โดยจะได้รับ HTTP 400 พร้อม status INVALID_ARGUMENT และคลาส invalid_request (ใน ErrorInfo.reason — INVALID_REQUEST). JSON ที่ไม่ถูกต้อง ข้อผิดพลาดของพารามิเตอร์พาธ และการตรวจ⁠สอบอื่นก็ส่งกลับ 400เช่นกัน อ่านข้อความข้อผิดพลาดและ Request ID ความสามารถขึ้นอยู่กับโมเดล: ตรวจ⁠สอบรูปแบบและอินพุตของโมเดลในแค็ตตาล็อก

PDF, เสียง, วิดีโอ และลิงก์

สำหรับโมเดล Gemini ที่รองรับอินพุตชนิดนั้น parts[].inlineData ประกอบด้วย mimeType และข้อมูล base64 ที่ไม่ว่าง โดย PDF ต้องเป็นไฟล์ PDF จริง fileData ประกอบด้วยที่อยู่สาธารณะแบบ httpsใน fileUri และ MIME ของชนิดไฟล์ สำหรับ YouTube ไม่จำเป็นต้องระบุ MIME http, ที่อยู่ส่วนตัว, gs:// และออบเจ็กต์ Google Files API ไม่รองรับ รวมถึงไม่รองรับการอัปโหลดผ่าน Google Files API สำหรับวิดีโอ สามารถเพิ่ม videoMetadata: startOffset/endOffset เป็นสตริงหน่วยวินาที (เช่น 1.5s) และ fps มากกว่า 0 และไม่เกิน 24 โดยจะตรวจ⁠สอบขนาดเนื้อหาคำขอ บริบท อินพุตที่ใช้ได้ และขีดจำกัดคำตอบตามโมเดลและรูปแบบ

อินพุตMIME ที่รองรับ
ภาพแบบ inlineimage/png, image/jpeg, image/webp
เอกสารapplication/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
เสียงaudio/wav, audio/mp3, audio/mpeg, audio/aiff, audio/aac, audio/ogg, audio/flac
วิดีโอvideo/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"},
    )
    # ส่งเพียงครั้งเดียว หากหมดเวลารอ ให้ตรวจสอบ Request ID ในประวัติการใช้งานก่อนลองใหม่
    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

# ระบุไฟล์ PDF เสียง หรือวิดีโอที่มีอยู่จริงในเครื่อง พร้อมประเภท MIME ที่รองรับ
path, mime = pathlib.Path(sys.argv[1]), sys.argv[2]
payload = {"contents": [{"role": "user", "parts": [
    {"text": "อธิบายเนื้อหาของไฟล์โดยสังเขป"},
    {"inlineData": {"mimeType": mime,
                    "data": base64.b64encode(path.read_bytes()).decode()}},
]}]}
print(generate("gemini-3.8-flash", payload))
# วิธีแนบไฟล์อีกแบบ: {"fileData": {"mimeType": mime, "fileUri": public_https_url}}
# สำหรับ URL ของ YouTube ที่มีอยู่จริง: {"fileData": {"fileUri": youtube_url}}

Search และ URL context

ฟังก์ชันฝั่งไคลเอนต์ functionDeclarations ดำเนินการโดยแอปพลิเคชันของคุณ สำหรับโมเดลข้อความยังรับ {"googleSearch": {}} และ {"urlContext": {}}: แยกกันหรือรวมกันในอาร์เรย์ tools. ไม่สามารถใช้ Google Search หรือ URL context ร่วมกับ functionDeclarations ในคำขอเดียวกัน สำหรับการสร้างภาพขาออก ใช้ได้เฉพาะฟังก์ชันฝั่งไคลเอนต์ ไม่รองรับเครื่องมือในตัวอื่นและ explicit cache Search/URL context อาจต้องสำรองเงินตามขีดจำกัดอินพุตทั้งหมด ส่วน toolUsePromptTokenCount ที่ใช้จริงจะนับเป็นโทเค็นขาเข้า

{"tools": [{"googleSearch": {}}, {"urlContext": {}}]}

ภาพขาออก

การส่งภาพในคำตอบรูปแบบ Gemini รองรับเฉพาะ gemini-3.1-flash-image. เป็นความสามารถแยกต่างหากจาก /v1/images/generations: โมเดลภาพอื่นใช้ที่นี่ไม่ได้ โมเดลนี้รับอินพุตได้สูงสุด 131072 โทเค็น และตอบได้สูงสุด 32768 โทเค็น โดยจะสำรองราคาทั้งหมดของคำตอบที่ยาวที่สุดไว้ล่วงหน้า

responseModalities — เซต TEXT/IMAGE ที่ไม่ว่างและไม่มีค่าซ้ำ 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 อินพุตของโมเดลนี้รองรับข้อความและ inline PNG/JPEG/WebP ไม่รับ PDF/audio/video/fileData และ Search/URL context ในตัว ตรวจ⁠สอบสิทธิ์การใช้งานและราคาสำหรับคีย์ของคุณได้ในแค็ตตาล็อกและ 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"},
    )
    # ส่งเพียงครั้งเดียว หากหมดเวลารอ ให้ตรวจสอบ Request ID ในประวัติการใช้งานก่อนลองใหม่
    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": "ภาพสีน้ำ: ประภาคารยามรุ่งสาง"}]}],
    "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)

วงจร function calling แบบครบถ้วน

ฟังก์ชันดำเนินการโดยไคลเอนต์ ให้ส่ง content เดิมของโมเดลทั้งหมดกลับไปพร้อม thoughtSignature โดยไม่แก้ไข จากนั้นส่ง functionResponse ที่ใช้ name และ id เดิม หากมี id ใน 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"},
    )
    # ส่งเพียงครั้งเดียว หากหมดเวลารอ ให้ตรวจสอบ Request ID ในประวัติการใช้งานก่อนลองใหม่
    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": "คูณตัวเลขสองจำนวน",
    "parameters": {"type": "object", "properties": {
        "a": {"type": "number"}, "b": {"type": "number"}},
        "required": ["a", "b"]},
}]}]
contents = [{"role": "user", "parts": [{"text": "ใช้ฟังก์ชันคูณ 7 กับ 8"}]}]
for turn in range(4):  # จำกัดจำนวนรอบของลูปเรียกเครื่องมือ และอย่าส่งคำขอซ้ำหากยังไม่ทราบผลลัพธ์แน่ชัด
    reply = generate("gemini-3.8-flash", {"contents": contents, "tools": tools})
    content = reply["candidates"][0]["content"]
    contents.append(content)  # เก็บส่วนต้นฉบับทั้งหมดและ thoughtSignature ไว้โดยไม่เปลี่ยนแปลง
    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")

คำตอบ

  • candidates[].content.partsarray

    คำตอบของโมเดล

  • usageMetadataobject

    promptTokenCount, candidatesTokenCount, totalTokenCount.

ยังมีคำถามอยู่ใช่ไหม ส่ง Request ID และรายละเอียดมาให้เรา เราจะช่วยตรวจ⁠สอบติดต่อฝ่ายสนับสนุน