> ## Documentation Index > Fetch the complete documentation index at: https://docs.acedata.cloud/llms.txt > Use this file to discover all available pages before exploring further. # Anleitung zur Gemini Generate Content API > Gemini AI API guide - Ace Data Cloud Google Gemini ist ein sehr leistungsstarkes KI-Dialogsystem, das durch die Eingabe von Prompts innerhalb weniger Sekunden flüssige und natürliche Antworten generieren kann. Dieses Dokument beschreibt hauptsächlich die Verwendung der Gemini Generate Content API. Dies ist das offizielle native API-Format von Google und unterstützt die beiden Endpunkte `generateContent` und `streamGenerateContent`. ## Unterschiede zur Chat Completions API Die Gemini Generate Content API verwendet das offizielle native Anfrageformat von Google (Feld `contents`) statt des OpenAI-kompatiblen Formats (Feld `messages`). Wenn du bereits das Google Gemini SDK verwendest oder mit dem offiziellen API-Format vertraut bist, kannst du diese API direkt verwenden, ohne das Anfrageformat ändern zu müssen. ## Aktuell unterstützter Umfang Die Schnittstelle akzeptiert Text-, Bild-, Video- und Audioeingaben (`inlineData` oder `fileData`), Denk-Konfigurationen sowie benutzerdefinierte Funktionsdeklarationen. Für Audioausgaben, integrierte Tools und native Felder wie explizites Kontext-Caching besteht derzeit keine einheitliche Verfügbarkeitsgarantie; maßgeblich ist die tatsächliche Rückgabe des jeweiligen Modells. Wenn du Dateien wie Audio über `fileData.fileUri` übermittelst, stelle sicher, dass die Datei direkt über HTTPS zugänglich ist, nicht von einem Login-Status abhängt und die Gültigkeitsdauer des signierten Links die gesamte Verarbeitungszeit der Anfrage abdeckt. Bei nicht-streamender Audioanalyse wird das Ergebnis erst zurückgegeben, nachdem das Modell die Verarbeitung abgeschlossen hat, was mehr als 90 Sekunden dauern kann; der Client sollte je nach Dateigröße und Geschäftsszenario einen ausreichend langen Gesamt-Timeout festlegen, um zu vermeiden, dass die Verbindung getrennt wird, während der Server noch verarbeitet. ## Antragsprozess Bevor du die Gemini Generate Content API verwendest, besuche bitte die Seite [Gemini Generate Content API](https://platform.acedata.cloud/documents/gemini-generate-content-api) und klicke auf die Schaltfläche „Abrufen“, um die für die Anfrage erforderlichen Zugangsdaten zu erhalten. Falls du noch nicht angemeldet oder registriert bist, wirst du automatisch zur Anmeldeseite weitergeleitet. Bei der ersten Beantragung gibt es ein kostenloses Kontingent. ## Grundlegende Verwendung ### Non-Streaming (nicht-streamend) Sende eine POST-Anfrage an `/v1beta/models/{model}:generateContent`: > **Hinweis**: Flash der Serie `gemini-3.x` ist ein Denkmodell und verbraucht zuerst Reasoning-Tokens; setze `generationConfig.maxOutputTokens` auf mindestens 512, da andernfalls möglicherweise nur leere Inhalte zurückgegeben werden. ```bash theme={null} curl -X POST "https://api.acedata.cloud/v1beta/models/gemini-3.5-flash:generateContent" \ -H "Authorization: Bearer your_token_here" \ -H "Content-Type: application/json" \ -d '{ "contents": [ { "role": "user", "parts": [ { "text": "你好，请介绍一下你自己" } ] } ] }' ``` Beispiel für das Rückgabeergebnis: ```json theme={null} { "candidates": [ { "content": { "role": "model", "parts": [{"text": "你好！很高兴与你交流。"}] }, "finishReason": "MAX_TOKENS" } ], "usageMetadata": { "promptTokenCount": 6, "candidatesTokenCount": 19, "thoughtsTokenCount": 489, "totalTokenCount": 514 }, "usage": { "prompt_tokens": 6, "completion_tokens": 19, "total_tokens": 514, "thoughts_tokens": 489, "cost": { "amount": 0.008860916380159999, "currency": "credit", "list_amount": 0.009631430847999998 } }, "modelVersion": "gemini-3.5-flash", "model": "gemini-3.5-flash" } ``` Die Token-Felder in `usageMetadata` werden gemäß der nativen Gemini-Semantik abgerechnet: * `promptTokenCount` enthält `cachedContentTokenCount`; der aus dem Cache abgerufene Teil wird zum Preis für Cache-Lesezugriffe berechnet und nicht erneut als reguläre Eingabe gezählt. * `promptTokensDetails` und `cacheTokensDetails` werden unter `usage.prompt_tokens_details` in `text_tokens`, `image_tokens`, `video_tokens`, `audio_tokens` sowie die entsprechenden `cached_*`-Details normalisiert. Diese Werte sind jeweils in `prompt_tokens` und `cached_tokens` enthalten; unterschiedliche Modalitäten werden nur nach ihren jeweiligen Preisen neu berechnet und nicht doppelt abgerechnet. * `candidatesTokenCount` und `thoughtsTokenCount` werden beide zum Preis für Ausgabe-Tokens berechnet. * `toolUsePromptTokenCount` sind eigenständige Tool-Eingabe-Tokens und werden zum Preis für Eingabe-Tokens berechnet. Ace Data Cloud gibt zusätzlich ein normalisiertes `usage`-Objekt zurück; modellübergreifend werden die Kosten dieses Aufrufs einheitlich aus `usage.cost` gelesen. `cost` ist eine optionale Kostenvorschau; wenn die Preisvorschau vorübergehend nicht verfügbar ist, wird die Modellantwort dennoch normal zurückgegeben, kann dieses Feld jedoch nicht enthalten. Die endgültige Abrechnung richtet sich nach den Nutzungsaufzeichnungen. ### Streaming (streamend) Sende eine POST-Anfrage an `/v1beta/models/{model}:streamGenerateContent?alt=sse`: ```bash theme={null} curl -X POST "https://api.acedata.cloud/v1beta/models/gemini-2.5-flash:streamGenerateContent?alt=sse" \ -H "Authorization: Bearer your_token_here" \ -H "Content-Type: application/json" \ -d '{ "contents": [ { "role": "user", "parts": [ { "text": "写一首关于春天的诗" } ] } ] }' ``` Die Stream-Rückgabe liefert Inhalte schrittweise im SSE-Format (Server-Sent Events) zurück. Zwischenereignisse enthalten normalerweise nur inkrementelle Inhalte; das Endereignis mit verbindlichen Nutzungsdaten enthält `usageMetadata` und das normalisierte `usage`, die Kosten befinden sich weiterhin in `usage.cost`: ```text theme={null} data: {"candidates":[{"content":{"parts":[{"text":"Hello!"}],"role":"model"},"index":0}],"modelVersion":"gemini-3.1-flash-lite","model":"gemini-3.1-flash-lite"} data: {"candidates":[{"content":{"parts":[],"role":"model"},"finishReason":"STOP","index":0}],"usageMetadata":{"promptTokenCount":7,"candidatesTokenCount":89,"totalTokenCount":96},"usage":{"prompt_tokens":7,"completion_tokens":89,"total_tokens":96,"cost":{"amount":0.00026161075472,"currency":"credit","list_amount":0.000284359516}},"modelVersion":"gemini-3.1-flash-lite","model":"gemini-3.1-flash-lite"} ``` Das Schließen der Verbindung zeigt das Ende des Streams an; native Gemini-Streams senden kein `data: [DONE]`. Wenn die Preisvorschau des Endzustands vorübergehend nicht verfügbar ist, gibt `usage` weiterhin die Token-Nutzung zurück, lässt jedoch `cost` weg. ## Unterstützte Modelle | Modellname | Beschreibung | | - | - | | `gemini-3.8-flash` | Neuestes Flash-Modell, geeignet für hochwertige allgemeine Aufgaben | | `gemini-3.7-flash` | Hochwertiges allgemeines Flash-Modell | | `gemini-3.6-flash` | Stabiles, leistungsstarkes multimodales Modell | | `gemini-3.5-flash` | Multimodales Modell mit hohem Durchsatz | | `gemini-3.5-flash-lite` | Modell mit geringer Latenz und niedrigen Kosten | | `gemini-3.1-flash-lite` | Stabile Version eines schlanken Modells | | `gemini-3.1-pro-preview` | Modell für komplexes Schlussfolgern und Programmieren | | `gemini-3-flash-preview` | Gemini 3 Flash-Vorschaumodell | | `gemini-2.5-pro` | Gemini 2.5 Pro-Modell | | `gemini-2.5-flash` | Gemini 2.5 Flash-Modell | | `gemini-2.5-flash-lite` | Gemini 2.5 Flash-Lite-Modell | | `gemini-3.1-flash-image` | Modell zur Bildgenerierung | | `gemini-3-pro-image` | Modell zur hochwertigen Bildgenerierung | | `gemini-2.5-flash-image` | Gemini 2.5 Modell zur Bildgenerierung | ## Erweiterte Funktionen ### Systemanweisungen ```json theme={null} { "contents": [ { "role": "user", "parts": [{"text": "你好"}] } ], "systemInstruction": { "parts": [{"text": "你是一个专业的诗人，所有回复都用诗歌形式。"}] } } ``` ### Generierungskonfiguration ```json theme={null} { "contents": [ { "role": "user", "parts": [{"text": "讲一个故事"}] } ], "generationConfig": { "temperature": 0.7, "maxOutputTokens": 1024, "topP": 0.9, "topK": 40 } } ``` ### JSON-Modus ```json theme={null} { "contents": [ { "role": "user", "parts": [ { "text": "列出三个中国城市及其人口" } ] } ], "generationConfig": { "responseMimeType": "application/json", "responseSchema": { "type": "array", "items": { "type": "object", "properties": { "city": { "type": "string" }, "population": { "type": "integer" } } } } } } ``` ### Denkmodus (Thinking) Modelle, die die Denkfunktion unterstützen (wie gemini-2.5-flash, gemini-2.5-pro), können den Denkmodus aktivieren: ```json theme={null} { "contents": [ { "role": "user", "parts": [{"text": "解释量子纠缠"}] } ], "generationConfig": { "thinkingConfig": { "includeThoughts": true, "thinkingBudget": 2048 } } } ``` ### Funktionsaufruf ```json theme={null} { "contents": [ { "role": "user", "parts": [{"text": "北京现在的天气怎么样？"}] } ], "tools": [ { "functionDeclarations": [ { "name": "get_weather", "description": "获取指定城市的天气信息", "parameters": { "type": "object", "properties": { "city": { "type": "string", "description": "城市名称" } }, "required": ["city"] } } ] } ] } ``` ### Mehrturn-Dialog ```json theme={null} { "contents": [ { "role": "user", "parts": [{"text": "你好，我叫小明"}] }, { "role": "model", "parts": [{"text": "你好小明！很高兴认识你。"}] }, { "role": "user", "parts": [{"text": "我叫什么名字？"}] } ] } ``` ### Bildverständnis ```json theme={null} { "contents": [ { "role": "user", "parts": [ {"text": "描述这张图片"}, { "inlineData": { "mimeType": "image/jpeg", "data": "base64_encoded_image_data..." } } ] } ] } ``` ## Sicherheitseinstellungen Die Inhaltsfilterung kann über `safetySettings` gesteuert werden: ```json theme={null} { "contents": [...], "safetySettings": [ { "category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_ONLY_HIGH" } ] } ``` ## Fehlerbehandlung | HTTP-Statuscode | Bedeutung | | - | - | | 400 | Ungültige Anfrageparameter | | 401 | Authentifizierung fehlgeschlagen, bitte Token überprüfen | | 403 | Inhalt wurde vom Sicherheitsfilter abgefangen | | 429 | Anfrage zu häufig | | 500 | Interner Serverfehler | This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.