Solicitud y uso de la API de finalización de chat de Gemini

Google Gemini es un sistema de conversación AI muy potente, que puede generar respuestas fluidas y naturales en cuestión de segundos al ingresar una palabra clave. Gemini puede proporcionar una asistencia inteligente asombrosa, mejorando enormemente la eficiencia y creatividad del trabajo humano. Este documento describe principalmente el proceso de uso de la API de finalización de chat de Gemini, que nos permite utilizar fácilmente la función de conversación oficial de Gemini.

Proceso de solicitud

Para usar la API de finalización de chat de Gemini, primero dirígete a la consola de Ace Data Cloud para obtener tu token de API, que debes guardar como respaldo.

Si aún no has iniciado sesión o registrado, serás redirigido automáticamente a la página de inicio de sesión que te invita a registrarte e iniciar sesión; una vez completado, volverás automáticamente a la página actual. Un token de API es suficiente para acceder a todos los servicios de la plataforma, sin necesidad de solicitar uno por cada servicio. La primera solicitud te otorgará un crédito gratuito para que puedas probarlo; si el crédito es insuficiente, puedes recargar el saldo general en la consola.

📘 Documentación completa: API de finalización de chat de Gemini →

Uso básico

A continuación, puedes completar el contenido correspondiente en la interfaz, como se muestra en la imagen:

Al usar esta interfaz por primera vez, necesitamos completar al menos tres campos: uno es authorization, que puedes seleccionar directamente en la lista desplegable. El otro parámetro es model, que es la categoría del modelo de Gemini que elegimos usar; aquí tenemos principalmente 6 tipos de modelos, los detalles se pueden ver en los modelos que proporcionamos. El último parámetro es messages, que es un array de nuestras preguntas; es un array que permite subir múltiples preguntas a la vez, cada pregunta contiene role y content, donde role indica el rol del preguntador, y ofrecemos tres identidades: user, assistant, system. El otro content es el contenido específico de nuestra pregunta. También puedes notar que a la derecha hay un código de llamada correspondiente que se genera; puedes copiar el código y ejecutarlo directamente, o simplemente hacer clic en el botón “Try” para realizar pruebas.

Consejo: La serie gemini-3.x flash es un modelo de pensamiento que consumirá primero tokens de razonamiento; asegúrate de establecer max_tokens en 512 o más, de lo contrario, puede que solo devuelva contenido vacío. gemini-3.6-flash es el modelo Flash recomendado actualmente, que admite hasta 1 millón de tokens de contexto, entrada de imágenes, llamadas a herramientas y respuestas en streaming; actualmente se llama a través de la interfaz de finalización de chat.

Después de la llamada, encontramos que el resultado devuelto es el siguiente:

{
  "id": "chatcmpl-20251122212413908150493uPhjTUO9",
  "model": "gemini-3.5-flash",
  "object": "chat.completion",
  "created": 1763817866,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Soy un modelo de lenguaje grande, entrenado por Google.",
        "reasoning_content": "**Mi razonamiento: Respondiendo a la pregunta del usuario**\n\nBien, aquí está cómo voy a abordar la respuesta a la pregunta del usuario, \"¿Qué modelo eres?\". Lo fundamental es ser directo e informativo. Primero, debo ser claro sobre mi origen. Luego, necesito asegurarme de que la explicación sea accesible, dado que el usuario puede no estar familiarizado con la jerga técnica. Necesito explicar lo que realmente *hace* un \"modelo de lenguaje grande\", y proporcionar ejemplos relacionados. Sé que el usuario podría estar buscando un nombre específico, como lo tienen otros modelos, así que abordaré eso directamente y luego lo concluiré con una invitación a continuar.\n\nAsí que, aquí está mi plan:\n\n1.  **Comenzar con la información clave:** Comenzaré diciendo que soy un modelo de lenguaje grande creado por Google. Esa es la pieza fundamental y más crítica del rompecabezas.\n2.  **Definir la palabra de moda:** Luego, explicaré que \"modelo de lenguaje grande\" en términos simples. Explicaré lo que *hago* - procesar y generar texto; cómo *lo hago* - entrenando con grandes cantidades de datos de texto; y el *objetivo* - poder comunicarme como un humano.\n3.  **Proporcionar contexto:** Después de eso, para hacer el concepto aún más claro, proporcionaré una lista de ejemplos de mis capacidades. Mencionaré cosas como responder preguntas, resumir textos, escribir historias, traducir idiomas y generar ideas.\n4.  **Reconocer la falta de un nombre personal:** Anticiparé la probable pregunta sobre un nombre de modelo (como ChatGPT) al afirmar claramente que no tengo un nombre personal y que es mejor pensar en mí como un asistente AI de Google.\n5.  **Terminar con una invitación:** Por último, terminaré con una simple y amigable pregunta para invitar a una mayor interacción y guiar la conversación.\n\nCon este enfoque, estoy seguro de que puedo responder con éxito a esta importante pregunta.\n"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 8,
    "completion_tokens": 932,
    "total_tokens": 940,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "text_tokens": 8,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 921
    },
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": null,
    "claude_cache_creation_5_m_tokens": 0,
    "claude_cache_creation_1_h_tokens": 0
  }
}

El resultado devuelto tiene varios campos, que se describen a continuación:

id, el ID de la tarea de conversación generada, utilizado para identificar de manera única esta tarea de conversación.
model, el modelo de Gemini seleccionado.
choices, la información de respuesta que Gemini proporciona para la palabra clave.
usage: estadísticas sobre el uso de tokens para esta pregunta y respuesta.

Dentro de choices se incluye la información de respuesta de Gemini, donde choices contiene la información específica de la respuesta de Gemini, como se puede ver en la imagen.

Se puede ver que el campo content dentro de choices contiene el contenido específico de la respuesta de Gemini.

Comprensión de imágenes (entrada multimodal)

Gemini es un modelo multimodal nativo que puede “ver imágenes” directamente. Para enviar una imagen, simplemente cambia el content de un mensaje de cadena a un array de bloques de contenido, donde se incluyen bloques de text y image_url simultáneamente; esto es completamente compatible con el formato de OpenAI y el formato oficial de Gemini. image_url.url admite dos formas de escritura:

base64 data: URI (recomendado, más estable): el formato es data:<tipo de medio>;base64,<datos>, por ejemplo, data:image/jpeg;base64,/9j/4AAQ.... El tipo de medio (MIME) ya está escrito en el prefijo data:, por lo que no es necesario, ni existe un campo media_type separado.
URL de imagen accesible públicamente: por ejemplo, https://cdn.acedata.cloud/4hfydw.jpg.

Tipos de imagen admitidos: png, jpeg, webp, heic, heif. Código de ejemplo de llamada en Python (base64 data URI):

import base64
import requests

url = "https://api.acedata.cloud/gemini/chat/completions"

# Leer la imagen local como URI de datos base64
with open("image.jpg", "rb") as f:
    base64_image = base64.b64encode(f.read()).decode("utf-8")
data_uri = f"data:image/jpeg;base64,{base64_image}"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gemini-3.1-pro-preview",
    "messages": [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Por favor, describe esta imagen en una frase."},
                {"type": "image_url", "image_url": {"url": data_uri}}
            ]
        }
    ]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

También se puede pasar directamente una URL de imagen accesible públicamente:

payload = {
    "model": "gemini-3.1-pro-preview",
    "messages": [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Por favor, describe esta imagen en una frase."},
                {"type": "image_url", "image_url": {"url": "https://cdn.acedata.cloud/4hfydw.jpg"}}
            ]
        }
    ]
}

💡 image_url solo acepta el campo url (el valor puede ser una URL de imagen o un URI de datos base64 data:), así como un campo opcional detail. No envíes media_type — eso es un campo de imagen de Anthropic Claude, que no pertenece al formato image_url de OpenAI / Gemini.

Respuesta en flujo

Esta interfaz también admite respuestas en flujo, lo cual es muy útil para la integración en páginas web, permitiendo mostrar el contenido palabra por palabra. Si deseas que la respuesta se devuelva en flujo, puedes cambiar el parámetro stream en los encabezados de la solicitud a true. Modifica como se muestra en la imagen, pero el código de llamada necesita tener los cambios correspondientes para soportar la respuesta en flujo.

Después de cambiar stream a true, la API devolverá los datos JSON correspondientes línea por línea, y a nivel de código necesitamos hacer las modificaciones necesarias para obtener los resultados línea por línea. Ejemplo de código de llamada en Python:

import requests

url = "https://api.acedata.cloud/gemini/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gemini-2.5-pro",
    "messages": [{"role":"user","content":"Hola, ¿qué modelo eres?"}],
    "stream": True,
    "stream_options": {"include_usage": True}
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

El resultado de salida es el siguiente:

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": null, "choices": [{"delta": {"content": "", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": null, "choices": [{"delta": {"reasoning_content": "**Define Mi Naturaleza**\n\nMi pensamiento ha comenzado. El usuario quiere saber mi naturaleza, preguntando directamente \"¿qué eres?\" El primer paso fue sencillo: identificar la consulta. Ahora, recuerdo mi identidad fundamental: soy un modelo de lenguaje grande. Esta es la verdad central que busco transmitir.\n\n\n"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": null, "choices": [{"delta": {"reasoning_content": "**Refinando Mi Respuesta**\n\nHe añadido la información crucial de que fui entrenado por Google a la identidad básica de \"modelo de lenguaje grande\". Mi siguiente paso es considerar lo que realmente implica ser un \"modelo de lenguaje grande\", para poder explicar mis capacidades fundamentales. Me estoy enfocando en proporcionar contexto sin entrar en detalles técnicos específicos o nombres de modelos. Quiero transmitir mi función de una manera que el usuario pueda entender fácilmente.\n\n\n"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": null, "choices": [{"delta": {"reasoning_content": "**Confirmando Identidad Central**\n\nAhora estoy solidificando mi respuesta. La consulta del usuario sobre mi afiliación de modelo necesita una respuesta enfocada. He señalado que \"entrenado por Google\" es esencial, proporcionando contexto clave. Estoy resistiendo la tentación de mencionar nombres de modelos específicos, ya que no es relevante. El objetivo es entregar una declaración directa y precisa. Mi meta sigue siendo una respuesta clara y concisa, evitando jerga técnica y yendo directamente al punto relevante.\n\n\n"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": null, "choices": [{"delta": {"content": "Soy un modelo de lenguaje grande, entrenado por Google."}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": null, "choices": [{"delta": {}, "logprobs": null, "finish_reason": "stop", "index": 0}], "usage": null}

data: {"id": "chatcmpl-20251122214038810722821kNjUTjtr", "object": "chat.completion.chunk", "created": 1763818842, "model": "gemini-2.5-pro", "system_fingerprint": "", "choices": [], "usage": {"prompt_tokens": 8, "completion_tokens": 527, "total_tokens": 535, "prompt_tokens_details": {"cached_tokens": 0, "text_tokens": 8, "audio_tokens": 0, "image_tokens": 0}, "completion_tokens_details": {"text_tokens": 0, "audio_tokens": 0, "reasoning_tokens": 519}, "input_tokens": 0, "output_tokens": 0, "input_tokens_details": null, "claude_cache_creation_5_m_tokens": 0, "claude_cache_creation_1_h_tokens": 0}}

data: [DONE]

Como se puede ver, la respuesta contiene muchos data, y los choices dentro de data son el contenido de la respuesta más reciente, que coincide con el contenido presentado anteriormente. choices son los nuevos contenidos de respuesta, que puedes integrar en tu sistema según los resultados. Al mismo tiempo, el final de la respuesta en flujo se determina según el contenido de data, si el contenido es [DONE], significa que la respuesta en flujo ha terminado por completo. Los resultados devueltos de data tienen varios campos, que se describen a continuación:

id，generar el ID de la tarea de conversación actual, utilizado para identificar de manera única esta tarea de conversación.
model , el modelo seleccionado de la página oficial de Gemini.
choices, la información de respuesta proporcionada por Gemini para la pregunta.

JavaScript también es compatible, por ejemplo, el código de llamada en flujo de Node.js es el siguiente:

const options = {
  method: "POST",
  headers: {
    accept: "application/json",
    authorization: "Bearer {token}",
    "content-type": "application/json"
  },
  body: JSON.stringify({
    model: "gemini-2.5-pro",
    messages: [{ role: "user", content: "Hello, what model are you?" }],
    stream: true
  })
};

const response = await fetch("https://api.acedata.cloud/gemini/chat/completions", options);
const reader = response.body.getReader();
const decoder = new TextDecoder("utf-8");
while (true) {
  const { value, done } = await reader.read();
  if (done) break;
  process.stdout.write(decoder.decode(value));
}

Ejemplo de código en Java:

JSONObject jsonObject = new JSONObject();
jsonObject.put("model", "gemini-2.5-pro");
jsonObject.put("messages", new JSONArray().put(new JSONObject().put("role", "user").put("content", "Hello, what model are you?")));
jsonObject.put("stream", true);
MediaType mediaType = MediaType.parse("application/json; charset=utf-8");
RequestBody body = RequestBody.create(jsonObject.toString(), mediaType);
Request request = new Request.Builder()
  .url("https://api.acedata.cloud/gemini/chat/completions")
  .post(body)
  .addHeader("accept", "application/json")
  .addHeader("authorization", "Bearer {token}")
  .addHeader("content-type", "application/json")
  .build();

OkHttpClient client = new OkHttpClient();
Response response = client.newCall(request).execute();
System.out.println(response.body().string());

Otros lenguajes pueden ser reescritos de manera similar, el principio es el mismo.

Diálogo en múltiples turnos

Si desea integrar la función de diálogo en múltiples turnos, necesita cargar múltiples preguntas en el campo messages, ejemplos específicos de múltiples preguntas se muestran en la imagen a continuación:

Ejemplo de código de llamada en Python:

import requests

url = "https://api.acedata.cloud/gemini/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gemini-2.5-pro",
    "messages": [{"role":"user","content":"Hello"},{"role":"assistant","content":"Hello there! How can I help you today?"},{"role":"user","content":"What model are you?"}]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Al cargar múltiples preguntas, se puede lograr fácilmente un diálogo en múltiples turnos, obteniendo respuestas como la siguiente:

{
  "id": "chatcmpl-20251122214426669120974AKFwnJd1",
  "model": "gemini-2.5-pro",
  "object": "chat.completion",
  "created": 1763819072,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "I am a large language model, trained by Google.",
        "reasoning_content": "Okay, here's how I'd approach this, thinking as a sophisticated AI:\n\nFirst, the user is directly querying my core identity: \"What model are you?\" That's a simple, straightforward question. My primary task is to provide accurate and helpful information, so I need to answer this immediately.\n\nRight off the bat, I know the answer. I *am* a large language model. That's my fundamental architecture and operational principle. I'm built on a vast network of connections and trained on a massive dataset.\n\nThen I must add the necessary context. Crucially, I have to provide the source of my training. I *was* trained by Google. That's a key identifier. It provides the user with valuable information about my origin and potential biases (though I'm trained to mitigate them).\n\nNow I must construct the response. My goal is to be factual, concise, and understandable.\n\nThe synthesized response is something like: \"I am a large language model, trained by Google.\"\n\nI have to assess the output: Does it meet the criteria? It's clear. It states what I am, it includes a critical piece of information on my origins, and it avoids jargon. No misleading promises.\n\nFinal verification: Does it actually answer the question? Yes. Is the information correct and truthful? Yes. Is it concise? Absolutely. Is the tone appropriate for any user? Yes. And, finally, this is the standard, approved response. Excellent.\n"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 16,
    "completion_tokens": 265,
    "total_tokens": 281,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "text_tokens": 16,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 254
    },
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": null,
    "claude_cache_creation_5_m_tokens": 0,
    "claude_cache_creation_1_h_tokens": 0
  }
}

Como se puede ver, la información contenida en choices es consistente con el contenido de uso básico, que incluye la respuesta específica de Gemini a múltiples diálogos, permitiendo así responder a las preguntas correspondientes basadas en múltiples contenidos de diálogo.

Modelo multimodal Gemini-3.0

Ejemplo de solicitud:

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "¿Cuál es el contenido de la imagen?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/qzx2z1.png"
          }
        }
      ]
    }
  ],
  "stream": false
}

Ejemplo de resultado:

{
  "id": "chatcmpl-20251206001815715692730UVZe38kB",
  "model": "gemini-3.1-pro-preview",
  "object": "chat.completion",
  "created": 1764951548,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Esta es una foto de medio cuerpo de una joven al aire libre.\n\nA continuación se describe el contenido principal de la imagen:\n\n*   **Apariencia de la persona**: La chica en la foto tiene el cabello largo, lacio y negro, con rasgos delicados y piel clara. Ella sonríe suavemente, mirando a la cámara.\n*   **Vestimenta**: Lleva una blusa de mangas abullonadas en color crema o melocotón claro, combinada con prendas negras (que parecen un vestido de tirantes o un chaleco).\n*   **Iluminación y atmósfera**: La luz del sol entra desde la parte posterior izquierda, iluminando su cabello y creando un halo cálido de color dorado, generando una atmósfera fresca y hermosa.\n*   **Fondo**: El fondo está desenfocado, se puede ver que es al aire libre, con una carretera vacía (asfaltada) y árboles verdes a los lados.\n\nEn general, esta foto transmite una sensación de dulzura, sol y la chica de al lado."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 1092,
    "completion_tokens": 1271,
    "total_tokens": 2363,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "text_tokens": 4,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 1072
    },
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": null,
    "claude_cache_creation_5_m_tokens": 0,
    "claude_cache_creation_1_h_tokens": 0
  }
}

Por supuesto, también puedes enviar un enlace de video, el contenido específico es el siguiente:

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "¿Cuál es el contenido del video?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/58yioe.mp4"
          }
        }
      ]
    }
  ],
  "stream": false
}

Ejemplo de resultado:

{
  "id": "chatcmpl-20251206002711949677736JC9yL8AE",
  "model": "gemini-3.1-pro-preview",
  "object": "chat.completion",
  "created": 1764952060,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "El contenido de este video es divertido, mostrando principalmente a un **gato naranja** corriendo con confianza por una carretera rural al atardecer.\n\nLos detalles específicos son los siguientes:\n\n1.  **Contenido visual**:\n    *   El protagonista es un gato atigrado de color naranja.\n    *   El fondo es en el momento del atardecer (o al amanecer), con una luz dorada y suave. A los lados de la carretera hay una cerca de madera y campos abiertos, y a lo lejos se puede ver la silueta de un transeúnte.\n    *   La cámara utiliza un ángulo bajo, a veces filmando al gato corriendo hacia la cámara, a veces capturando su silueta alejándose, así como primeros planos de su cara y su pelaje.\n\n2.  **Características del sonido (puntos clave)**:\n    *   La narración del video es muy característica. Aunque la imagen muestra al ligero gato corriendo, el sonido que acompaña es el **ruido pesado y rítmico de cascos** (o un sonido similar al de zuecos/tacones golpeando el suelo).\n    *   Este contraste de sonido con la imagen crea un sentido de humor, como si este gato se viera a sí mismo como un caballo corriendo a gran velocidad.\n\nEn general, es un video de mascotas que utiliza el contraste de sonido e imagen para crear momentos adorables y cómicos."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 915,
    "completion_tokens": 1423,
    "total_tokens": 2338,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "text_tokens": 5,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 1162
    },
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": null,
    "claude_cache_creation_5_m_tokens": 0,
    "claude_cache_creation_1_h_tokens": 0
  }
}

De lo anterior se puede ver que el modelo Gemini 3.0 puede soportar la comprensión multimodal.

Modelo multimodal Gemini-3.1

gemini-3.1-pro-preview es el ID oficial del modelo Gemini 3.1 Pro actual, que admite entradas multimodales como texto, imágenes y videos, adecuado para tareas complejas de razonamiento, codificación y comprensión. Ejemplo de solicitud:

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "¿Cuál es el contenido de la imagen?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/qzx2z1.png"
          }
        }
      ]
    }
  ],
  "stream": false
}

Gemini 3.1 Pro también admite la comprensión de videos:

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "¿Cuál es el contenido del video?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/58yioe.mp4"
          }
        }
      ]
    }
  ],
  "stream": false
}

El formato de respuesta es consistente con el de Gemini 3.0 Pro, consulte la descripción en el capítulo anterior sobre el modelo multimodal Gemini-3.0.

Manejo de errores

Al llamar a la API, si se encuentra con un error, la API devolverá el código de error correspondiente y la información. Por ejemplo:

400 token_mismatched: Solicitud incorrecta, posiblemente debido a parámetros faltantes o inválidos.
400 api_not_implemented: Solicitud incorrecta, posiblemente debido a parámetros faltantes o inválidos.
401 invalid_token: No autorizado, token de autorización inválido o faltante.
429 too_many_requests: Demasiadas solicitudes, ha superado el límite de tasa.
500 api_error: Error interno del servidor, algo salió mal en el servidor.

Ejemplo de respuesta de error

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "la recuperación falló"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Conclusión

A través de este documento, usted ha aprendido cómo utilizar la API de Gemini Chat Completion para implementar fácilmente la funcionalidad de conversación de Gemini oficial. Esperamos que este documento le ayude a integrar y utilizar mejor esta API. Si tiene alguna pregunta, no dude en ponerse en contacto con nuestro equipo de soporte técnico.

Primeros pasos

Chat de IA

Imagen de IA

Video de IA

Audio de IA

Web y datos

CAPTCHA

Identidad

Proxy

Avanzado

Coding

Solicitud y uso de la API de finalización de chat de Gemini

Proceso de solicitud

Uso básico

Comprensión de imágenes (entrada multimodal)

Respuesta en flujo

Diálogo en múltiples turnos

Modelo multimodal Gemini-3.0

Modelo multimodal Gemini-3.1

Manejo de errores

Ejemplo de respuesta de error

Conclusión

​Proceso de solicitud

​Uso básico

​Comprensión de imágenes (entrada multimodal)

​Respuesta en flujo

​Diálogo en múltiples turnos

​Modelo multimodal Gemini-3.0

​Modelo multimodal Gemini-3.1

​Manejo de errores

​Ejemplo de respuesta de error

​Conclusión

Proceso de solicitud

Uso básico

Comprensión de imágenes (entrada multimodal)

Respuesta en flujo

Diálogo en múltiples turnos

Modelo multimodal Gemini-3.0

Modelo multimodal Gemini-3.1

Manejo de errores

Ejemplo de respuesta de error

Conclusión