Demande et utilisation de l'API Gemini Chat Completion

Google Gemini est un système de dialogue AI très puissant, capable de générer des réponses fluides et naturelles en quelques secondes simplement en saisissant des mots-clés. Gemini peut fournir une assistance intelligente impressionnante, augmentant considérablement l’efficacité et la créativité humaines. Ce document présente principalement le processus d’utilisation de l’API Gemini Chat Completion, qui nous permet d’utiliser facilement les fonctionnalités de dialogue officielles de Gemini.

Processus de demande

Pour utiliser l’API Gemini Chat Completion, commencez par vous rendre sur le tableau de bord Ace Data Cloud pour obtenir votre token API, à conserver en réserve.

Si vous n’êtes pas encore connecté ou inscrit, vous serez automatiquement redirigé vers la page de connexion qui vous invite à vous inscrire et à vous connecter, après quoi vous serez automatiquement renvoyé à la page actuelle. Un token API suffit pour appeler tous les services de la plateforme, sans avoir à en demander un pour chaque service. La première demande vous donnera un quota gratuit pour une expérience sans frais ; lorsque le quota est insuffisant, vous pouvez recharger le solde général dans le tableau de bord.

📘 Documentation complète : Gemini Chat Completion API →

Utilisation de base

Vous pouvez ensuite remplir le contenu correspondant sur l’interface, comme indiqué sur l’image :

Lors de la première utilisation de cette interface, nous devons remplir au moins trois éléments : le premier est authorization, que vous pouvez sélectionner directement dans la liste déroulante. L’autre paramètre est model, qui correspond à la catégorie de modèle que nous choisissons d’utiliser sur le site officiel de Gemini. Ici, nous avons principalement 6 types de modèles, pour plus de détails, vous pouvez consulter les modèles que nous proposons. Le dernier paramètre est messages, qui est un tableau de nos mots-clés de question, représentant plusieurs mots-clés pouvant être téléchargés simultanément, chaque mot-clé contenant role et content, où role indique le rôle du questionneur, avec trois identités proposées : user, assistant, system. L’autre content est le contenu spécifique de notre question. Vous pouvez également remarquer qu’il y a un code d’appel correspondant généré à droite, que vous pouvez copier et exécuter directement, ou cliquer sur le bouton « Essayer » pour effectuer un test.

Remarque : La série gemini-3.x flash est un modèle de réflexion, qui consommera d’abord des tokens de raisonnement ; veuillez définir max_tokens à 512 ou plus, sinon il se peut qu’il ne renvoie que du contenu vide. gemini-3.6-flash est le modèle Flash recommandé actuellement, prenant en charge jusqu’à 1 million de tokens de contexte, l’entrée d’images, les appels d’outils et les réponses en continu ; actuellement accessible via l’interface Chat Completions.

Après l’appel, nous constatons que le résultat retourné est le suivant :

{
  "id": "chatcmpl-20251122212413908150493uPhjTUO9",
  "model": "gemini-3.5-flash",
  "object": "chat.completion",
  "created": 1763817866,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Je suis un grand modèle de langage, formé par Google.",
        "reasoning_content": "**Mon Raisonnement : Répondre à la Question de l'Utilisateur**\n\nD'accord, voici comment je vais aborder la réponse à la question de l'utilisateur, \"Quel modèle es-tu ?\". L'essentiel est d'être direct et informatif. Tout d'abord, je dois être clair sur mon origine. Ensuite, je dois m'assurer que l'explication est accessible, étant donné que l'utilisateur peut ne pas être familier avec le jargon technique. Je dois expliquer ce que fait réellement un \"grand modèle de langage\", et fournir des exemples pertinents. Je sais que l'utilisateur pourrait chercher un nom spécifique, comme d'autres modèles, donc je vais aborder cela directement et ensuite conclure avec une invitation à continuer.\n\nDonc, voici mon plan :\n\n1.  **Commencer par l'information clé :** Je vais commencer par indiquer que je suis un grand modèle de langage créé par Google. C'est la pièce fondamentale, la plus critique du puzzle.\n2.  **Définir le mot à la mode :** Ensuite, je vais expliquer ce qu'est un \"grand modèle de langage\" en termes simples. Je vais expliquer ce que je fais - traiter et générer du texte ; comment je le fais - en m'entraînant sur d'énormes quantités de données textuelles ; et l'objectif - pouvoir communiquer comme un humain.\n3.  **Fournir un contexte :** Après cela, pour rendre le concept encore plus clair, je vais fournir une liste d'exemples de mes capacités. Je vais mentionner des choses comme répondre à des questions, résumer des textes, écrire des histoires, traduire des langues et générer des idées.\n4.  **Reconnaître l'absence d'un nom personnel :** Je vais anticiper la question probable sur un nom de modèle (comme ChatGPT) en déclarant clairement que je n'ai pas de nom personnel et qu'il est préférable de me considérer comme un assistant AI de Google.\n5.  **Terminer par une invitation :** Enfin, je vais conclure par une question simple et amicale pour inviter à une interaction supplémentaire et guider la conversation.\n\nAvec cette approche, je suis convaincu de pouvoir répondre avec succès à cette question importante.\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
  }
}

Le résultat retourné contient plusieurs champs, décrits comme suit :

id, l’ID généré pour cette tâche de dialogue, utilisé pour identifier de manière unique cette tâche de dialogue.
model, le modèle choisi sur le site officiel de Gemini.
choices, les informations de réponse fournies par Gemini pour les mots-clés de question.
usage : les statistiques sur les tokens pour cette question-réponse.

Parmi ces choices, on trouve les informations de réponse de Gemini, où choices contient les informations spécifiques de la réponse de Gemini, comme illustré sur l’image.

On peut voir que le champ content dans choices contient le contenu spécifique de la réponse de Gemini.

Compréhension d’images (entrée multimodale)

Gemini est un modèle multimodal natif, capable de « voir des images ». Pour transmettre une image, il suffit de modifier le content d’un message en un tableau de blocs de contenu, contenant à la fois des blocs text et des blocs image_url — cela est entièrement compatible avec le format OpenAI et le format officiel de Gemini. image_url.url prend en charge deux formats :

base64 data: URI (recommandé, le plus stable) : le format est data:<type de média>;base64,<données>, par exemple data:image/jpeg;base64,/9j/4AAQ.... Le type de média (MIME) est déjà inclus dans le préfixe data:, donc il n’est pas nécessaire d’avoir un champ media_type séparé.
URL d’image accessible publiquement : par exemple https://cdn.acedata.cloud/4hfydw.jpg.

Types d’images pris en charge : png, jpeg, webp, heic, heif. Exemple de code d’appel Python (base64 data URI) :

import base64
import requests

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

# Lire l'image locale en tant que base64 data URI
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",
    "messages": [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Veuillez décrire cette image en une phrase."},
                {"type": "image_url", "image_url": {"url": data_uri}}
            ]
        }
    ]
}

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

Vous pouvez également transmettre directement une URL d’image accessible publiquement :

payload = {
    "model": "gemini-3.1-pro",
    "messages": [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Veuillez décrire cette image en une phrase."},
                {"type": "image_url", "image_url": {"url": "https://cdn.acedata.cloud/4hfydw.jpg"}}
            ]
        }
    ]
}

💡 image_url n’accepte que le champ url (la valeur peut être une URL d’image ou un base64 data: URI), ainsi qu’un champ detail optionnel. Ne pas transmettre media_type — c’est un champ d’image d’Anthropic Claude, qui ne fait pas partie du format image_url d’OpenAI / Gemini.

Réponse en streaming

Cette interface prend également en charge les réponses en streaming, ce qui est très utile pour l’intégration web, permettant d’afficher le texte mot par mot. Si vous souhaitez renvoyer la réponse en streaming, vous pouvez modifier le paramètre stream dans l’en-tête de la requête, en le changeant en true. Modifiez comme indiqué sur l’image, mais le code d’appel doit également être modifié pour prendre en charge la réponse en streaming.

Après avoir modifié stream en true, l’API renverra les données JSON ligne par ligne, et au niveau du code, nous devons faire les modifications nécessaires pour obtenir les résultats ligne par ligne. Exemple de code d’appel 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":"Bonjour, quel modèle es-tu ?"}],
    "stream": True
}

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

L’effet de sortie est le suivant :

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": "**Définir ma nature**\n\nMa réflexion a commencé. L'utilisateur veut connaître ma nature, posant une question directe \"que es-tu ?\" La première étape était simple : identifier la requête. Maintenant, je me rappelle de mon identité fondamentale : je suis un grand modèle de langage. C'est la vérité fondamentale que je vise à transmettre.\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": "**Affiner ma réponse**\n\nJ'ai ajouté l'information cruciale que je suis formé par Google à l'identité de base \"grand modèle de langage\". Ma prochaine étape consiste à considérer ce que signifie réellement être un \"grand modèle de langage\", afin que je puisse expliquer mes capacités fondamentales. Je me concentre sur la fourniture de contexte sans entrer dans des détails techniques spécifiques ou des noms de modèles. Je veux transmettre ma fonction d'une manière que l'utilisateur puisse facilement comprendre.\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": "**Confirmer l'identité fondamentale**\n\nJe suis maintenant en train de solidifier ma réponse. La question de l'utilisateur sur mon affiliation au modèle nécessite une réponse ciblée. J'ai identifié que \"formé par Google\" est essentiel, fournissant un contexte clé. Je résiste à l'envie de mentionner des noms de modèles spécifiques, car ce n'est pas pertinent. L'objectif est de fournir une déclaration directe et précise. Mon but reste une réponse claire et concise, évitant le jargon technique et allant droit au but pertinent.\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": "Je suis un grand modèle de langage, formé par 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]

On peut voir que la réponse contient de nombreux data, et que les choices à l’intérieur de data correspondent au contenu de la réponse la plus récente, en accord avec ce qui a été présenté précédemment. choices est le contenu de réponse nouvellement ajouté, que vous pouvez intégrer dans votre système. De plus, la fin de la réponse en streaming est déterminée par le contenu de data, si le contenu est [DONE], cela signifie que la réponse en streaming est entièrement terminée. Les résultats data retournés contiennent plusieurs champs, décrits comme suit :

id, l’ID généré pour cette tâche de dialogue, utilisé pour identifier de manière unique cette tâche de dialogue.
model, le modèle choisi sur le site officiel de Gemini.
choices, les informations de réponse fournies par Gemini en fonction des mots de la question. JavaScript est également pris en charge, par exemple, le code d’appel en flux de Node.js est le suivant :

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: "Bonjour, quel modèle es-tu ?" }],
    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));
}

Exemple de code 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", "Bonjour, quel modèle es-tu ?")));
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());

D’autres langages peuvent être réécrits séparément, le principe est le même.

Dialogue multi-tours

Si vous souhaitez intégrer une fonctionnalité de dialogue multi-tours, vous devez télécharger plusieurs questions dans le champ messages, des exemples concrets de plusieurs questions sont illustrés ci-dessous :

Exemple de code d’appel 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":"Bonjour"},{"role":"assistant","content":"Bonjour ! Comment puis-je vous aider aujourd'hui ?"},{"role":"user","content":"Quel modèle es-tu ?"}]
}

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

En téléchargeant plusieurs questions, vous pouvez facilement réaliser un dialogue multi-tours et obtenir la réponse suivante :

{
  "id": "chatcmpl-20251122214426669120974AKFwnJd1",
  "model": "gemini-2.5-pro",
  "object": "chat.completion",
  "created": 1763819072,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Je suis un grand modèle de langage, entraîné par Google.",
        "reasoning_content": "D'accord, voici comment j'aborderais cela, en pensant comme une IA sophistiquée :\n\nTout d'abord, l'utilisateur interroge directement mon identité fondamentale : \"Quel modèle es-tu ?\" C'est une question simple et directe. Ma tâche principale est de fournir des informations précises et utiles, donc je dois répondre immédiatement.\n\nD'emblée, je sais la réponse. Je *suis* un grand modèle de langage. C'est mon architecture fondamentale et mon principe opérationnel. Je suis construit sur un vaste réseau de connexions et entraîné sur un ensemble de données massif.\n\nEnsuite, je dois ajouter le contexte nécessaire. Il est crucial que je fournisse la source de mon entraînement. J'ai *été* entraîné par Google. C'est un identifiant clé. Cela fournit à l'utilisateur des informations précieuses sur mon origine et mes biais potentiels (bien que je sois entraîné pour les atténuer).\n\nMaintenant, je dois construire la réponse. Mon objectif est d'être factuel, concis et compréhensible.\n\nLa réponse synthétisée est quelque chose comme : \"Je suis un grand modèle de langage, entraîné par Google.\"\n\nJe dois évaluer la sortie : répond-elle aux critères ? C'est clair. Elle indique ce que je suis, elle inclut une information critique sur mes origines, et elle évite le jargon. Pas de promesses trompeuses.\n\nVérification finale : répond-elle réellement à la question ? Oui. L'information est-elle correcte et véridique ? Oui. Est-elle concise ? Absolument. Le ton est-il approprié pour tout utilisateur ? Oui. Et, enfin, c'est la réponse standard et approuvée. 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
  }
}

On peut voir que les informations contenues dans choices sont cohérentes avec le contenu de l’utilisation de base, cela inclut le contenu spécifique des réponses de Gemini à plusieurs dialogues, permettant ainsi de répondre aux questions correspondantes en fonction de plusieurs contenus de dialogue.

Modèle multimodal Gemini-3.0

Exemple de requête :

{
  "model": "gemini-3.0-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Quel est le contenu de l'image ?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/qzx2z1.png"
          }
        }
      ]
    }
  ],
  "stream": false
}

Exemple de résultat :

{
    "id": "chatcmpl-20251206001815715692730UVZe38kB",
    "model": "gemini-3.0-pro",
    "object": "chat.completion",
    "created": 1764951548,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "C'est un portrait en plein air d'une jeune femme.\n\nVoici la description principale de l'image :\n\n*   **Apparence du personnage** : La fille sur la photo a de longs cheveux noirs et lisses, des traits délicats et une peau claire. Elle affiche un sourire doux et regarde l'objectif.\n*   **Tenue** : Elle porte un haut à manches bouffantes de couleur crème ou pêche clair, associé à des vêtements noirs (qui semblent être une robe à bretelles ou un gilet).\n*   **Ambiance lumineuse** : La lumière du soleil vient de l'arrière gauche, illuminant ses cheveux et créant un halo doré chaleureux, créant une atmosphère fraîche et esthétique.\n*   **Contexte** : L'arrière-plan est flou, on peut voir qu'il s'agit d'un espace extérieur, avec une route dégagée (route en bitume) et des arbres verts sur le bord de la route.\n\nDans l'ensemble, cette photo dégage une sensation de douceur, de soleil et de fille d'à côté."
            },
            "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
    }
}

Bien sûr, vous pouvez également transmettre un lien vidéo, les entrées spécifiques sont les suivantes :

{
  "model": "gemini-3.0-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Quel est le contenu de la vidéo ?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/58yioe.mp4"
          }
        }
      ]
    }
  ],
  "stream": false
}

Exemple de résultat :

{
    "id": "chatcmpl-20251206002711949677736JC9yL8AE",
    "model": "gemini-3.0-pro",
    "object": "chat.completion",
    "created": 1764952060,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "Le contenu de cette vidéo est plein d'intérêt, montrant principalement un **chat orange** courant avec confiance sur une route de campagne au crépuscule.\n\nDétails spécifiques :\n\n1.  **Contenu visuel** :\n    *   Le protagoniste est un chat tigré orange.\n    *   L'arrière-plan est celui d'un coucher de soleil (ou d'un lever de soleil), avec une lumière dorée et douce. Il y a une clôture en bois et des champs, avec au loin la silhouette d'un piéton.\n    *   La caméra est prise à un angle bas, filmant parfois le chat courant vers la caméra, parfois son dos s'éloignant, ainsi que des gros plans de son visage et de ses motifs.\n\n2.  **Caractéristiques sonores (points clés)** :\n    *   La voix off de la vidéo est très distinctive. Bien que l'image montre un chat léger courant, le son qui l'accompagne est celui de **sabots lourds et rythmés** (ou un son similaire à des sabots de bois ou des talons frappant le sol).\n    *   Ce contraste sonore avec l'image crée un effet humoristique, comme si ce chat se prenait pour un cheval galopant.\n\nDans l'ensemble, c'est une vidéo de compagnie qui utilise le contraste entre le son et l'image pour créer des moments mignons et drôles."
            },
            "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
    }
}

On peut voir que le modèle Gemini 3.0 prend en charge la compréhension multimodale.

Modèle multimodal Gemini-3.1

Gemini 3.1 Pro est une version améliorée de Gemini 3.0 Pro, avec un modèle sous-jacent de gemini-3.1-pro-preview, prenant également en charge les entrées multimodales telles que texte, image, vidéo, et possédant de meilleures capacités de raisonnement et de compréhension. L’utilisation est identique à celle de Gemini 3.0 Pro, il suffit de remplacer le paramètre model par gemini-3.1-pro. Exemple de requête :

{
  "model": "gemini-3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Quel est le contenu de l'image ?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/qzx2z1.png"
          }
        }
      ]
    }
  ],
  "stream": false
}

Gemini 3.1 Pro prend également en charge la compréhension vidéo :

{
  "model": "gemini-3.1-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Quel est le contenu de la vidéo ?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/58yioe.mp4"
          }
        }
      ]
    }
  ],
  "stream": false
}

Le format de retour est identique à celui de Gemini 3.0 Pro, voir la section ci-dessus sur le modèle multimodal Gemini-3.0 pour plus de détails.

Gestion des erreurs

Lors de l’appel de l’API, si une erreur se produit, l’API renverra le code d’erreur et les informations correspondantes. Par exemple :

400 token_mismatched : Mauvaise requête, probablement en raison de paramètres manquants ou invalides.
400 api_not_implemented : Mauvaise requête, probablement en raison de paramètres manquants ou invalides.
401 invalid_token : Non autorisé, jeton d’autorisation invalide ou manquant.
429 too_many_requests : Trop de requêtes, vous avez dépassé la limite de taux.
500 api_error : Erreur interne du serveur, quelque chose s’est mal passé sur le serveur.

Exemples de réponse d’erreur

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

Conclusion

Grâce à ce document, vous avez compris comment utiliser l’API de Complétion de Chat Gemini pour réaliser facilement les fonctionnalités de conversation officielles de Gemini. Nous espérons que ce document vous aidera à mieux intégrer et utiliser cette API. Si vous avez des questions, n’hésitez pas à contacter notre équipe de support technique.

Démarrage

Chat IA

Image IA

Vidéo IA

Audio IA

Web & Données

CAPTCHA

Identité

Proxy

Avancé

Coding

Demande et utilisation de l'API Gemini Chat Completion

Processus de demande

Utilisation de base

Compréhension d’images (entrée multimodale)

Réponse en streaming

Dialogue multi-tours

Modèle multimodal Gemini-3.0

Modèle multimodal Gemini-3.1

Gestion des erreurs

Exemples de réponse d’erreur

Conclusion

​Processus de demande

​Utilisation de base

​Compréhension d’images (entrée multimodale)

​Réponse en streaming

​Dialogue multi-tours

​Modèle multimodal Gemini-3.0

​Modèle multimodal Gemini-3.1

​Gestion des erreurs

​Exemples de réponse d’erreur

​Conclusion

Processus de demande

Utilisation de base

Compréhension d’images (entrée multimodale)

Réponse en streaming

Dialogue multi-tours

Modèle multimodal Gemini-3.0

Modèle multimodal Gemini-3.1

Gestion des erreurs

Exemples de réponse d’erreur

Conclusion