Перейти к основному содержанию
Google Gemini — это очень мощная система ИИ-диалогов: достаточно ввести промпт, и всего за несколько секунд она сгенерирует плавный и естественный ответ. Gemini может предоставлять потрясающую интеллектуальную помощь, значительно повышая эффективность работы и творческие способности человека. В этом документе в основном описывается процесс использования операций Gemini Chat Completion API, с помощью которого мы можем легко использовать функцию диалога официального Gemini.

Процесс подачи заявки

Чтобы использовать Gemini Chat Completion API, сначала получите ваш API Token в консоли Ace Data Cloud и сохраните его для дальнейшего использования. Если вы ещё не вошли в систему или не зарегистрировались, вы будете автоматически перенаправлены на страницу входа, где вам будет предложено зарегистрироваться и войти, после завершения вы автоматически вернётесь на текущую страницу. Один API Token позволяет вызывать все сервисы платформы, нет необходимости подавать заявку отдельно для каждого сервиса. При первой заявке предоставляется бесплатный лимит, который можно использовать для бесплатного ознакомления; при недостаточном лимите можно пополнить универсальный баланс в консоли.
📘 Полная документация: Gemini Chat Completion API →

Базовое использование

Далее можно заполнить соответствующее содержимое в интерфейсе, как показано на рисунке:

При первом использовании этого интерфейса нам необходимо заполнить как минимум три элемента: один из них — authorization, его можно напрямую выбрать в выпадающем списке. Другой параметр — model, model — это выбранная нами категория моделей с официального сайта Gemini, доступные модели определяются перечислением model в документации интерфейса. Последний параметр — messages, messages — это массив введённых нами слов запроса; это массив, означающий, что можно одновременно загрузить несколько слов запроса, каждый запрос содержит role и content, где role обозначает роль задающего вопрос, мы предоставляем три идентичности: user, assistant, system. Другой content — это конкретное содержание нашего вопроса. Одновременно вы можете заметить, что справа генерируется соответствующий код вызова: вы можете скопировать код и запустить его напрямую, а также можете напрямую нажать кнопку «Try» для тестирования.

Подсказка: flash серии gemini-3.x являются моделями с рассуждением и сначала расходуют reasoning tokens; установите max_tokens выше 512, иначе может вернуться только пустое содержимое. gemini-3.8-flash — это текущая рекомендуемая Flash-модель, поддерживающая до 1 миллиона Token контекста, ввод изображений, вызов инструментов и потоковые ответы; в настоящее время вызывается через интерфейс Chat Completions.
gemini-4-argon также можно использовать для Chat Completions, он поддерживает обычные и потоковые текстовые ответы. Он может использовать часть бюджета вывода для рассуждений, поэтому для сложных задач оставляйте достаточно места для max_tokens; Google рекомендует для обычных задач этой модели как минимум 32768. Не приравнивайте этот интерфейс к функции длительного вывода в фоне Google Interactions API. После вызова мы видим, что возвращаемый результат выглядит следующим образом:
Возвращаемый результат содержит несколько полей, описание которых приведено ниже:
  • id — ID сгенерированной задачи диалога, используется для уникальной идентификации этой задачи диалога.
  • model — выбранная модель с официального сайта Gemini.
  • choices — информация об ответе Gemini на слова запроса.
  • usage : статистическая информация о token для этого вопроса и ответа.
Среди них choices содержит информацию об ответе Gemini, а choices внутри него — конкретную информацию об ответе Gemini, как можно увидеть на рисунке.

Можно увидеть, что поле content внутри choices содержит конкретное содержание ответа Gemini.

Понимание изображений (мультимодальный ввод)

Gemini — это нативная мультимодальная модель, которая может напрямую «видеть изображения». Чтобы передать изображение, измените content определённого сообщения со строки на массив блоков содержимого, и одновременно поместите в массив блок text и блок image_url — это полностью соответствует формату, совместимому с OpenAI, а также официальным Gemini OpenAI. image_url.url поддерживает два способа записи:
  • base64 data: URI(рекомендуется, наиболее стабильно):формат — data:<тип медиа>;base64,<данные>, например data:image/jpeg;base64,/9j/4AAQ...。Тип медиа (MIME) уже указан в префиксе data:, поэтому отдельное поле media_type не нужно и не существует.
  • Публично доступный URL изображения:например, https://cdn.acedata.cloud/4hfydw.jpg。
Поддерживаемые типы изображений:png、jpeg、webp、heic、heif。 Пример кода вызова Python(base64 data URI):
Также можно напрямую передать публично доступный URL изображения:
💡 image_url принимает только поле url(значением может быть URL изображения или base64 data: URI),а также необязательное поле detail。Не передавайте media_type——это поле изображения Anthropic Claude, оно не относится к формату image_url OpenAI / Gemini。

Потоковый ответ

Этот интерфейс также поддерживает потоковые ответы, что очень полезно для интеграции с веб-страницами и позволяет реализовать эффект посимвольного отображения на странице。 Если вы хотите получать ответ в потоковом режиме, можно изменить параметр stream в теле запроса на true。 Изменение показано на изображении, однако код вызова также должен быть соответствующим образом изменён для поддержки потокового ответа。

После изменения stream на true API будет построчно возвращать соответствующие JSON-данные, и на уровне кода необходимо внести соответствующие изменения для получения построчных результатов。 Пример кода вызова Python:
Результат вывода выглядит следующим образом:
Можно увидеть, что в ответе содержится множество data, а choices внутри data — это самое новое содержимое ответа, что соответствует описанному выше. choices — это добавленное содержимое ответа, вы можете интегрировать его в свою систему на основе результата. При этом завершение потокового ответа определяется по содержимому data: если содержимое равно [DONE], это означает, что потоковый ответ полностью завершён. Возвращаемый результат data содержит несколько полей, описание которых приведено ниже:
  • id — ID сгенерированной задачи данного диалога, используемый для уникальной идентификации этой задачи диалога.
  • model — выбранная модель с официального сайта Gemini.
  • choices — информация об ответе Gemini на запрос.
JavaScript также поддерживается, например, код потокового вызова для Node.js выглядит следующим образом:
Пример кода Java:
Для других языков можно самостоятельно выполнить соответствующую адаптацию, принцип везде одинаковый.

Многораундовый диалог

Если вы хотите интегрировать функцию многораундового диалога, необходимо передать несколько запросов в поле messages; конкретный пример нескольких запросов показан на изображении ниже:

Пример кода вызова Python:
Передав несколько запросов, можно легко реализовать многораундовый диалог и получить следующий ответ:
Как можно увидеть, информация, содержащаяся в choices, соответствует содержимому базового использования; она включает конкретное содержимое ответа Gemini на несколько сообщений диалога, благодаря чему можно отвечать на соответствующие вопросы на основе содержимого нескольких диалогов.

Мультимодальная модель Gemini-3.0

Пример запроса:
Пример результата:
Конечно, вы также можете передать, например, ссылку на видео, конкретный ввод выглядит следующим образом:
Пример результата:
Из вышеприведённого видно, что модель Gemini 3.0 может поддерживать мультимодальное понимание.

Мультимодальная модель Gemini-3.1

gemini-3.1-pro-preview — это текущий официальный ID модели Gemini 3.1 Pro, поддерживающий мультимодальные входные данные, такие как текст, изображения и видео, и подходящий для сложных задач рассуждения, кодирования и понимания. Пример запроса:
Gemini 3.1 Pro также поддерживает понимание видео:
Формат возврата соответствует Gemini 3.0 Pro; подробности см. в описании раздела о мультимодальной модели Gemini-3.0 выше.

Обработка ошибок

При вызове API, если возникает ошибка, API возвращает соответствующий код ошибки и информацию. Например:
  • 400 token_mismatched:Неверный запрос, возможно, из-за отсутствующих или недопустимых параметров.
  • 400 api_not_implemented:Неверный запрос, возможно, из-за отсутствующих или недопустимых параметров.
  • 401 invalid_token:Не авторизован, недопустимый или отсутствующий токен авторизации.
  • 429 too_many_requests:Слишком много запросов, вы превысили ограничение скорости.
  • 500 api_error:Внутренняя ошибка сервера, на сервере что-то пошло не так.

Пример ответа с ошибкой

Заключение

Из этого документа вы уже узнали, как легко реализовать диалоговые функции официального Gemini с помощью Gemini Chat Completion API. Надеемся, этот документ поможет вам лучше интегрировать и использовать этот API. Если у вас возникнут какие-либо вопросы, пожалуйста, свяжитесь с нашей командой технической поддержки в любое время.