Gemini Chat Completion API Заявка та використання

{
  "id": "chatcmpl-20251122212413908150493uPhjTUO9",
  "model": "gemini-3.5-flash",
  "object": "chat.completion",
  "created": 1763817866,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Я є великою мовною моделлю, навченою Google.",
        "reasoning_content": "**Моє міркування: Відповідь на запитання користувача**\n\nДобре, ось як я планую відповісти на запитання користувача: \"Яка ти модель?\". Основне — бути прямим і інформативним. Спочатку я повинен чітко вказати на своє походження. Потім я повинен переконатися, що пояснення доступне, оскільки користувач може не бути знайомим з технічним жаргоном. Я повинен пояснити, що таке \"велика мовна модель\" насправді *робить*, і надати зрозумілі приклади. Я знаю, що користувач може шукати конкретну назву, як у інших моделей, тому я відповім на це прямо, а потім закінчу запрошенням продовжити.\n\nОтже, ось мій план:\n\n1.  **Почати з ключової інформації:** Я почну з того, що я є великою мовною моделлю, створеною Google. Це основна, найважливіша частина головоломки.\n2.  **Визначити модне слово:** Потім я поясню, що таке \"велика мовна модель\" простими словами. Я поясню, що я *роблю* - обробляю та генерую текст; як я *це* роблю - навчаючись на величезних обсягах текстових даних; і *мета* - вміти спілкуватися як людина.\n3.  **Надати контекст:** Після цього, щоб зробити концепцію ще яснішою, я надам список прикладів моїх можливостей. Я згадаю такі речі, як відповіді на запитання, підсумовування текстів, написання історій, переклад мов та генерування ідей.\n4.  **Визнати відсутність особистої назви:** Я передбачу ймовірне запитання про назву моделі (як ChatGPT), чітко заявивши, що у мене немає особистої назви і що краще думати про мене як про AI асистента від Google.\n5.  **Закінчити запрошенням:** Нарешті, я закінчу простим, дружнім запитанням, щоб запросити подальшу взаємодію та направити розмову.\n\nЗ таким підходом я впевнений, що зможу успішно відповісти на це важливе запитання.\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
  }
}

import base64
import requests

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

# Зчитуємо локальне зображення у форматі 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-preview",
    "messages": [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Будь ласка, опишіть це зображення одним реченням."},
                {"type": "image_url", "image_url": {"url": data_uri}}
            ]
        }
    ]
}

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

payload = {
    "model": "gemini-3.1-pro-preview",
    "messages": [
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Будь ласка, опишіть це зображення одним реченням."},
                {"type": "image_url", "image_url": {"url": "https://cdn.acedata.cloud/4hfydw.jpg"}}
            ]
        }
    ]
}

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":"Привіт, який ти модель?"}],
    "stream": True,
    "stream_options": {"include_usage": True}
}

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

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": "**Визначення Моєї Природи**\n\nМоє мислення почалося. Користувач хоче знати мою природу, ставлячи пряме запитання \"що ти?\" Перший крок був простим: ідентифікація запиту. Тепер я згадую свою основну ідентичність: я велика мовна модель. Це основна правда, яку я прагну донести.\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": "**Уточнення Моєї Відповіді**\n\nЯ додав важливу інформацію про те, що я навчений Google до базової ідентичності \"велика мовна модель\". Мій наступний крок — розглянути, що насправді означає бути \"великою мовною моделлю\", щоб я міг пояснити свої основні можливості. Я зосереджуюсь на наданні контексту, не вдаючись до конкретних технічних деталей або назв моделей. Я хочу донести свою функцію так, щоб користувач міг легко зрозуміти.\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": "**Підтвердження Основної Ідентичності**\n\nЯ зараз закріплюю свою відповідь. Запит користувача про мою модель потребує зосередженої відповіді. Я визначив, що \"навчений Google\" є суттєвим, надаючи ключовий контекст. Я стримуюсь від спокуси згадати будь-які конкретні назви моделей, оскільки це не має значення. Мета — надати пряму, точну відповідь. Моя мета залишається чіткою та лаконічною відповіддю, уникаючи технічного жаргону та переходячи до суті.\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": "Я велика мовна модель, навчена 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]

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));
}

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());

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)

{
  "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
  }
}

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Що зображено на картинці?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/qzx2z1.png"
          }
        }
      ]
    }
  ],
  "stream": false
}

{
    "id": "chatcmpl-20251206001815715692730UVZe38kB",
    "model": "gemini-3.1-pro-preview",
    "object": "chat.completion",
    "created": 1764951548,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "Це зображення молодої жінки на відкритому повітрі, зняте в напівпрофіль.\n\nОсь основний опис змісту зображення:\n\n*   **Зовнішність персонажа**: Дівчина на фото має чорне, гладке, довге волосся, її риси обличчя гарні, шкіра світла. Вона усміхається ніжною усмішкою, її погляд спрямований на камеру.\n*   **Одяг**: Вона одягнена в блузку з об'ємними рукавами кольору крему або світло-абрикосового, поверх якої надіта чорна річ (схоже на сарафан або жилет).\n*   **Світло та атмосфера**: Сонце світить з лівого боку ззаду, освітлюючи її волосся, створюючи тепле золотисте сяйво, що створює свіжу, романтичну атмосферу.\n*   **Фон**: Фон розмитий, видно, що це на вулиці, за нею простора дорога (асфальт) та зелені дерева по краях.\n\nВ цілому, це зображення викликає відчуття солодощі, сонячності та образу сусідської дівчини."
            },
            "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
    }
}

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Який зміст відео?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/58yioe.mp4"
          }
        }
      ]
    }
  ],
  "stream": false
}

{
    "id": "chatcmpl-20251206002711949677736JC9yL8AE",
    "model": "gemini-3.1-pro-preview",
    "object": "chat.completion",
    "created": 1764952060,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "Цей відео-контент сповнений цікавості, в основному демонструє, як **помаранчева кішка** впевнено біжить по сільській дорозі на заході сонця.\n\nКонкретні деталі такі:\n\n1.  **Зміст зображення**:\n    *   Головний герой - помаранчева тигрова кішка.\n    *   Фон - час заходу сонця (або ранку), світло золотисте і м'яке. Біля дороги є дерев'яний паркан і відкриті поля, вдалині видно силует пішохода.\n    *   Камера знята з низького кута, іноді знімає кішку, що біжить назустріч, іноді - її спину, а також крупним планом обличчя та візерунок кішки.\n\n2.  **Особливості звуку (ключові моменти)**:\n    *   Озвучення відео дуже характерне. Хоча зображення - це легка кішка, що біжить, звуковий супровід - це **важкі та ритмічні звуки копит** (або подібні до звуків дерев'яних черевиків/туфель на асфальті).\n    *   Цей контраст звуку та зображення створює гумористичний ефект, ніби ця кішка вважає себе конем, що мчить.\n\nВ цілому, це відео про домашніх тварин, яке використовує контраст звуку та зображення для створення милих моментів і смішних ситуацій."
            },
            "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
    }
}

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Який зміст зображення?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/qzx2z1.png"
          }
        }
      ]
    }
  ],
  "stream": false
}

{
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Який зміст відео?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.acedata.cloud/58yioe.mp4"
          }
        }
      ]
    }
  ],
  "stream": false
}

{
    "error": {
        "code": "400",
        "message": "token_mismatched"
    }
}

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "не вдалося отримати"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}