Перейти до основного вмісту
Google Gemini — це дуже потужна система AI-діалогів, яка здатна генерувати плавні та природні відповіді всього за кілька секунд після введення підказки. Gemini може надавати вражаючу інтелектуальну допомогу, значно підвищуючи ефективність роботи та творчість людей. У цьому документі переважно представлено процес використання операцій Gemini Chat Completion API, за допомогою якого ми можемо легко використовувати функцію діалогів офіційного Gemini.

Процес подання заявки

Щоб використовувати Gemini Chat Completion API, спочатку перейдіть до консолі Ace Data Cloud, щоб отримати ваш API Token і зберегти його для подальшого використання. Якщо ви ще не увійшли в систему або не зареєструвалися, вас буде автоматично перенаправлено на сторінку входу із запрошенням зареєструватися та увійти в систему, після завершення ви автоматично повернетеся на поточну сторінку. Один API Token може викликати всі сервіси платформи, не потрібно подавати окрему заявку для кожного сервісу. Під час першого подання заявки буде надано безкоштовний ліміт для безкоштовного ознайомлення; коли ліміту недостатньо, ви можете поповнити універсальний баланс у консолі.
📘 Повна документація: Gemini Chat Completion API →

Базове використання

Далі ви можете заповнити відповідний вміст в інтерфейсі, як показано на зображенні:

Під час першого використання цього інтерфейсу нам потрібно заповнити щонайменше три поля: одне з них — authorization, його можна безпосередньо вибрати у спадному списку. Інший параметр — model, model — це категорія моделі з офіційного сайту Gemini, яку ми вибираємо для використання; доступні моделі визначаються переліком model у документації інтерфейсу. Останній параметр — messages, messages — це масив введених нами запитів, він є масивом і означає, що можна одночасно завантажувати кілька запитів; кожен запит містить role і content, де role означає роль запитувача, ми надаємо три типи ролей: user, assistant, system. Інший параметр content — це конкретний вміст нашого запитання. Водночас ви можете помітити, що праворуч генерується відповідний код виклику, ви можете скопіювати код і запустити його безпосередньо або натиснути кнопку «Try» для тестування.

Порада: flash серії gemini-3.x є моделями мислення, які спочатку споживають reasoning tokens; установіть max_tokens вище 512, інакше може повертатися лише порожній вміст. gemini-3.8-flash — це поточна рекомендована Flash-модель, яка підтримує до 1 мільйона Token контексту, введення зображень, виклики інструментів і потокові відповіді; наразі викликається через інтерфейс Chat Completions.
Після виклику ми бачимо, що результат повертається таким:
Результат, що повертається, містить кілька полів, описаних нижче:
  • id — ID, згенерований для цього завдання діалогу, використовується для унікальної ідентифікації цього завдання діалогу.
  • model — вибрана модель з офіційного сайту Gemini.
  • choices — інформація про відповідь Gemini на запит.
  • usage : статистична інформація про token для цієї пари запитання-відповідь.
Серед них choices містить інформацію про відповідь Gemini, choices всередині нього — це конкретна інформація про відповідь Gemini, як показано на зображенні.

Можна побачити, що поле content у choices містить конкретний вміст відповіді Gemini.

Розуміння зображень (мультимодальне введення)

Gemini є нативною мультимодальною моделлю та може безпосередньо «бачити зображення». Щоб передати зображення, змініть content певного повідомлення з рядка на масив блоків вмісту, одночасно додавши до масиву блок text і блок image_url — це повністю відповідає формату сумісності з OpenAI та офіційним Gemini OpenAI. image_url.url підтримує два способи запису:
  • base64 data: URI (рекомендовано, найбільш стабільно): формат — data:<тип медіа>;base64,<дані>, наприклад data:image/jpeg;base64,/9j/4AAQ.... Тип медіа (MIME) уже вказано у префіксі data:, тому окреме поле media_type не потрібне й не існує.
  • Загальнодоступний URL зображення: наприклад https://cdn.acedata.cloud/4hfydw.jpg.
Підтримувані типи зображень: png, jpeg, webp, heic, heif. Приклад коду виклику Python (base64 data URI):
Також можна безпосередньо передати публічно доступний URL-адрес зображення:
💡 image_url приймає лише поле url (значенням може бути URL-адреса зображення або base64 data: URI), а також необов’язкове поле detail. Не передавайте media_type — це поле зображення Anthropic Claude, воно не належить до формату image_url OpenAI / Gemini.

Потокова відповідь

Цей інтерфейс також підтримує потокові відповіді, що дуже корисно для інтеграції з вебсторінками та дає змогу реалізувати ефект посимвольного відображення. Якщо потрібно повертати відповідь потоково, можна змінити параметр stream у заголовку запиту на true. Зміни показано на зображенні, однак код виклику також потребує відповідних змін для підтримки потокової відповіді.

Після зміни stream на true API повертатиме відповідні JSON-дані рядок за рядком, і на рівні коду потрібно внести відповідні зміни, щоб отримувати результати рядок за рядком. Приклад коду виклику Python:
Результат виведення такий:
Як можна побачити, у відповіді є багато data, а choices всередині data є найновішим вмістом відповіді, що відповідає описаному вище. choices — це новий вміст відповіді, який ви можете інтегрувати у свою систему на основі результату. Водночас завершення потокової відповіді визначається за вмістом data: якщо вмістом є [DONE], це означає, що потокова відповідь повністю завершена. Повернений результат data містить кілька полів, опис яких наведено нижче:
  • id,ID завдання цього діалогу, що генерується, використовується для унікальної ідентифікації завдання цього діалогу.
  • model ,вибрана модель Gemini з офіційного сайту.
  • choices,інформація про відповіді, надані Gemini на запит.
JavaScript також підтримується, наприклад, код потокового виклику Node.js наведено нижче:
Приклад коду Java:
Інші мови можна окремо самостійно адаптувати, принцип усюди однаковий.

Багатораундовий діалог

Якщо ви хочете підключити функцію багатораундового діалогу, потрібно передати кілька запитів у полі messages, конкретний приклад кількох запитів показано на зображенні нижче:

Приклад коду виклику Python:
Передаючи кілька запитів, можна легко реалізувати багатораундовий діалог і отримати таку відповідь:
Як можна побачити, інформація, що міститься в choices, узгоджується зі змістом базового використання; вона містить конкретний вміст відповідей Gemini на кілька діалогів, тому можна відповідати на відповідні запитання на основі вмісту кількох діалогів.

Мультимодальна модель Gemini-3.0

Приклад запиту:
Приклад результату:
Звісно, ви також можете передати посилання на відео, конкретний вхідний формат такий:
Приклад результату:
З наведеного вище видно, що модель Gemini 3.0 підтримує мультимодальне розуміння.

Мультимодальна модель Gemini-3.1

gemini-3.1-pro-preview — це офіційний ідентифікатор поточної моделі Gemini 3.1 Pro, яка підтримує мультимодальні входи, зокрема текст, зображення та відео, і підходить для складних завдань міркування, кодування та розуміння. Приклад запиту:
Gemini 3.1 Pro також підтримує розуміння відео:
Формат відповіді відповідає Gemini 3.0 Pro; докладніше дивіться в описі розділу про мультимодальну модель Gemini-3.0 вище.

Обробка помилок

Під час виклику API, якщо виникає помилка, API поверне відповідний код помилки та інформацію. Наприклад:
  • 400 token_mismatched: Неправильний запит, можливо через відсутні або недійсні параметри.
  • 400 api_not_implemented: Неправильний запит, можливо через відсутні або недійсні параметри.
  • 401 invalid_token: Неавторизовано, недійсний або відсутній токен авторизації.
  • 429 too_many_requests: Забагато запитів, ви перевищили ліміт частоти запитів.
  • 500 api_error: Внутрішня помилка сервера, на сервері щось пішло не так.

Приклад відповіді з помилкою

Висновок

Завдяки цьому документу ви вже дізналися, як за допомогою Gemini Chat Completion API легко реалізувати функцію діалогу офіційного Gemini. Сподіваємося, цей документ допоможе вам краще інтегрувати та використовувати цей API. Якщо у вас виникнуть будь-які запитання, будь ласка, звертайтеся до нашої команди технічної підтримки.