Gemini Generate Content API 使用说明

Google Gemini 是一个非常强大的 AI 对话系统，通过输入提示就能在几秒内生成流畅自然的回复。本文档主要描述 Gemini Generate Content API 的使用方法，这是 Google 官方原生 API 格式，支持 generateContent 和 streamGenerateContent 两个端点。

与 Chat Completions API 的区别

Gemini Generate Content API 使用 Google 官方原生请求格式（contents 字段），而不是 OpenAI 兼容格式（messages 字段）。如果你已经使用 Google Gemini SDK 或熟悉官方 API 格式，可以直接使用此 API 而无需修改请求格式。

当前支持范围

接口接受文本、图片、视频和音频输入（inlineData 或 fileData）、思考配置及自定义函数声明。音频输出、内置工具和显式上下文缓存等原生字段尚无统一可用性保证，请以具体模型的实际返回为准。使用 fileData.fileUri 提交音频等文件时，请确保文件可通过 HTTPS 直接访问，不依赖登录态，并让签名链接的有效期覆盖整个请求处理时间。非流式音频分析需要在模型完成处理后才返回结果，可能超过 90 秒；客户端应按文件大小和业务场景设置足够长的总超时，避免在服务端仍在处理时断开连接。

申请流程

使用 Gemini Generate Content API 前，请先访问 Gemini Generate Content API 页面，点击 “获取” 按钮来获得请求所需的凭证。如果尚未登录或注册，会自动跳转到登录页面。首次申请会有免费额度。

基本用法

Non-Streaming（非流式）

发送 POST 请求到 /v1beta/models/{model}:generateContent：

提示：gemini-3.x 系列 flash 为思考模型，会先消耗 reasoning tokens；请把 generationConfig.maxOutputTokens 设到 512 以上，否则可能只返回空内容。

curl -X POST "https://api.acedata.cloud/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "Authorization: Bearer your_token_here" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "你好，请介绍一下你自己"
          }
        ]
      }
    ]
  }'

返回结果示例：

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {
            "text": "你好！很高兴与你交流。"
          }
        ]
      },
      "finishReason": "MAX_TOKENS"
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 6,
    "candidatesTokenCount": 19,
    "thoughtsTokenCount": 489,
    "totalTokenCount": 514
  },
  "usage": {
    "prompt_tokens": 6,
    "completion_tokens": 19,
    "total_tokens": 514,
    "thoughts_tokens": 489,
    "cost": {
      "amount": 0.008860916380159999,
      "currency": "credit",
      "list_amount": 0.009631430847999998
    }
  },
  "modelVersion": "gemini-3.5-flash",
  "model": "gemini-3.5-flash"
}

usageMetadata 中的 token 字段会按原生 Gemini 语义计费：

promptTokenCount 包含 cachedContentTokenCount，缓存命中的部分按缓存读取价格计算，不会重复计为普通输入。
promptTokensDetails 与 cacheTokensDetails 会规范化为 usage.prompt_tokens_details 下的 text_tokens、image_tokens、video_tokens、audio_tokens 及对应 cached_* 明细。这些值分别包含在 prompt_tokens 与 cached_tokens 中；不同模态仅按各自价格重算，不会重复计费。
candidatesTokenCount 和 thoughtsTokenCount 均按输出 token 价格计算。
toolUsePromptTokenCount 是独立的工具输入 token，按输入 token 价格计算。

Ace Data Cloud 额外返回规范化的 usage 对象，跨模型协议统一从 usage.cost 读取本次调用费用。cost 是可选的费用预览；价格预览暂时不可用时，模型响应仍会正常返回，但可能不包含该字段。最终账单以用量记录为准。

Streaming（流式）

发送 POST 请求到 /v1beta/models/{model}:streamGenerateContent?alt=sse：

curl -X POST "https://api.acedata.cloud/v1beta/models/gemini-2.5-flash:streamGenerateContent?alt=sse" \
  -H "Authorization: Bearer your_token_here" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "写一首关于春天的诗"
          }
        ]
      }
    ]
  }'

流式返回会以 SSE（Server-Sent Events）格式逐步返回内容。中间事件通常只包含增量内容；含权威用量的终态事件会包含 usageMetadata 和规范化的 usage，费用仍位于 usage.cost：

data: {"candidates":[{"content":{"parts":[{"text":"Hello!"}],"role":"model"},"index":0}],"modelVersion":"gemini-3.1-flash-lite","model":"gemini-3.1-flash-lite"}

data: {"candidates":[{"content":{"parts":[],"role":"model"},"finishReason":"STOP","index":0}],"usageMetadata":{"promptTokenCount":7,"candidatesTokenCount":89,"totalTokenCount":96},"usage":{"prompt_tokens":7,"completion_tokens":89,"total_tokens":96,"cost":{"amount":0.00026161075472,"currency":"credit","list_amount":0.000284359516}},"modelVersion":"gemini-3.1-flash-lite","model":"gemini-3.1-flash-lite"}

连接关闭即表示流结束；原生 Gemini 流不会发送 data: [DONE]。如果终态价格预览暂时不可用，usage 仍会返回 token 用量，但会省略 cost。

支持的模型

模型名称	说明
`gemini-4-argon`	深度推理模型；支持本接口的 `generateContent` 与流式文本生成
`gemini-3.8-flash`	最新 Flash 模型，适合高质量通用任务
`gemini-3.7-flash`	高质量通用 Flash 模型
`gemini-3.6-flash`	稳定的高性能多模态模型
`gemini-3.5-flash`	高吞吐多模态模型
`gemini-3.5-flash-lite`	低延迟、低成本模型
`gemini-3.1-flash-lite`	稳定版轻量模型
`gemini-3.1-pro-preview`	复杂推理与编码模型
`gemini-3-flash-preview`	Gemini 3 Flash 预览模型
`gemini-2.5-pro`	Gemini 2.5 Pro 模型
`gemini-2.5-flash`	Gemini 2.5 Flash 模型
`gemini-2.5-flash-lite`	Gemini 2.5 Flash-Lite 模型
`gemini-3.1-flash-image`	图像生成模型
`gemini-3-pro-image`	高质量图像生成模型
`gemini-2.5-flash-image`	Gemini 2.5 图像生成模型

高级功能

系统指令

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "你好"}]
    }
  ],
  "systemInstruction": {
    "parts": [{"text": "你是一个专业的诗人，所有回复都用诗歌形式。"}]
  }
}

生成配置

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "讲一个故事"}]
    }
  ],
  "generationConfig": {
    "temperature": 0.7,
    "maxOutputTokens": 1024,
    "topP": 0.9,
    "topK": 40
  }
}

JSON 模式

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "列出三个中国城市及其人口"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseMimeType": "application/json",
    "responseSchema": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "city": {
            "type": "string"
          },
          "population": {
            "type": "integer"
          }
        }
      }
    }
  }
}

思考模式（Thinking）

支持思考功能的模型（如 gemini-2.5-flash、gemini-2.5-pro）可以启用思考模式：

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "解释量子纠缠"}]
    }
  ],
  "generationConfig": {
    "thinkingConfig": {
      "includeThoughts": true,
      "thinkingBudget": 2048
    }
  }
}

函数调用

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "北京现在的天气怎么样？"}]
    }
  ],
  "tools": [
    {
      "functionDeclarations": [
        {
          "name": "get_weather",
          "description": "获取指定城市的天气信息",
          "parameters": {
            "type": "object",
            "properties": {
              "city": {
                "type": "string",
                "description": "城市名称"
              }
            },
            "required": ["city"]
          }
        }
      ]
    }
  ]
}

多轮对话

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "你好，我叫小明"}]
    },
    {
      "role": "model",
      "parts": [{"text": "你好小明！很高兴认识你。"}]
    },
    {
      "role": "user",
      "parts": [{"text": "我叫什么名字？"}]
    }
  ]
}

图片理解

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {"text": "描述这张图片"},
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "base64_encoded_image_data..."
          }
        }
      ]
    }
  ]
}

安全设置

可通过 safetySettings 控制内容过滤：

{
  "contents": [...],
  "safetySettings": [
    {
      "category": "HARM_CATEGORY_HARASSMENT",
      "threshold": "BLOCK_ONLY_HIGH"
    }
  ]
}

错误处理

HTTP 状态码	含义
400	请求参数无效
401	认证失败，请检查 Token
403	内容被安全过滤器拦截
429	请求过于频繁
500	服务器内部错误

入门

核心概念

生态集成

AI 聊天

AI 图像

AI 视频

AI 音频

网络与数据

验证码

身份验证

高级

Coding

更多指南

Gemini Generate Content API 使用说明

与 Chat Completions API 的区别

当前支持范围

申请流程

基本用法

Non-Streaming（非流式）

Streaming（流式）

支持的模型

高级功能

系统指令

生成配置

JSON 模式

思考模式（Thinking）

函数调用

多轮对话

图片理解

安全设置

错误处理

​与 Chat Completions API 的区别

​当前支持范围

​申请流程

​基本用法

​Non-Streaming（非流式）

​Streaming（流式）

​支持的模型

​高级功能

​系统指令

​生成配置

​JSON 模式

​思考模式（Thinking）

​函数调用

​多轮对话

​图片理解

​安全设置

​错误处理

与 Chat Completions API 的区别

当前支持范围

申请流程

基本用法

Non-Streaming（非流式）

Streaming（流式）

支持的模型

高级功能

系统指令

生成配置

JSON 模式

思考模式（Thinking）

函数调用

多轮对话

图片理解

安全设置

错误处理