Skip to content

Gemini ​

兼容 Google Gemini API,可以直接用 Google GenAI SDK 和 Gemini CLI。用于 gemini、gemini_vertex、gemini_image 分组的模型。

POSThttps://api.codingrouter.ai/v1beta/models/{model}:generateContent
POSThttps://api.codingrouter.ai/v1beta/models/{model}:streamGenerateContent?alt=sse

鉴权 ​

三种写法任选一种:

写法示例
请求头 x-goog-api-keyx-goog-api-key: sk-...
URL 参数 key...:generateContent?key=sk-...
请求头 AuthorizationAuthorization: Bearer sk-...

URL 参数会出现在日志和浏览器历史里,服务端调用建议用请求头。

请求参数 ​

参数类型必填说明
contentsarray是对话内容,每项有 role(user / model)和 parts
systemInstructionobject否系统指令,{"parts": [{"text": "..."}]}
generationConfigobject否生成参数,见下表
toolsarray否函数声明 {"functionDeclarations": [...]}
safetySettingsarray否安全过滤级别

parts 里每项可以是 {"text": "..."},或 {"inlineData": {"mimeType": "image/png", "data": "<base64>"}}(图片、音频)。

generationConfig ​

字段类型说明
temperature、topP、topKnumber采样参数
maxOutputTokensinteger最多生成多少 token
stopSequencesarray停止词
responseMimeTypestringapplication/json 时输出 JSON
thinkingConfigobject{"thinkingBudget": 1024, "includeThoughts": true}
responseModalitiesarray输出类型,图像模型用 ["TEXT", "IMAGE"],语音模型用 ["AUDIO"]
speechConfigobject语音模型的音色设置

请求示例 ​

bash
curl "https://api.codingrouter.ai/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $CODINGROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "用一句话解释什么是 API 网关"}]}]
  }'
python
from google import genai
from google.genai import types

client = genai.Client(
    api_key="sk-你的令牌",
    http_options=types.HttpOptions(base_url="https://api.codingrouter.ai"),
)

resp = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="用一句话解释什么是 API 网关",
)
print(resp.text)
js
import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({
  apiKey: process.env.CODINGROUTER_KEY,
  httpOptions: { baseUrl: "https://api.codingrouter.ai" },
});

const resp = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents: "用一句话解释什么是 API 网关",
});
console.log(resp.text);

响应示例 ​

json
{
  "candidates": [{
    "content": {
      "role": "model",
      "parts": [{"text": "API 网关就像是系统的“门卫”……"}]
    },
    "finishReason": "STOP",
    "index": 0
  }],
  "usageMetadata": {"promptTokenCount": 9, "candidatesTokenCount": 50, "totalTokenCount": 59},
  "modelVersion": "gemini-3.5-flash"
}

文本可能被拆成多个 parts,拼接后才是完整回答;SDK 的 resp.text 已经拼好。多轮对话时请把模型返回的 parts(包括 thoughtSignature 字段)原样放回 contents。

流式输出 ​

bash
curl "https://api.codingrouter.ai/v1beta/models/gemini-3.5-flash:streamGenerateContent?alt=sse" \
  -H "x-goog-api-key: $CODINGROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents": [{"role": "user", "parts": [{"text": "写一首关于星空的短诗"}]}]}'
python
for chunk in client.models.generate_content_stream(model="gemini-3.5-flash", contents="写一首关于星空的短诗"):
    print(chunk.text or "", end="", flush=True)

每个 data: 行是一个与上面结构相同的响应片段。

思考 ​

json
{
  "contents": [{"role": "user", "parts": [{"text": "设计一个限流算法"}]}],
  "generationConfig": {
    "thinkingConfig": {"thinkingBudget": 1024, "includeThoughts": true}
  }
}

includeThoughts 为 true 时,思考摘要以 "thought": true 的 part 返回。

图片输入 ​

json
{
  "contents": [{
    "role": "user",
    "parts": [
      {"inlineData": {"mimeType": "image/png", "data": "iVBORw0KGgo..."}},
      {"text": "这张图是什么颜色?"}
    ]
  }]
}

图像生成 ​

图像模型(如 gemini-3-pro-image、gemini-3.1-flash-image,gemini_image 或 gemini 分组)用同一个接口,图片以 base64 放在 inlineData 里返回:

bash
curl "https://api.codingrouter.ai/v1beta/models/gemini-3-pro-image:generateContent" \
  -H "x-goog-api-key: $CODINGROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "一只在雪地里奔跑的柴犬,电影感光线"}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }'

在 parts 里同时放图片和文字,就是图像编辑。

文字转语音 ​

bash
curl "https://api.codingrouter.ai/v1beta/models/gemini-3.8-flash-tts:generateContent" \
  -H "x-goog-api-key: $CODINGROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "Say cheerfully: 欢迎使用 CodingRouter!"}]}],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {"voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Kore"}}}
    }
  }'

音频在 inlineData 里返回(audio/wav)。

语音转文字 ​

把音频放进 inlineData,调用 gemini-3.5-transcribe:

json
{
  "contents": [{
    "role": "user",
    "parts": [
      {"inlineData": {"mimeType": "audio/wav", "data": "<音频 base64>"}},
      {"text": "Transcribe this audio."}
    ]
  }]
}

转写结果在 parts[].audioTranscription.text 里。

向量 ​

POSThttps://api.codingrouter.ai/v1beta/models/gemini-embedding-001:embedContent
bash
curl "https://api.codingrouter.ai/v1beta/models/gemini-embedding-001:embedContent" \
  -H "x-goog-api-key: $CODINGROUTER_KEY" \
  -H "Content-Type: application/json" \
  -d '{"content": {"parts": [{"text": "第一段文本"}]}}'

返回 {"embedding": {"values": [...]}}。也可以用 OpenAI 格式的 Embeddings 接口调用同一个模型。

不支持的接口 ​

countTokens 等其他 Gemini 接口暂不支持。