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。
https://api.codingrouter.ai/v1beta/models/{model}:generateContenthttps://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-key | x-goog-api-key: sk-... |
URL 参数 key | ...:generateContent?key=sk-... |
请求头 Authorization | Authorization: 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 |
|---|---|---|---|
contents | array | 是 | 对话内容,每项有 role(user / model)和 parts |
systemInstruction | object | 否 | 系统指令,{"parts": [{"text": "..."}]} |
generationConfig | object | 否 | 生成参数,见下表 |
tools | array | 否 | 函数声明 {"functionDeclarations": [...]} |
safetySettings | array | 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、topK | number | 采样参数 |
maxOutputTokens | integer | 最多生成多少 token |
stopSequences | array | 停止词 |
responseMimeType | string | application/json 时输出 JSON |
thinkingConfig | object | {"thinkingBudget": 1024, "includeThoughts": true} |
responseModalities | array | 输出类型,图像模型用 ["TEXT", "IMAGE"],语音模型用 ["AUDIO"] |
speechConfig | object | 语音模型的音色设置 |
请求示例
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"}]}]
}'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)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
{
"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
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"}]}]}'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
{
"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
{
"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:
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
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:
{
"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
https://api.codingrouter.ai/v1beta/models/gemini-embedding-001:embedContentcurl "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。
