Gemini 原生格式

curl --request POST \
  --url https://xcompute.us/v1beta/models/gemini-2.5-pro:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "你好，介绍一下自己"
        }
      ]
    }
  ]
}'

{
  "code": 200,
  "data": {
    "candidates": [
      {
        "content": {
          "role": "model",
          "parts": [
            {
              "text": "你好！很高兴能向你介绍我自己。\n\n我是一个大型语言模型，由 Google 训练和开发..."
            }
          ]
        },
        "finishReason": "STOP",
        "index": 0,
        "safetyRatings": [
          {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "probability": "NEGLIGIBLE"
          }
        ]
      }
    ],
    "promptFeedback": {
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        }
      ]
    ]
  },
  "usageMetadata": {
    "promptTokenCount": 4,
    "candidatesTokenCount": 611,
    "totalTokenCount": 2422,
    "thoughtsTokenCount": 1807,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 4
      }
    ]
  }
}

POST

https://xcompute.us

v1beta

models

gemini-2.5-pro:generateContent

curl --request POST \
  --url https://xcompute.us/v1beta/models/gemini-2.5-pro:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "你好，介绍一下自己"
        }
      ]
    }
  ]
}'

{
  "code": 200,
  "data": {
    "candidates": [
      {
        "content": {
          "role": "model",
          "parts": [
            {
              "text": "你好！很高兴能向你介绍我自己。\n\n我是一个大型语言模型，由 Google 训练和开发..."
            }
          ]
        },
        "finishReason": "STOP",
        "index": 0,
        "safetyRatings": [
          {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "probability": "NEGLIGIBLE"
          }
        ]
      }
    ],
    "promptFeedback": {
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        }
      ]
    ]
  },
  "usageMetadata": {
    "promptTokenCount": 4,
    "candidatesTokenCount": 611,
    "totalTokenCount": 2422,
    "thoughtsTokenCount": 1807,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 4
      }
    ]
  }
}

使用 Google 原生 API 格式调用 Gemini 模型
同步处理模式，实时返回对话内容
最简化参数，快速上手

curl --request POST \
  --url https://xcompute.us/v1beta/models/gemini-2.5-pro:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "你好，介绍一下自己"
        }
      ]
    }
  ]
}'

{
  "code": 200,
  "data": {
    "candidates": [
      {
        "content": {
          "role": "model",
          "parts": [
            {
              "text": "你好！很高兴能向你介绍我自己。\n\n我是一个大型语言模型，由 Google 训练和开发..."
            }
          ]
        },
        "finishReason": "STOP",
        "index": 0,
        "safetyRatings": [
          {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "probability": "NEGLIGIBLE"
          }
        ]
      }
    ],
    "promptFeedback": {
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        }
      ]
    ]
  },
  "usageMetadata": {
    "promptTokenCount": 4,
    "candidatesTokenCount": 611,
    "totalTokenCount": 2422,
    "thoughtsTokenCount": 1807,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 4
      }
    ]
  }
}

Authorizations

Authorization

string

required

所有接口均需要使用Bearer Token进行认证获取 API Key：访问 API Key 管理页面获取您的 API Key使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

Path Parameters

model

string

required

模型名称示例中使用 gemini-2.5-pro，您可以将其替换为其他支持的 Gemini 模型：

gemini-2.5-flash - Gemini 2.5 快速版
gemini-2.5-pro - Gemini 2.5 专业版
gemini-2.5-flash-lite - Gemini 2.5 超轻量版
gemini-2.5-pro-thinking - Gemini 2.5 Pro 深度思考版

method

enum<string>

required

生成方法（快速开始推荐使用 generateContent）：

generateContent: 等待完整响应后一次性返回
streamGenerateContent: 流式返回，逐块实时返回内容

可选值：generateContent, streamGenerateContent

Body

contents

array

required

对话内容列表最少需要1条消息

Show contents 对象结构

role

string

required

角色类型：

user: 用户消息
model: 模型响应（对话历史中使用）

parts

array

required

消息内容部分

Show parts 对象结构

text

string

文本内容

inlineData

object

内联数据（用于多模态输入）

Show inlineData 属性

mimeType

string

MIME 类型，如 image/jpeg, image/png

data

string

Base64 编码的数据

示例：

[
  {
    "role": "user",
    "parts": [{ "text": "你好，介绍一下自己" }]
  }
]

generationConfig

object

生成配置（可选）

Show generationConfig 属性

temperature

number

控制输出随机性，范围 0.0-2.0

较低的值使输出更确定
较高的值使输出更随机

默认值：1.0

maxOutputTokens

integer

生成的最大 token 数量不同模型有不同的最大值限制

topP

number

核采样参数，范围 0.0-1.0控制采样时考虑的概率质量

topK

integer

Top-K 采样参数每步只从概率最高的 K 个 token 中采样

stopSequences

array

停止序列列表遇到这些序列时停止生成

safetySettings

array

安全设置（可选）

Show safetySettings 对象结构

Response

candidates

array

候选响应列表

Show candidates 对象结构

content

object

生成的内容

Show content 属性

role

string

角色，通常为 model

parts

array

内容部分列表

Show parts 对象

text

string

生成的文本内容

finishReason

string

完成原因：

STOP: 正常结束
MAX_TOKENS: 达到最大 token 限制
SAFETY: 因安全原因停止
RECITATION: 因重复内容停止
OTHER: 其他原因

index

integer

候选响应的索引

safetyRatings

array

安全评级列表

Show safetyRatings 对象

​Authorizations

​Path Parameters

​Body

​Response

Authorizations

Path Parameters

Body

Response