All methods

API Generative Language

L'API Gemini permet aux développeurs de créer des applications d'IA générative à l'aide des modèles Gemini. Gemini est notre modèle le plus performant, entièrement conçu pour être multimodal. Il peut généraliser, comprendre avec fluidité, traiter et combiner différents supports d'informations, dont le texte, le code, l'audio, l'image et la vidéo. Vous pouvez utiliser l'API Gemini pour des cas d'utilisation tels que le raisonnement sur du texte et des images, la génération de contenu, les agents de dialogue, les systèmes de synthèse et de classification, et plus encore.

Service : generativelanguage.googleapis.com

Pour appeler ce service, nous vous recommandons d'utiliser les bibliothèques clientes fournies par Google. Si votre application doit utiliser vos propres bibliothèques pour appeler ce service, conformez-vous aux informations suivantes lorsque vous effectuez les requêtes API.

Point de terminaison de service

Un point de terminaison de service est une URL de base qui spécifie l'adresse réseau d'un service d'API. Un service peut posséder plusieurs points de terminaison de service. Ce service possède le point de terminaison de service suivant, et tous les URI ci-dessous sont relatifs à ce point de terminaison de service :

  • https://generativelanguage.googleapis.com

Ressource REST : v1beta.batches

Méthodes
cancel POST /v1beta/{name=batches/*}:cancel
Démarre l'annulation asynchrone sur une opération de longue durée.
delete DELETE /v1beta/{name=batches/*}
Supprime une opération de longue durée.
get GET /v1beta/{name=batches/*}
Récupère le dernier état d'une opération de longue durée.
list GET /v1beta/{name=batches}
Répertorie les opérations qui correspondent au filtre spécifié dans la requête.
updateEmbedContentBatch PATCH /v1beta/{embedContentBatch.name=batches/*}:updateEmbedContentBatch
Met à jour un lot de requêtes EmbedContent pour le traitement par lot.
updateGenerateContentBatch PATCH /v1beta/{generateContentBatch.name=batches/*}:updateGenerateContentBatch
Met à jour un lot de requêtes GenerateContent pour le traitement par lot.

Ressource REST : v1beta.cachedContents

Méthodes
create POST /v1beta/cachedContents
Crée une ressource CachedContent.
delete DELETE /v1beta/{name=cachedContents/*}
Supprime la ressource CachedContent.
get GET /v1beta/{name=cachedContents/*}
Lit la ressource CachedContent.
list GET /v1beta/cachedContents
Répertorie les CachedContents.
patch PATCH /v1beta/{cachedContent.name=cachedContents/*}
Mise à jour de la ressource CachedContent (seule l'expiration peut être mise à jour).

Ressource REST : v1beta.files

Méthodes
delete DELETE /v1beta/{name=files/*}
Supprime l'élément File.
get GET /v1beta/{name=files/*}
Obtient les métadonnées pour le File donné.
list GET /v1beta/files
Répertorie les métadonnées des File appartenant au projet demandeur.

Ressource REST : v1beta.media

Méthodes
upload POST /v1beta/{ragStoreName=ragStores/*}:uploadToRagStore
POST /upload/v1beta/{ragStoreName=ragStores/*}:uploadToRagStore
Importe des données dans un ragStore, les prétraite et les segmente avant de les stocker dans un document RagStore.

Ressource REST : v1beta.models

Méthodes
asyncBatchEmbedContent POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent
Met en file d'attente un lot de EmbedContent requêtes pour le traitement par lot.
batchEmbedContents POST /v1beta/{model=models/*}:batchEmbedContents
Génère plusieurs vecteurs d'embedding à partir de l'Content d'entrée, qui se compose d'un lot de chaînes représentées sous forme d'objets EmbedContentRequest.
batchEmbedText POST /v1beta/{model=models/*}:batchEmbedText
Génère plusieurs embeddings à partir du texte d'entrée donné dans un appel synchrone.
batchGenerateContent POST /v1beta/{batch.model=models/*}:batchGenerateContent
Met en file d'attente un lot de GenerateContent requêtes pour le traitement par lot.
countMessageTokens POST /v1beta/{model=models/*}:countMessageTokens
Exécute le tokenizer d'un modèle sur une chaîne et renvoie le nombre de jetons.
countTextTokens POST /v1beta/{model=models/*}:countTextTokens
Exécute le tokenizer d'un modèle sur un texte et renvoie le nombre de jetons.
countTokens POST /v1beta/{model=models/*}:countTokens
Exécute le tokenizer d'un modèle sur l'entrée Content et renvoie le nombre de jetons.
embedContent POST /v1beta/{model=models/*}:embedContent
Génère un vecteur d'embedding de texte à partir de l'Content d'entrée à l'aide du modèle d'embedding Gemini spécifié.
embedText POST /v1beta/{model=models/*}:embedText
Génère un embedding à partir du modèle, en fonction d'un message d'entrée.
generateContent POST /v1beta/{model=models/*}:generateContent
Génère une réponse du modèle à partir d'une entrée GenerateContentRequest.
generateMessage POST /v1beta/{model=models/*}:generateMessage
Génère une réponse du modèle à partir d'une entrée MessagePrompt.
generateText POST /v1beta/{model=models/*}:generateText
Génère une réponse du modèle à partir d'un message d'entrée.
get GET /v1beta/{name=models/*}
Obtient des informations sur un Model spécifique, comme son numéro de version, ses limites de jetons, ses paramètres et d'autres métadonnées.
list GET /v1beta/models
Liste les Model disponibles via l'API Gemini.
predict POST /v1beta/{model=models/*}:predict
Effectue une requête de prédiction.
predictLongRunning POST /v1beta/{model=models/*}:predictLongRunning
Identique à Predict, mais renvoie une opération de longue durée.
streamGenerateContent POST /v1beta/{model=models/*}:streamGenerateContent
Génère une réponse en streaming à partir du modèle, en fonction d'une entrée GenerateContentRequest.