Gemini API
Gemini API memungkinkan developer membuat aplikasi AI generatif menggunakan model Gemini. Gemini adalah model kami yang paling andal, yang dibangun dari awal untuk mendukung multimodalitas. Model ini dapat melakukan generalisasi dan dengan lancar memahami, beroperasi, dan menggabungkan berbagai jenis informasi, termasuk bahasa, gambar, audio, video, dan kode. Anda dapat menggunakan Gemini API untuk kasus penggunaan seperti penalaran di seluruh teks dan gambar, pembuatan konten, agen dialog, sistem ringkasan dan klasifikasi, dan banyak lagi.
- Resource REST: v1beta.batches
- Resource REST: v1beta.cachedContents
- Resource REST: v1beta.corpora
- Resource REST: v1beta.corpora.operations
- Resource REST: v1beta.corpora.permissions
- Resource REST: v1beta.dynamic
- Resource REST: v1beta.fileSearchStores
- Resource REST: v1beta.fileSearchStores.documents
- Resource REST: v1beta.fileSearchStores.operations
- Resource REST: v1beta.fileSearchStores.upload.operations
- Resource REST: v1beta.files
- Resource REST: v1beta.generatedFiles
- Resource REST: v1beta.generatedFiles.operations
- Resource REST: v1beta.media
- Resource REST: v1beta.models
- Resource REST: v1beta.models.operations
- Resource REST: v1beta.tunedModels
- Resource REST: v1beta.tunedModels.operations
- Resource REST: v1beta.tunedModels.permissions
Layanan: generativelanguage.googleapis.com
Untuk memanggil layanan ini, sebaiknya gunakan library klien yang disediakan Google. Jika aplikasi perlu menggunakan library Anda sendiri untuk memanggil layanan ini, gunakan informasi berikut saat membuat permintaan API.
Endpoint layanan
Endpoint layanan adalah URL dasar yang menentukan alamat jaringan layanan API. Satu layanan dapat memiliki beberapa endpoint layanan. Layanan ini memiliki endpoint layanan berikut dan semua URI di bawah didasarkan pada endpoint layanan ini:
https://generativelanguage.googleapis.com
Resource REST: v1beta.batches
| Metode | |
|---|---|
cancel |
POST /v1beta/{name=batches/*}:cancel Memulai pembatalan asinkron pada operasi yang berjalan lama. |
delete |
DELETE /v1beta/{name=batches/*} Menghapus operasi yang berjalan lama. |
get |
GET /v1beta/{name=batches/*} Mendapatkan status terbaru dari operasi yang berjalan lama. |
list |
GET /v1beta/{name=batches} Menampilkan operasi yang sesuai dengan filter yang ditentukan dalam permintaan. |
updateEmbedContentBatch |
PATCH /v1beta/{embedContentBatch.name=batches/*}:updateEmbedContentBatch Memperbarui batch permintaan EmbedContent untuk pemrosesan batch. |
updateGenerateContentBatch |
PATCH /v1beta/{generateContentBatch.name=batches/*}:updateGenerateContentBatch Memperbarui batch permintaan GenerateContent untuk pemrosesan batch. |
Resource REST: v1beta.cachedContents
| Metode | |
|---|---|
create |
POST /v1beta/cachedContents Membuat resource CachedContent. |
delete |
DELETE /v1beta/{name=cachedContents/*} Menghapus resource CachedContent. |
get |
GET /v1beta/{name=cachedContents/*} Membaca resource CachedContent. |
list |
GET /v1beta/cachedContents Mencantumkan CachedContents. |
patch |
PATCH /v1beta/{cachedContent.name=cachedContents/*} Memperbarui resource CachedContent (hanya masa berlaku yang dapat diperbarui). |
Resource REST: v1beta.fileSearchStores
| Metode | |
|---|---|
create |
POST /v1beta/fileSearchStores Membuat FileSearchStore kosong. |
delete |
DELETE /v1beta/{name=fileSearchStores/*} Menghapus FileSearchStore. |
get |
GET /v1beta/{name=fileSearchStores/*} Mendapatkan informasi tentang FileSearchStore tertentu. |
importFile |
POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:importFile Mengimpor File dari Layanan File ke FileSearchStore. |
list |
GET /v1beta/fileSearchStores Mencantumkan semua FileSearchStores yang dimiliki oleh pengguna. |
Resource REST: v1beta.fileSearchStores.documents
| Metode | |
|---|---|
delete |
DELETE /v1beta/{name=fileSearchStores/*/documents/*} Menghapus Document. |
get |
GET /v1beta/{name=fileSearchStores/*/documents/*} Mendapatkan informasi tentang Document tertentu. |
list |
GET /v1beta/{parent=fileSearchStores/*}/documents Mencantumkan semua Document di Corpus. |
Resource REST: v1beta.fileSearchStores.operations
| Metode | |
|---|---|
get |
GET /v1beta/{name=fileSearchStores/*/operations/*} Mendapatkan status terbaru dari operasi yang berjalan lama. |
Resource REST: v1beta.fileSearchStores.upload.operations
| Metode | |
|---|---|
get |
GET /v1beta/{name=fileSearchStores/*/upload/operations/*} Mendapatkan status terbaru dari operasi yang berjalan lama. |
Resource REST: v1beta.files
| Metode | |
|---|---|
delete |
DELETE /v1beta/{name=files/*} Menghapus File. |
get |
GET /v1beta/{name=files/*} Mendapatkan metadata untuk File yang diberikan. |
list |
GET /v1beta/files Mencantumkan metadata untuk File yang dimiliki oleh project yang meminta. |
register |
POST /v1beta/files:register Mendaftarkan file Google Cloud Storage dengan FileService. |
Resource REST: v1beta.media
| Metode | |
|---|---|
upload |
POST /v1beta/files POST /upload/v1beta/files Membuat File. |
uploadToFileSearchStore |
POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore POST /upload/v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore Mengupload data ke FileSearchStore, melakukan prapemrosesan dan membagi data menjadi beberapa bagian sebelum menyimpannya dalam Dokumen FileSearchStore. |
Resource REST: v1beta.models
| Metode | |
|---|---|
asyncBatchEmbedContent |
POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent Mengantrekan batch permintaan EmbedContent untuk pemrosesan batch. |
batchEmbedContents |
POST /v1beta/{model=models/*}:batchEmbedContents Membuat beberapa vektor embedding dari input Content yang terdiri dari batch string yang direpresentasikan sebagai objek EmbedContentRequest. |
batchGenerateContent |
POST /v1beta/{batch.model=models/*}:batchGenerateContent Mengantrekan batch permintaan GenerateContent untuk pemrosesan batch. |
countTokens |
POST /v1beta/{model=models/*}:countTokens Menjalankan tokenizer model pada Content input dan menampilkan jumlah token. |
embedContent |
POST /v1beta/{model=models/*}:embedContent Membuat vektor embedding teks dari input Content menggunakan model Gemini Embedding yang ditentukan. |
generateContent |
POST /v1beta/{model=models/*}:generateContent Membuat respons model berdasarkan GenerateContentRequest input. |
get |
GET /v1beta/{name=models/*} Mendapatkan informasi tentang Model tertentu seperti nomor versinya, batas token, parameter dan metadata lainnya. |
list |
GET /v1beta/models Mencantumkan Models yang tersedia melalui Gemini API. |
predict |
POST /v1beta/{model=models/*}:predict Melakukan permintaan prediksi. |
predictLongRunning |
POST /v1beta/{model=models/*}:predictLongRunning Sama seperti Predict, tetapi menampilkan LRO. |
streamGenerateContent |
POST /v1beta/{model=models/*}:streamGenerateContent Membuat respons streaming dari model berdasarkan input GenerateContentRequest. |