Generative Language API
Gemini API memungkinkan developer membuat aplikasi AI generatif menggunakan model Gemini. Gemini adalah model kami yang paling andal, yang dibuat dari awal agar multimodal. 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.
- REST Resource: v1beta.batches
- REST Resource: v1beta.cachedContents
- REST Resource: v1beta.corpora
- REST Resource: v1beta.corpora.operations
- REST Resource: v1beta.corpora.permissions
- REST Resource: v1beta.dynamic
- REST Resource: v1beta.fileSearchStores
- REST Resource: v1beta.fileSearchStores.documents
- REST Resource: v1beta.fileSearchStores.operations
- REST Resource: v1beta.fileSearchStores.upload.operations
- REST Resource: v1beta.files
- REST Resource: v1beta.generatedFiles
- REST Resource: v1beta.generatedFiles.operations
- REST Resource: v1beta.media
- REST Resource: v1beta.models
- REST Resource: v1beta.models.operations
- REST Resource: v1beta.tunedModels
- REST Resource: v1beta.tunedModels.operations
- REST Resource: 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
REST Resource: 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. |
REST Resource: 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 waktu habis masa berlaku yang dapat diperbarui). |
REST Resource: 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. |
REST Resource: 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 dalam Corpus. |
REST Resource: v1beta.fileSearchStores.operations
| Metode | |
|---|---|
get |
GET /v1beta/{name=fileSearchStores/*/operations/*} Mendapatkan status terbaru dari operasi yang berjalan lama. |
REST Resource: v1beta.fileSearchStores.upload.operations
| Metode | |
|---|---|
get |
GET /v1beta/{name=fileSearchStores/*/upload/operations/*} Mendapatkan status terbaru dari operasi yang berjalan lama. |
REST Resource: v1beta.files
| Metode | |
|---|---|
delete |
DELETE /v1beta/{name=files/*} Menghapus File. |
get |
GET /v1beta/{name=files/*} Mendapatkan metadata untuk File yang ditentukan. |
list |
GET /v1beta/files Mencantumkan metadata untuk File yang dimiliki oleh project yang meminta. |
REST Resource: 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, memproses dan membagi-bagi data sebelum menyimpannya dalam Dokumen FileSearchStore. |
REST Resource: v1beta.models
| Metode | |
|---|---|
asyncBatchEmbedContent |
POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent Mengantrekan batch permintaan EmbedContent untuk batch processing. |
batchEmbedContents |
POST /v1beta/{model=models/*}:batchEmbedContents Membuat beberapa vektor embedding dari input Content yang terdiri dari batch string yang direpresentasikan sebagai objek EmbedContentRequest. |
batchEmbedText |
POST /v1beta/{model=models/*}:batchEmbedText Menghasilkan beberapa embedding dari model yang diberi input teks dalam panggilan sinkron. |
batchGenerateContent |
POST /v1beta/{batch.model=models/*}:batchGenerateContent Mengantrekan batch permintaan GenerateContent untuk batch processing. |
countMessageTokens |
POST /v1beta/{model=models/*}:countMessageTokens Menjalankan tokenizer model pada string dan menampilkan jumlah token. |
countTextTokens |
POST /v1beta/{model=models/*}:countTextTokens Menjalankan tokenizer model pada teks dan menampilkan jumlah token. |
countTokens |
POST /v1beta/{model=models/*}:countTokens Menjalankan tokenizer model pada input Content dan menampilkan jumlah token. |
embedContent |
POST /v1beta/{model=models/*}:embedContent Membuat vektor embedding teks dari Content input menggunakan model Embedding Gemini yang ditentukan. |
embedText |
POST /v1beta/{model=models/*}:embedText Membuat embedding dari model yang diberikan pesan input. |
generateContent |
POST /v1beta/{model=models/*}:generateContent Membuat respons model berdasarkan input GenerateContentRequest. |
generateMessage |
POST /v1beta/{model=models/*}:generateMessage Menghasilkan respons dari model berdasarkan input MessagePrompt. |
generateText |
POST /v1beta/{model=models/*}:generateText Menghasilkan respons dari model berdasarkan pesan 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 Menghasilkan respons streaming dari model yang diberi input GenerateContentRequest. |