All methods

Generative Language API

Gemini API を使用すると、デベロッパーは Gemini モデルを使用して生成 AI アプリケーションを構築できます。Gemini は、マルチモーダルに対応するように一から構築された、Google の最も高性能なモデルです。言語、画像、音声、動画、コードなど、さまざまな種類の情報を一般化してシームレスに理解し、操作し、組み合わせることができます。Gemini API は、テキストと画像を横断した推論、コンテンツ生成、対話エージェント、要約システム、分類システムなどのユースケースで使用できます。

サービス: generativelanguage.googleapis.com

このサービスを呼び出すには、Google が提供するクライアント ライブラリを使用することをおすすめします。アプリケーションで独自のライブラリを使用してこのサービスを呼び出す必要がある場合は、API リクエストの際に次の情報を使用してください。

サービス エンドポイント

サービス エンドポイントは、API サービスのネットワーク アドレスを指定するベース URL です。1 つのサービスに複数のサービス エンドポイントが存在することもあります。このサービスには次のサービス エンドポイントがあり、以下のすべての URI がこのサービス エンドポイントに関連しています。

  • https://generativelanguage.googleapis.com

REST リソース: v1beta.batches

メソッド
cancel POST /v1beta/{name=batches/*}:cancel
長時間実行オペレーションの非同期キャンセルを開始します。
delete DELETE /v1beta/{name=batches/*}
長時間実行オペレーションを削除します。
get GET /v1beta/{name=batches/*}
長時間実行オペレーションの最新状態を取得します。
list GET /v1beta/{name=batches}
リクエスト内の指定したフィルタに一致するオペレーションを一覧表示します。
updateEmbedContentBatch PATCH /v1beta/{embedContentBatch.name=batches/*}:updateEmbedContentBatch
バッチ処理用の EmbedContent リクエストのバッチを更新します。
updateGenerateContentBatch PATCH /v1beta/{generateContentBatch.name=batches/*}:updateGenerateContentBatch
バッチ処理用の GenerateContent リクエストのバッチを更新します。

REST リソース: v1beta.cachedContents

メソッド
create POST /v1beta/cachedContents
CachedContent リソースを作成します。
delete DELETE /v1beta/{name=cachedContents/*}
CachedContent リソースを削除します。
get GET /v1beta/{name=cachedContents/*}
CachedContent リソースを読み取ります。
list GET /v1beta/cachedContents
CachedContent を一覧表示します。
patch PATCH /v1beta/{cachedContent.name=cachedContents/*}
CachedContent リソースを更新します（有効期限のみ更新可能です）。

REST リソース: v1beta.fileSearchStores

メソッド
create POST /v1beta/fileSearchStores
空の FileSearchStore を作成します。
delete DELETE /v1beta/{name=fileSearchStores/*}
FileSearchStore を削除します。
get GET /v1beta/{name=fileSearchStores/*}
特定の FileSearchStore に関する情報を取得します。
importFile POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:importFile
File Service から File を FileSearchStore にインポートします。
list GET /v1beta/fileSearchStores
ユーザーが所有するすべての FileSearchStores を一覧表示します。

REST リソース: v1beta.fileSearchStores.documents

メソッド
delete DELETE /v1beta/{name=fileSearchStores/*/documents/*}
Document を削除します。
get GET /v1beta/{name=fileSearchStores/*/documents/*}
特定の Document に関する情報を取得します。
list GET /v1beta/{parent=fileSearchStores/*}/documents
Corpus 内のすべての Document を一覧表示します。
query POST /v1beta/{name=fileSearchStores/*/documents/*}:query
Document に対してセマンティック検索を実行します。

REST リソース: v1beta.fileSearchStores.operations

メソッド
get GET /v1beta/{name=fileSearchStores/*/operations/*}
長時間実行オペレーションの最新状態を取得します。

REST リソース: v1beta.fileSearchStores.upload.operations

メソッド
get GET /v1beta/{name=fileSearchStores/*/upload/operations/*}
長時間実行オペレーションの最新状態を取得します。

REST リソース: v1beta.files

メソッド
delete DELETE /v1beta/{name=files/*}
File を削除します。
get GET /v1beta/{name=files/*}
指定された File のメタデータを取得します。
list GET /v1beta/files
リクエスト元のプロジェクトが所有する File のメタデータを一覧表示します。

REST リソース: v1beta.media

メソッド
upload POST /v1beta/files
POST /upload/v1beta/files
File を作成します。
uploadToFileSearchStore POST /v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
POST /upload/v1beta/{fileSearchStoreName=fileSearchStores/*}:uploadToFileSearchStore
データを FileSearchStore にアップロードし、前処理とチャンク化を行ってから、FileSearchStore ドキュメントに保存します。

REST リソース: v1beta.models

メソッド
asyncBatchEmbedContent POST /v1beta/{batch.model=models/*}:asyncBatchEmbedContent
バッチ処理用に EmbedContent 件のリクエストのバッチをキューに追加します。
batchEmbedContents POST /v1beta/{model=models/*}:batchEmbedContents
EmbedContentRequest オブジェクトとして表される文字列のバッチで構成される入力 Content から複数のエンベディング ベクトルを生成します。
batchEmbedText POST /v1beta/{model=models/*}:batchEmbedText
同期呼び出しで、入力テキストが指定されたモデルから複数のエンベディングを生成します。
batchGenerateContent POST /v1beta/{batch.model=models/*}:batchGenerateContent
バッチ処理用に GenerateContent 件のリクエストのバッチをキューに追加します。
countMessageTokens POST /v1beta/{model=models/*}:countMessageTokens
文字列に対してモデルのトークナイザーを実行し、トークン数を返します。
countTextTokens POST /v1beta/{model=models/*}:countTextTokens
テキストに対してモデルのトークナイザーを実行し、トークン数を返します。
countTokens POST /v1beta/{model=models/*}:countTokens
入力 Content に対してモデルのトークナイザーを実行し、トークン数を返します。
embedContent POST /v1beta/{model=models/*}:embedContent
指定された Gemini エンベディング モデルを使用して、入力 Content からテキスト エンベディング ベクトルを生成します。
embedText POST /v1beta/{model=models/*}:embedText
入力メッセージに基づいてモデルからエンベディングを生成します。
generateContent POST /v1beta/{model=models/*}:generateContent
入力 GenerateContentRequest に基づいてモデル レスポンスを生成します。
generateMessage POST /v1beta/{model=models/*}:generateMessage
入力 MessagePrompt に基づいてモデルからレスポンスを生成します。
generateText POST /v1beta/{model=models/*}:generateText
入力メッセージに基づいてモデルからレスポンスを生成します。
get GET /v1beta/{name=models/*}
バージョン番号、トークン上限、パラメータなどの特定の Model に関する情報を取得します。
list GET /v1beta/models
Gemini API で使用可能な Model のリストを取得します。
predict POST /v1beta/{model=models/*}:predict
予測リクエストを実行します。
predictLongRunning POST /v1beta/{model=models/*}:predictLongRunning
Predict と同じですが、LRO を返します。
streamGenerateContent POST /v1beta/{model=models/*}:streamGenerateContent
入力 GenerateContentRequest が指定されたモデルからストリーミング レスポンスを生成します。