Gemini Interactions API เป็น API เวอร์ชันทดลองที่ช่วยให้นักพัฒนาซอฟต์แวร์สร้างแอปพลิเคชัน Generative AI โดยใช้โมเดล Gemini ได้ Gemini เป็นโมเดลที่มีความสามารถมากที่สุดของเรา ซึ่งสร้างขึ้นมาใหม่ให้ทำงานกับข้อมูลหลายรูปแบบ สามารถสรุปและทำความเข้าใจ ทำงานท่ามกลางความหลากของข้อมูล และรวมข้อมูลประเภทต่างๆ เข้าด้วยกันได้อย่างราบรื่น ทั้งภาษา รูปภาพ เสียง วิดีโอ และโค้ด คุณสามารถใช้ Gemini API สำหรับ Use Case ต่างๆ เช่น การให้เหตุผลในข้อความและรูปภาพ การสร้างเนื้อหา เอเจนต์โต้ตอบ ระบบสรุปและจัดประเภท และอื่นๆ
การสร้างการโต้ตอบ
สร้างการโต้ตอบใหม่
เนื้อความของคำขอ
เนื้อหาของคำขอมีข้อมูลซึ่งมีโครงสร้างดังต่อไปนี้
model ModelOption (ไม่บังคับ)
ชื่อของ `Model` ที่ใช้ในการสร้างการโต้ตอบ
ต้องระบุหากไม่ได้ระบุ `agent`
ค่าที่เป็นไปได้ มีดังนี้
-
gemini-2.5-flashโมเดลการให้เหตุผลแบบไฮบริดรุ่นแรกของเราซึ่งรองรับหน้าต่างบริบทขนาด 1 ล้านโทเค็นและมีงบประมาณสำหรับการคิด
-
gemini-2.5-flash-imageโมเดลการสร้างรูปภาพในตัวของเราได้รับการเพิ่มประสิทธิภาพเพื่อความเร็ว ความยืดหยุ่น และความเข้าใจบริบท ระบบจะคิดราคาอินพุตและเอาต์พุตข้อความเหมือนกับ 2.5 Flash
-
gemini-2.5-flash-liteโมเดลที่มีขนาดเล็กที่สุดและคุ้มค่าที่สุดของเรา สร้างขึ้นเพื่อการใช้งานในวงกว้าง
-
gemini-2.5-flash-lite-preview-09-2025โมเดลล่าสุดที่อิงตาม Gemini 2.5 Flash lite ซึ่งได้รับการเพิ่มประสิทธิภาพเพื่อความคุ้มค่า ปริมาณงานสูง และคุณภาพสูง
-
gemini-2.5-flash-native-audio-preview-12-2025โมเดลเสียงดั้งเดิมของเราได้รับการเพิ่มประสิทธิภาพเพื่อเอาต์พุตเสียงคุณภาพสูงขึ้น โดยมีจังหวะที่ดีขึ้น ความเป็นธรรมชาติของเสียง ความละเอียด และอารมณ์
-
gemini-2.5-flash-preview-09-2025โมเดลล่าสุดที่อิงตามโมเดล 2.5 Flash 2.5 Flash Preview เหมาะที่สุดสำหรับการประมวลผลขนาดใหญ่ งานที่มีเวลาในการตอบสนองต่ำและมีปริมาณมากซึ่งต้องใช้ความคิด และกรณีการใช้งานแบบเอเจนต์
-
gemini-2.5-flash-preview-ttsโมเดลข้อความเป็นคำพูด 2.5 Flash ของเราได้รับการเพิ่มประสิทธิภาพเพื่อการสร้างคำพูดที่ควบคุมได้ซึ่งมีประสิทธิภาพและมีความหน่วงต่ำ
-
gemini-2.5-proโมเดลอเนกประสงค์ที่ล้ำสมัยของเรา ซึ่งโดดเด่นในด้านการเขียนโค้ดและงานการให้เหตุผลที่ซับซ้อน
-
gemini-2.5-pro-preview-ttsโมเดลเสียงอ่านออกเสียงข้อความ 2.5 Pro ของเราได้รับการเพิ่มประสิทธิภาพเพื่อการสร้างเสียงพูดที่ทรงพลังและมีเวลาในการตอบสนองต่ำ เพื่อให้ได้ผลลัพธ์ที่เป็นธรรมชาติมากขึ้นและควบคุมพรอมต์ได้ง่ายขึ้น
-
gemini-3-flash-previewโมเดลที่ชาญฉลาดที่สุดของเราสร้างขึ้นเพื่อเน้นความเร็ว โดยผสานความชาญฉลาดระดับแนวหน้าเข้ากับการค้นหาและการอ้างอิงที่เหนือกว่า
-
gemini-3-pro-image-previewโมเดลการสร้างและแก้ไขรูปภาพที่ล้ำสมัย
-
gemini-3-pro-previewโมเดลที่ชาญฉลาดที่สุดของเราซึ่งมีการให้เหตุผลและทำความเข้าใจข้อมูลหลายรูปแบบระดับ SOTA รวมถึงความสามารถในการเขียนโค้ดแบบเป็น Agent และการเขียนโค้ดที่สร้างความรู้สึกที่ทรงพลัง
-
gemini-3.1-pro-previewโมเดลการให้เหตุผล SOTA ล่าสุดของเราที่มีความลึกซึ้งและเฉดสีที่ไม่เคยมีมาก่อน รวมถึงความสามารถในการทำความเข้าใจข้อมูลหลายรูปแบบและการเขียนโค้ดที่ทรงพลัง
-
gemini-3.1-flash-image-previewความสามารถด้านภาพระดับมืออาชีพที่มีประสิทธิภาพระดับ Flash และความสามารถในการสร้างที่อิงตามความเป็นจริง
agent AgentOption (ไม่บังคับ)
ชื่อของ `Agent` ที่ใช้สร้างการโต้ตอบ
ต้องระบุหากไม่ได้ระบุ `model`
ค่าที่เป็นไปได้ มีดังนี้
-
deep-research-pro-preview-12-2025เอเจนต์ Deep Research ของ Gemini
อินพุตสำหรับการโต้ตอบ (ใช้ได้ทั้งโมเดลและเอเจนต์)
คำสั่งของระบบสำหรับการโต้ตอบ
รายการการประกาศเครื่องมือที่โมเดลอาจเรียกใช้ระหว่างการโต้ตอบ
บังคับให้การตอบกลับที่สร้างขึ้นเป็นออบเจ็กต์ JSON ที่เป็นไปตาม รูปแบบ JSON ที่ระบุในฟิลด์นี้
ประเภท MIME ของการตอบกลับ ต้องระบุหากตั้งค่า response_format
อินพุตเท่านั้น จะมีการสตรีมการโต้ตอบหรือไม่
อินพุตเท่านั้น ว่าจะจัดเก็บคำตอบและคำขอเพื่อเรียกข้อมูลในภายหลังหรือไม่
อินพุตเท่านั้น ว่าจะเรียกใช้การโต้ตอบกับโมเดลในเบื้องหลังหรือไม่
generation_config GenerationConfig (ไม่บังคับ)
การกำหนดค่าโมเดล
พารามิเตอร์การกำหนดค่าสำหรับการโต้ตอบกับโมเดล
ทางเลือกแทน `agent_config` ใช้ได้เฉพาะเมื่อตั้งค่า `model`
ช่อง
ควบคุมความสุ่มของเอาต์พุต
ความน่าจะเป็นสะสมสูงสุดของโทเค็นที่ต้องพิจารณาเมื่อทำการสุ่มตัวอย่าง
Seed ที่ใช้ในการถอดรหัสเพื่อความสามารถในการทำซ้ำ
รายการลำดับอักขระที่จะหยุดการโต้ตอบเอาต์พุต
thinking_level ThinkingLevel (ไม่บังคับ)
ระดับโทเค็นความคิดที่โมเดลควรสร้าง
ค่าที่เป็นไปได้ มีดังนี้
-
minimal -
low -
medium -
high
thinking_summaries ThinkingSummaries (ไม่บังคับ)
จะรวมสรุปความคิดในคำตอบหรือไม่
ค่าที่เป็นไปได้ มีดังนี้
-
auto -
none
จำนวนโทเค็นสูงสุดที่จะรวมไว้ในการตอบกลับ
speech_config SpeechConfig (ไม่บังคับ)
การกำหนดค่าสำหรับการโต้ตอบด้วยเสียง
ช่อง
เสียงของผู้พูด
ภาษาของคำพูด
ชื่อผู้พูดควรตรงกับชื่อผู้พูดที่ระบุในพรอมต์
image_config ImageConfig (ไม่บังคับ)
การกำหนดค่าสำหรับการโต้ตอบกับรูปภาพ
ช่อง
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
1:1 -
2:3 -
3:2 -
3:4 -
4:3 -
4:5 -
5:4 -
9:16 -
16:9 -
21:9 -
1:8 -
8:1 -
1:4 -
4:1
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
1K -
2K -
4K -
512
เครื่องมือที่เลือกใช้สำหรับการโต้ตอบ
agent_config object (ไม่บังคับ)
การกำหนดค่า Agent
การกำหนดค่าสำหรับ Agent
ทางเลือกแทน `generation_config` ใช้ได้เฉพาะเมื่อตั้งค่า `agent`
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
DynamicAgentConfig
การกำหนดค่าสำหรับเอเจนต์แบบไดนามิก
ไม่มีคำอธิบาย
ตั้งค่าเป็น "dynamic" เสมอ
DeepResearchAgentConfig
การกำหนดค่าสำหรับตัวแทน Deep Research
thinking_summaries ThinkingSummaries (ไม่บังคับ)
จะรวมสรุปความคิดในคำตอบหรือไม่
ค่าที่เป็นไปได้ มีดังนี้
-
auto -
none
ไม่มีคำอธิบาย
ตั้งค่าเป็น "deep-research" เสมอ
รหัสของการโต้ตอบก่อนหน้า (หากมี)
response_modalities ResponseModality (ไม่บังคับ)
รูปแบบการตอบกลับที่ขอ (TEXT, IMAGE, AUDIO)
ค่าที่เป็นไปได้ มีดังนี้
-
text -
image -
audio
การตอบกลับ
แสดงผลทรัพยากร Interaction
คำขอแบบง่าย
ตัวอย่างการตอบกลับ
{ "created": "2025-11-26T12:25:15Z", "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "model": "gemini-3-flash-preview", "object": "interaction", "outputs": [ { "text": "Hello! I'm functioning perfectly and ready to assist you.\n\nHow are you doing today?", "type": "text" } ], "role": "model", "status": "completed", "updated": "2025-11-26T12:25:15Z", "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 7 } ], "total_cached_tokens": 0, "total_input_tokens": 7, "total_output_tokens": 20, "total_thought_tokens": 22, "total_tokens": 49, "total_tool_use_tokens": 0 } }
หลายรอบ
ตัวอย่างการตอบกลับ
{ "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "model": "gemini-3-flash-preview", "status": "completed", "object": "interaction", "created": "2025-11-26T12:22:47Z", "updated": "2025-11-26T12:22:47Z", "role": "model", "outputs": [ { "type": "text", "text": "The capital of France is Paris." } ], "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 50 } ], "total_cached_tokens": 0, "total_input_tokens": 50, "total_output_tokens": 10, "total_thought_tokens": 0, "total_tokens": 60, "total_tool_use_tokens": 0 } }
อินพุตรูปภาพ
ตัวอย่างการตอบกลับ
{ "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "model": "gemini-3-flash-preview", "status": "completed", "object": "interaction", "created": "2025-11-26T12:22:47Z", "updated": "2025-11-26T12:22:47Z", "role": "model", "outputs": [ { "type": "text", "text": "A white humanoid robot with glowing blue eyes stands holding a red skateboard." } ], "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 10 }, { "modality": "image", "tokens": 258 } ], "total_cached_tokens": 0, "total_input_tokens": 268, "total_output_tokens": 20, "total_thought_tokens": 0, "total_tokens": 288, "total_tool_use_tokens": 0 } }
การเรียกใช้ฟังก์ชัน
ตัวอย่างการตอบกลับ
{ "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "model": "gemini-3-flash-preview", "status": "requires_action", "object": "interaction", "created": "2025-11-26T12:22:47Z", "updated": "2025-11-26T12:22:47Z", "role": "model", "outputs": [ { "type": "function_call", "id": "gth23981", "name": "get_weather", "arguments": { "location": "Boston, MA" } } ], "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 100 } ], "total_cached_tokens": 0, "total_input_tokens": 100, "total_output_tokens": 25, "total_thought_tokens": 0, "total_tokens": 125, "total_tool_use_tokens": 50 } }
Deep Research
ตัวอย่างการตอบกลับ
{ "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "agent": "deep-research-pro-preview-12-2025", "status": "completed", "object": "interaction", "created": "2025-11-26T12:22:47Z", "updated": "2025-11-26T12:22:47Z", "role": "agent", "outputs": [ { "type": "text", "text": "Here is a comprehensive research report on the current state of cancer research..." } ], "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 20 } ], "total_cached_tokens": 0, "total_input_tokens": 20, "total_output_tokens": 1000, "total_thought_tokens": 500, "total_tokens": 1520, "total_tool_use_tokens": 0 } }
การดึงข้อมูลการโต้ตอบ
เรียกข้อมูลแบบละเอียดทั้งหมดของการโต้ตอบรายการเดียวตาม `Interaction.id`
พารามิเตอร์เส้นทาง / การค้นหา
ตัวระบุที่ไม่ซ้ำกันของการโต้ตอบที่จะดึงข้อมูล
หากตั้งค่าเป็น "จริง" ระบบจะสตรีมเนื้อหาที่สร้างขึ้นทีละส่วน
ค่าเริ่มต้นคือ False
ไม่บังคับ หากตั้งค่าไว้ จะดำเนินการต่อในสตรีมการโต้ตอบจากก้อนข้อมูลถัดไปหลังจากเหตุการณ์ที่ทำเครื่องหมายด้วยรหัสเหตุการณ์ ใช้ได้เฉพาะในกรณีที่ `stream` เป็นจริง
หากตั้งค่าเป็น "จริง" จะรวมอินพุตไว้ในการตอบกลับ
ค่าเริ่มต้นคือ False
เวอร์ชันของ API ที่จะใช้
การตอบกลับ
แสดงผลทรัพยากร Interaction
รับการโต้ตอบ
ตัวอย่างการตอบกลับ
{ "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "model": "gemini-3-flash-preview", "status": "completed", "object": "interaction", "created": "2025-11-26T12:25:15Z", "updated": "2025-11-26T12:25:15Z", "role": "model", "outputs": [ { "type": "text", "text": "I'm doing great, thank you for asking! How can I help you today?" } ] }
การลบการโต้ตอบ
ลบการโต้ตอบตามรหัส
พารามิเตอร์เส้นทาง / การค้นหา
ตัวระบุที่ไม่ซ้ำกันของการโต้ตอบที่จะลบ
เวอร์ชันของ API ที่จะใช้
การตอบกลับ
หากทำสำเร็จ การตอบกลับจะว่างเปล่า
ลบการโต้ตอบ
การยกเลิกการโต้ตอบ
ยกเลิกการโต้ตอบตามรหัส โดยจะมีผลกับการโต้ตอบในเบื้องหลังที่ยังทำงานอยู่เท่านั้น
พารามิเตอร์เส้นทาง / การค้นหา
ตัวระบุที่ไม่ซ้ำกันของการโต้ตอบที่จะยกเลิก
เวอร์ชันของ API ที่จะใช้
การตอบกลับ
แสดงผลทรัพยากร Interaction
ยกเลิกการโต้ตอบ
ตัวอย่างการตอบกลับ
{ "id": "v1_ChdPU0F4YWFtNkFwS2kxZThQZ05lbXdROBIXT1NBeGFhbTZBcEtpMWU4UGdOZW13UTg", "agent": "deep-research-pro-preview-12-2025", "status": "cancelled", "object": "interaction", "created": "2025-11-26T12:25:15Z", "updated": "2025-11-26T12:25:15Z", "role": "agent" }
แหล่งข้อมูล
การโต้ตอบ
ทรัพยากรการโต้ตอบ
ช่อง
model ModelOption (ไม่บังคับ)
ชื่อของ `Model` ที่ใช้ในการสร้างการโต้ตอบ
ค่าที่เป็นไปได้ มีดังนี้
-
gemini-2.5-flashโมเดลการให้เหตุผลแบบไฮบริดรุ่นแรกของเราซึ่งรองรับหน้าต่างบริบทขนาด 1 ล้านโทเค็นและมีงบประมาณสำหรับการคิด
-
gemini-2.5-flash-imageโมเดลการสร้างรูปภาพในตัวของเราได้รับการเพิ่มประสิทธิภาพเพื่อความเร็ว ความยืดหยุ่น และความเข้าใจบริบท ระบบจะคิดราคาอินพุตและเอาต์พุตข้อความเหมือนกับ 2.5 Flash
-
gemini-2.5-flash-liteโมเดลที่มีขนาดเล็กที่สุดและคุ้มค่าที่สุดของเรา สร้างขึ้นเพื่อการใช้งานในวงกว้าง
-
gemini-2.5-flash-lite-preview-09-2025โมเดลล่าสุดที่อิงตาม Gemini 2.5 Flash lite ซึ่งได้รับการเพิ่มประสิทธิภาพเพื่อความคุ้มค่า ปริมาณงานสูง และคุณภาพสูง
-
gemini-2.5-flash-native-audio-preview-12-2025โมเดลเสียงดั้งเดิมของเราได้รับการเพิ่มประสิทธิภาพเพื่อเอาต์พุตเสียงคุณภาพสูงขึ้น โดยมีจังหวะที่ดีขึ้น ความเป็นธรรมชาติของเสียง ความละเอียด และอารมณ์
-
gemini-2.5-flash-preview-09-2025โมเดลล่าสุดที่อิงตามโมเดล 2.5 Flash 2.5 Flash Preview เหมาะที่สุดสำหรับการประมวลผลขนาดใหญ่ งานที่มีเวลาในการตอบสนองต่ำและมีปริมาณมากซึ่งต้องใช้ความคิด และกรณีการใช้งานแบบเอเจนต์
-
gemini-2.5-flash-preview-ttsโมเดลข้อความเป็นคำพูด 2.5 Flash ของเราได้รับการเพิ่มประสิทธิภาพเพื่อการสร้างคำพูดที่ควบคุมได้ซึ่งมีประสิทธิภาพและมีความหน่วงต่ำ
-
gemini-2.5-proโมเดลอเนกประสงค์ที่ล้ำสมัยของเรา ซึ่งโดดเด่นในด้านการเขียนโค้ดและงานการให้เหตุผลที่ซับซ้อน
-
gemini-2.5-pro-preview-ttsโมเดลเสียงอ่านออกเสียงข้อความ 2.5 Pro ของเราได้รับการเพิ่มประสิทธิภาพเพื่อการสร้างเสียงพูดที่ทรงพลังและมีเวลาในการตอบสนองต่ำ เพื่อให้ได้ผลลัพธ์ที่เป็นธรรมชาติมากขึ้นและควบคุมพรอมต์ได้ง่ายขึ้น
-
gemini-3-flash-previewโมเดลที่ชาญฉลาดที่สุดของเราสร้างขึ้นเพื่อเน้นความเร็ว โดยผสานความชาญฉลาดระดับแนวหน้าเข้ากับการค้นหาและการอ้างอิงที่เหนือกว่า
-
gemini-3-pro-image-previewโมเดลการสร้างและแก้ไขรูปภาพที่ล้ำสมัย
-
gemini-3-pro-previewโมเดลที่ชาญฉลาดที่สุดของเราซึ่งมีการให้เหตุผลและทำความเข้าใจข้อมูลหลายรูปแบบระดับ SOTA รวมถึงความสามารถในการเขียนโค้ดแบบเป็น Agent และการเขียนโค้ดที่สร้างความรู้สึกที่ทรงพลัง
-
gemini-3.1-pro-previewโมเดลการให้เหตุผล SOTA ล่าสุดของเราที่มีความลึกซึ้งและเฉดสีที่ไม่เคยมีมาก่อน รวมถึงความสามารถในการทำความเข้าใจข้อมูลหลายรูปแบบและการเขียนโค้ดที่ทรงพลัง
-
gemini-3.1-flash-image-previewความสามารถด้านภาพระดับมืออาชีพที่มีประสิทธิภาพระดับ Flash และความสามารถในการสร้างที่อิงตามความเป็นจริง
agent AgentOption (ไม่บังคับ)
ชื่อของ `Agent` ที่ใช้สร้างการโต้ตอบ
ค่าที่เป็นไปได้ มีดังนี้
-
deep-research-pro-preview-12-2025เอเจนต์ Deep Research ของ Gemini
เอาต์พุตเท่านั้น ตัวระบุที่ไม่ซ้ำกันสำหรับการโต้ตอบที่เสร็จสมบูรณ์
เอาต์พุตเท่านั้น สถานะของการโต้ตอบ
ค่าที่เป็นไปได้ มีดังนี้
-
in_progress -
requires_action -
completed -
failed -
cancelled -
incomplete
เอาต์พุตเท่านั้น เวลาที่สร้างคำตอบในรูปแบบ ISO 8601 (YYYY-MM-DDThh:mm:ssZ)
เอาต์พุตเท่านั้น เวลาที่อัปเดตคำตอบครั้งล่าสุดในรูปแบบ ISO 8601 (YYYY-MM-DDThh:mm:ssZ)
เอาต์พุตเท่านั้น บทบาทของการโต้ตอบ
เอาต์พุตเท่านั้น คำตอบจากโมเดล
คำสั่งของระบบสำหรับการโต้ตอบ
รายการการประกาศเครื่องมือที่โมเดลอาจเรียกใช้ระหว่างการโต้ตอบ
usage Usage (ไม่บังคับ)
เอาต์พุตเท่านั้น สถิติการใช้โทเค็นของคำขอโต้ตอบ
ช่อง
จำนวนโทเค็นในพรอมต์ (บริบท)
input_tokens_by_modality ModalityTokens (ไม่บังคับ)
รายละเอียดการใช้โทเค็นอินพุตตามรูปแบบ
ช่อง
modality ResponseModality (ไม่บังคับ)
รูปแบบที่เชื่อมโยงกับจำนวนโทเค็น
ค่าที่เป็นไปได้ มีดังนี้
-
text -
image -
audio
จำนวนโทเค็นสำหรับรูปแบบ
จํานวนโทเค็นในส่วนที่แคชของพรอมต์ (เนื้อหาที่แคช)
cached_tokens_by_modality ModalityTokens (ไม่บังคับ)
รายละเอียดการใช้งานโทเค็นที่แคชไว้ตามรูปแบบ
ช่อง
modality ResponseModality (ไม่บังคับ)
รูปแบบที่เชื่อมโยงกับจำนวนโทเค็น
ค่าที่เป็นไปได้ มีดังนี้
-
text -
image -
audio
จำนวนโทเค็นสำหรับรูปแบบ
จำนวนโทเค็นทั้งหมดในการตอบกลับที่สร้างขึ้นทั้งหมด
output_tokens_by_modality ModalityTokens (ไม่บังคับ)
รายละเอียดการใช้โทเค็นเอาต์พุตตามรูปแบบ
ช่อง
modality ResponseModality (ไม่บังคับ)
รูปแบบที่เชื่อมโยงกับจำนวนโทเค็น
ค่าที่เป็นไปได้ มีดังนี้
-
text -
image -
audio
จำนวนโทเค็นสำหรับรูปแบบ
จำนวนโทเค็นที่อยู่ในพรอมต์การใช้เครื่องมือ
tool_use_tokens_by_modality ModalityTokens (ไม่บังคับ)
รายละเอียดการใช้โทเค็นการใช้เครื่องมือตามรูปแบบ
ช่อง
modality ResponseModality (ไม่บังคับ)
รูปแบบที่เชื่อมโยงกับจำนวนโทเค็น
ค่าที่เป็นไปได้ มีดังนี้
-
text -
image -
audio
จำนวนโทเค็นสำหรับรูปแบบ
จำนวนโทเค็นของความคิดสำหรับโมเดลการคิด
จำนวนโทเค็นทั้งหมดสำหรับคำขอการโต้ตอบ (พรอมต์ + คำตอบ + โทเค็นภายในอื่นๆ )
response_modalities ResponseModality (ไม่บังคับ)
รูปแบบการตอบกลับที่ขอ (TEXT, IMAGE, AUDIO)
ค่าที่เป็นไปได้ มีดังนี้
-
text -
image -
audio
บังคับให้การตอบกลับที่สร้างขึ้นเป็นออบเจ็กต์ JSON ที่เป็นไปตาม รูปแบบ JSON ที่ระบุในฟิลด์นี้
ประเภท MIME ของการตอบกลับ ต้องระบุหากตั้งค่า response_format
รหัสของการโต้ตอบก่อนหน้า (หากมี)
อินพุตสำหรับการโต้ตอบ (ใช้ได้ทั้งโมเดลและเอเจนต์)
agent_config object (ไม่บังคับ)
พารามิเตอร์การกำหนดค่าสำหรับการโต้ตอบของตัวแทน
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
DynamicAgentConfig
การกำหนดค่าสำหรับเอเจนต์แบบไดนามิก
ไม่มีคำอธิบาย
ตั้งค่าเป็น "dynamic" เสมอ
DeepResearchAgentConfig
การกำหนดค่าสำหรับตัวแทน Deep Research
thinking_summaries ThinkingSummaries (ไม่บังคับ)
จะรวมสรุปความคิดในคำตอบหรือไม่
ค่าที่เป็นไปได้ มีดังนี้
-
auto -
none
ไม่มีคำอธิบาย
ตั้งค่าเป็น "deep-research" เสมอ
ตัวอย่าง
ตัวอย่าง
{ "created": "2025-12-04T15:01:45Z", "id": "v1_ChdXS0l4YWZXTk9xbk0xZThQczhEcmlROBIXV0tJeGFmV05PcW5NMWU4UHM4RHJpUTg", "model": "gemini-3-flash-preview", "object": "interaction", "outputs": [ { "text": "Hello! I'm doing well, functioning as expected. Thank you for asking! How are you doing today?", "type": "text" } ], "role": "model", "status": "completed", "updated": "2025-12-04T15:01:45Z", "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 7 } ], "total_cached_tokens": 0, "total_input_tokens": 7, "total_output_tokens": 23, "total_thought_tokens": 49, "total_tokens": 79, "total_tool_use_tokens": 0 } }
โมเดลข้อมูล
เนื้อหา
เนื้อหาของการตอบกลับ
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
TextContent
บล็อกเนื้อหาข้อความ
เนื้อหาข้อความ
annotations Annotation (ไม่บังคับ)
ข้อมูลการอ้างอิงสำหรับเนื้อหาที่โมเดลสร้างขึ้น
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
UrlCitation
คำอธิบายประกอบการอ้างอิง URL
URL
ชื่อของ URL
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
FileCitation
คำอธิบายประกอบการอ้างอิงไฟล์
URI ของไฟล์
ชื่อไฟล์
แหล่งที่มาของข้อความบางส่วน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
PlaceCitation
คำอธิบายประกอบการอ้างอิงสถานที่
รหัสของสถานที่ในรูปแบบ `places/{place_id}`
ชื่อสถานที่
การอ้างอิง URI ของสถานที่
review_snippets ReviewSnippet (ไม่บังคับ)
ข้อมูลรีวิวที่ใช้ในการสร้างคำตอบเกี่ยวกับ ฟีเจอร์ของสถานที่หนึ่งๆ ใน Google Maps
ช่อง
ชื่อของรีวิว
ลิงก์ที่สอดคล้องกับรีวิวของผู้ใช้ใน Google Maps
รหัสของตัวอย่างรีวิว
ไม่มีคำอธิบาย
ตั้งค่าเป็น "place_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
ไม่มีคำอธิบาย
ตั้งค่าเป็น "text" เสมอ
ImageContent
บล็อกเนื้อหารูปภาพ
เนื้อหารูปภาพ
URI ของรูปภาพ
ประเภท MIME ของรูปภาพ
ค่าที่เป็นไปได้ มีดังนี้
-
image/png -
image/jpeg -
image/webp -
image/heic -
image/heif
resolution MediaResolution (ไม่บังคับ)
ความละเอียดของสื่อ
ค่าที่เป็นไปได้ มีดังนี้
-
low -
medium -
high -
ultra_high
ไม่มีคำอธิบาย
ตั้งค่าเป็น "image" เสมอ
AudioContent
บล็อกเนื้อหาเสียง
เนื้อหาเสียง
URI ของเสียง
ประเภท MIME ของเสียง
ค่าที่เป็นไปได้ มีดังนี้
-
audio/wav -
audio/mp3 -
audio/aiff -
audio/aac -
audio/ogg -
audio/flac
ไม่มีคำอธิบาย
ตั้งค่าเป็น "audio" เสมอ
DocumentContent
บล็อกเนื้อหาของเอกสาร
เนื้อหาเอกสาร
URI ของเอกสาร
ประเภท MIME ของเอกสาร
ค่าที่เป็นไปได้ มีดังนี้
-
application/pdf
ไม่มีคำอธิบาย
ตั้งค่าเป็น "document" เสมอ
VideoContent
บล็อกเนื้อหาวิดีโอ
เนื้อหาวิดีโอ
URI ของวิดีโอ
ประเภท MIME ของวิดีโอ
ค่าที่เป็นไปได้ มีดังนี้
-
video/mp4 -
video/mpeg -
video/mpg -
video/mov -
video/avi -
video/x-flv -
video/webm -
video/wmv -
video/3gpp
resolution MediaResolution (ไม่บังคับ)
ความละเอียดของสื่อ
ค่าที่เป็นไปได้ มีดังนี้
-
low -
medium -
high -
ultra_high
ไม่มีคำอธิบาย
ตั้งค่าเป็น "video" เสมอ
ThoughtContent
บล็อกเนื้อหาความคิด
ลายเซ็นที่ตรงกับแหล่งข้อมูลแบ็กเอนด์เพื่อเป็นส่วนหนึ่งของการสร้าง
summary ThoughtSummaryContent (ไม่บังคับ)
สรุปความคิด
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
TextContent
บล็อกเนื้อหาข้อความ
เนื้อหาข้อความ
annotations Annotation (ไม่บังคับ)
ข้อมูลการอ้างอิงสำหรับเนื้อหาที่โมเดลสร้างขึ้น
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
UrlCitation
คำอธิบายประกอบการอ้างอิง URL
URL
ชื่อของ URL
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
FileCitation
คำอธิบายประกอบการอ้างอิงไฟล์
URI ของไฟล์
ชื่อไฟล์
แหล่งที่มาของข้อความบางส่วน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
PlaceCitation
คำอธิบายประกอบการอ้างอิงสถานที่
รหัสของสถานที่ในรูปแบบ `places/{place_id}`
ชื่อสถานที่
การอ้างอิง URI ของสถานที่
review_snippets ReviewSnippet (ไม่บังคับ)
ข้อมูลรีวิวที่ใช้ในการสร้างคำตอบเกี่ยวกับ ฟีเจอร์ของสถานที่หนึ่งๆ ใน Google Maps
ช่อง
ชื่อของรีวิว
ลิงก์ที่สอดคล้องกับรีวิวของผู้ใช้ใน Google Maps
รหัสของตัวอย่างรีวิว
ไม่มีคำอธิบาย
ตั้งค่าเป็น "place_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
ไม่มีคำอธิบาย
ตั้งค่าเป็น "text" เสมอ
ImageContent
บล็อกเนื้อหารูปภาพ
เนื้อหารูปภาพ
URI ของรูปภาพ
ประเภท MIME ของรูปภาพ
ค่าที่เป็นไปได้ มีดังนี้
-
image/png -
image/jpeg -
image/webp -
image/heic -
image/heif
resolution MediaResolution (ไม่บังคับ)
ความละเอียดของสื่อ
ค่าที่เป็นไปได้ มีดังนี้
-
low -
medium -
high -
ultra_high
ไม่มีคำอธิบาย
ตั้งค่าเป็น "image" เสมอ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "thought" เสมอ
FunctionCallContent
บล็อกเนื้อหาการเรียกใช้เครื่องมือฟังก์ชัน
ชื่อของเครื่องมือที่จะเรียกใช้
อาร์กิวเมนต์ที่จะส่งไปยังฟังก์ชัน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "function_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
FunctionResultContent
บล็อกเนื้อหาผลลัพธ์ของเครื่องมือฟังก์ชัน
ชื่อของเครื่องมือที่เรียกใช้
การเรียกใช้เครื่องมือทำให้เกิดข้อผิดพลาดหรือไม่
ผลลัพธ์ของการเรียกใช้เครื่องมือ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "function_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
CodeExecutionCallContent
เนื้อหาการรันโค้ด
arguments CodeExecutionCallArguments (ต้องระบุ)
อาร์กิวเมนต์ที่จะส่งผ่านไปยังการเรียกใช้โค้ด
ช่อง
ภาษาโปรแกรมของ `code`
ค่าที่เป็นไปได้ มีดังนี้
-
python
โค้ดที่จะดำเนินการ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "code_execution_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
CodeExecutionResultContent
เนื้อหาผลการเรียกใช้โค้ด
เอาต์พุตของการเรียกใช้โค้ด
การดำเนินการโค้ดส่งผลให้เกิดข้อผิดพลาดหรือไม่
ไม่มีคำอธิบาย
ตั้งค่าเป็น "code_execution_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้โค้ด
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
UrlContextCallContent
เนื้อหาบริบท URL
arguments UrlContextCallArguments (ต้องระบุ)
อาร์กิวเมนต์ที่จะส่งไปยังบริบท URL
ช่อง
URL ที่จะดึงข้อมูล
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_context_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
UrlContextResultContent
เนื้อหาผลลัพธ์ของบริบท URL
result UrlContextResult (ต้องระบุ)
ผลลัพธ์ของบริบท URL
ช่อง
URL ที่ดึงข้อมูล
สถานะของการดึงข้อมูล URL
ค่าที่เป็นไปได้ มีดังนี้
-
success -
error -
paywall -
unsafe
ไม่ว่าบริบท URL จะทำให้เกิดข้อผิดพลาดหรือไม่
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_context_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกบริบท URL
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleSearchCallContent
เนื้อหาของ Google Search
arguments GoogleSearchCallArguments (ต้องระบุ)
อาร์กิวเมนต์ที่จะส่งไปยัง Google Search
ช่อง
คำค้นหาใน Web Search สำหรับการค้นหาเว็บเพิ่มเติม
ประเภทการอ้างอิงการค้นหาที่เปิดใช้
ค่าที่เป็นไปได้ มีดังนี้
-
web_search -
image_search
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_search_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleSearchResultContent
เนื้อหาผลการค้นหาของ Google
result GoogleSearchResult (ต้องระบุ)
ผลการค้นหาของ Google Search
ช่อง
ข้อมูลโค้ดเนื้อหาเว็บที่ฝังในหน้าเว็บหรือ WebView ของแอปได้
ไม่ว่า Google Search จะทำให้เกิดข้อผิดพลาดหรือไม่
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_search_result" เสมอ
รหัสที่ตรงกับรหัสจากการบล็อกการโทรของ Google Search
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
McpServerToolCallContent
เนื้อหาการเรียกใช้เครื่องมือ MCPServer
ชื่อของเครื่องมือที่เรียกใช้
ชื่อเซิร์ฟเวอร์ MCP ที่ใช้
ออบเจ็กต์ JSON ของอาร์กิวเมนต์สำหรับฟังก์ชัน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "mcp_server_tool_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
McpServerToolResultContent
เนื้อหาผลลัพธ์ของเครื่องมือ MCPServer
ชื่อของเครื่องมือที่เรียกใช้สำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
ชื่อเซิร์ฟเวอร์ MCP ที่ใช้
เอาต์พุตจากการเรียกเซิร์ฟเวอร์ MCP อาจเป็นข้อความธรรมดาหรือเนื้อหาที่สมบูรณ์
ไม่มีคำอธิบาย
ตั้งค่าเป็น "mcp_server_tool_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้เครื่องมือเซิร์ฟเวอร์ MCP
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
FileSearchCallContent
เนื้อหาการค้นหาไฟล์
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_search_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
FileSearchResultContent
เนื้อหาผลการค้นหาของ File Search
result FileSearchResult (ไม่บังคับ)
ผลการค้นหาไฟล์
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_search_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกค้นหาไฟล์
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleMapsCallContent
เนื้อหาของ Google Maps
arguments GoogleMapsCallArguments (ไม่บังคับ)
อาร์กิวเมนต์ที่จะส่งไปยังเครื่องมือ Google Maps
ช่อง
คำค้นหาที่จะดำเนินการ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_maps_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleMapsResultContent
เนื้อหาผลการค้นหาของ Google Maps
result GoogleMapsResult (ต้องระบุ)
ผลลัพธ์ของ Google Maps
ช่อง
places Places (ไม่บังคับ)
สถานที่ที่พบ
ช่อง
รหัสของสถานที่ในรูปแบบ `places/{place_id}`
ชื่อสถานที่
การอ้างอิง URI ของสถานที่
review_snippets ReviewSnippet (ไม่บังคับ)
ข้อมูลรีวิวที่ใช้ในการสร้างคำตอบเกี่ยวกับ ฟีเจอร์ของสถานที่หนึ่งๆ ใน Google Maps
ช่อง
ชื่อของรีวิว
ลิงก์ที่สอดคล้องกับรีวิวของผู้ใช้ใน Google Maps
รหัสของตัวอย่างรีวิว
ชื่อทรัพยากรของโทเค็นบริบทของวิดเจ็ต Google Maps
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_maps_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ Google Maps
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
ตัวอย่าง
ข้อความ
{ "type": "text", "text": "Hello, how are you?" }
รูปภาพ
{ "type": "image", "data": "BASE64_ENCODED_IMAGE", "mime_type": "image/png" }
เสียง
{ "type": "audio", "data": "BASE64_ENCODED_AUDIO", "mime_type": "audio/wav" }
เอกสาร
{ "type": "document", "data": "BASE64_ENCODED_DOCUMENT", "mime_type": "application/pdf" }
วิดีโอ
{ "type": "video", "uri": "https://www.youtube.com/watch?v=9hE5-98ZeCg" }
ความคิด
{ "type": "thought", "summary": [ { "type": "text", "text": "The user is asking about the weather. I should use the get_weather tool." } ], "signature": "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" }
Function Call
{ "type": "function_call", "name": "get_weather", "id": "gth23981", "arguments": { "location": "Boston, MA" } }
ผลลัพธ์ของฟังก์ชัน
{ "type": "function_result", "name": "get_weather", "call_id": "gth23981", "result": [ { "type": "text", "text": "{\"weather\":\"sunny\"}" } ] }
การเรียกใช้โค้ด
{ "type": "code_execution_call", "id": "call_123456", "arguments": { "language": "python", "code": "print('hello world')" } }
ผลการรันโค้ด
{ "type": "code_execution_result", "call_id": "call_123456", "result": "hello world" }
การเรียกบริบท URL
{ "type": "url_context_call", "id": "call_123456", "arguments": { "urls": [ "https://www.example.com" ] } }
ผลลัพธ์บริบท URL
{ "type": "url_context_result", "call_id": "call_123456", "result": [ { "url": "https://www.example.com", "status": "SUCCESS" } ] }
การโทรผ่าน Google Search
{ "type": "google_search_call", "id": "call_123456", "arguments": { "queries": [ "weather in Boston" ] } }
ผลการค้นหาของ Google
{ "type": "google_search_result", "call_id": "call_123456", "result": [ { "url": "https://www.google.com/search?q=weather+in+Boston", "title": "Weather in Boston" } ] }
การเรียกใช้เครื่องมือเซิร์ฟเวอร์ MCP
{ "type": "mcp_server_tool_call", "id": "call_123456", "name": "get_forecast", "server_name": "weather_server", "arguments": { "city": "London" } }
ผลลัพธ์ของเครื่องมือเซิร์ฟเวอร์ MCP
{ "type": "mcp_server_tool_result", "name": "get_forecast", "server_name": "weather_server", "call_id": "call_123456", "result": "sunny" }
การเรียกค้นหาไฟล์
{ "type": "file_search_call", "id": "call_123456" }
ผลการค้นหาไฟล์
{ "type": "file_search_result", "call_id": "call_123456", "result": [ { "text": "search result chunk", "file_search_store": "file_search_store" } ] }
การโทรผ่าน Google Maps
{ "type": "google_maps_call", "id": "call_123456", "arguments": { "query": "best food near me" } }
ผลการค้นหาของ Google Maps
{ "type": "google_maps_result", "call_id": "call_123456", "result": [ { "places": [ { "url": "https://www.google.com/maps/search/best+food+near+me", "name": "Tasty Restaurant" } ] } ] }
เครื่องมือ
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
ฟังก์ชัน
เครื่องมือที่โมเดลใช้ได้
ชื่อฟังก์ชัน
คำอธิบายฟังก์ชัน
สคีมา JSON สำหรับพารามิเตอร์ของฟังก์ชัน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "function" เสมอ
GoogleSearch
เครื่องมือที่โมเดลใช้ค้นหาใน Google ได้
ประเภทของการอ้างอิงการค้นหาที่จะเปิดใช้
ค่าที่เป็นไปได้ มีดังนี้
-
web_search -
image_search
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_search" เสมอ
CodeExecution
เครื่องมือที่โมเดลใช้ดำเนินการกับโค้ดได้
ไม่มีคำอธิบาย
ตั้งค่าเป็น "code_execution" เสมอ
UrlContext
เครื่องมือที่โมเดลใช้เพื่อดึงบริบท URL ได้
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_context" เสมอ
ComputerUse
เครื่องมือที่โมเดลใช้โต้ตอบกับคอมพิวเตอร์ได้
สภาพแวดล้อมที่ดำเนินการ
ค่าที่เป็นไปได้ มีดังนี้
-
browser
รายการฟังก์ชันที่กำหนดไว้ล่วงหน้าซึ่งยกเว้นจากการเรียกใช้โมเดล
ไม่มีคำอธิบาย
ตั้งค่าเป็น "computer_use" เสมอ
McpServer
MCPServer คือเซิร์ฟเวอร์ที่โมเดลเรียกใช้เพื่อดำเนินการได้
ชื่อของ MCPServer
URL แบบเต็มสำหรับปลายทาง MCPServer ตัวอย่างเช่น "https://api.example.com/mcp"
ไม่บังคับ: ช่องสำหรับส่วนหัวการตรวจสอบสิทธิ์ การหมดเวลา ฯลฯ หากจำเป็น
allowed_tools AllowedTools (ไม่บังคับ)
เครื่องมือที่อนุญาต
ช่อง
mode ToolChoiceType (ไม่บังคับ)
โหมดการเลือกเครื่องมือ
ค่าที่เป็นไปได้ มีดังนี้
-
auto -
any -
none -
validated
ชื่อของเครื่องมือที่อนุญาต
ไม่มีคำอธิบาย
ตั้งค่าเป็น "mcp_server" เสมอ
FileSearch
เครื่องมือที่โมเดลใช้ค้นหาไฟล์ได้
ไฟล์จะจัดเก็บชื่อที่ใช้ค้นหา
จำนวนกลุ่มการดึงข้อมูลเชิงความหมายที่จะดึงข้อมูล
ตัวกรองข้อมูลเมตาที่จะใช้กับเอกสารและการแบ่งกลุ่มการดึงข้อมูลเชิงความหมาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_search" เสมอ
GoogleMaps
เครื่องมือที่โมเดลใช้เรียก Google Maps ได้
ระบุว่าจะแสดงโทเค็นบริบทของวิดเจ็ตในผลการเรียกใช้เครื่องมือของ การตอบกลับหรือไม่
ละติจูดของตำแหน่งของผู้ใช้
ลองจิจูดของตำแหน่งของผู้ใช้
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_maps" เสมอ
ตัวอย่าง
ฟังก์ชัน
GoogleSearch
CodeExecution
UrlContext
ComputerUse
McpServer
FileSearch
GoogleMaps
เปิดหรือปิด
ช่อง
ผู้เริ่มการเลี้ยวนี้ ต้องเป็นผู้ใช้สำหรับอินพุตหรือโมเดลสำหรับ เอาต์พุตของโมเดล
เนื้อหาของผลัด
ตัวอย่าง
เทิร์นของผู้ใช้
{ "role": "user", "content": [ { "type": "text", "text": "user turn" } ] }
ผลัดกันพูด
{ "role": "model", "content": [ { "type": "text", "text": "model turn" } ] }
InteractionSseEvent
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: event_type
InteractionStartEvent
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
interaction.start
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
InteractionCompleteEvent
การโต้ตอบที่เสร็จสมบูรณ์โดยมีเอาต์พุตว่างเปล่าเพื่อลดขนาดเพย์โหลด ใช้เหตุการณ์ ContentDelta ก่อนหน้าสำหรับเอาต์พุตจริง
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
interaction.complete
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
InteractionStatusUpdate
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
in_progress -
requires_action -
completed -
failed -
cancelled -
incomplete
ไม่มีคำอธิบาย
ตั้งค่าเป็น "interaction.status_update" เสมอ
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
ContentStart
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "content.start" เสมอ
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
ContentDelta
ไม่มีคำอธิบาย
delta object (ต้องระบุ)
ไม่มีคำอธิบาย
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
TextDelta
ไม่มีคำอธิบาย
annotations Annotation (ไม่บังคับ)
ข้อมูลการอ้างอิงสำหรับเนื้อหาที่โมเดลสร้างขึ้น
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
UrlCitation
คำอธิบายประกอบการอ้างอิง URL
URL
ชื่อของ URL
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
FileCitation
คำอธิบายประกอบการอ้างอิงไฟล์
URI ของไฟล์
ชื่อไฟล์
แหล่งที่มาของข้อความบางส่วน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
PlaceCitation
คำอธิบายประกอบการอ้างอิงสถานที่
รหัสของสถานที่ในรูปแบบ `places/{place_id}`
ชื่อสถานที่
การอ้างอิง URI ของสถานที่
review_snippets ReviewSnippet (ไม่บังคับ)
ข้อมูลรีวิวที่ใช้ในการสร้างคำตอบเกี่ยวกับ ฟีเจอร์ของสถานที่หนึ่งๆ ใน Google Maps
ช่อง
ชื่อของรีวิว
ลิงก์ที่สอดคล้องกับรีวิวของผู้ใช้ใน Google Maps
รหัสของตัวอย่างรีวิว
ไม่มีคำอธิบาย
ตั้งค่าเป็น "place_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
ไม่มีคำอธิบาย
ตั้งค่าเป็น "text" เสมอ
ImageDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
image/png -
image/jpeg -
image/webp -
image/heic -
image/heif
resolution MediaResolution (ไม่บังคับ)
ความละเอียดของสื่อ
ค่าที่เป็นไปได้ มีดังนี้
-
low -
medium -
high -
ultra_high
ไม่มีคำอธิบาย
ตั้งค่าเป็น "image" เสมอ
AudioDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
audio/wav -
audio/mp3 -
audio/aiff -
audio/aac -
audio/ogg -
audio/flac
ไม่มีคำอธิบาย
ตั้งค่าเป็น "audio" เสมอ
DocumentDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
application/pdf
ไม่มีคำอธิบาย
ตั้งค่าเป็น "document" เสมอ
VideoDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ค่าที่เป็นไปได้ มีดังนี้
-
video/mp4 -
video/mpeg -
video/mpg -
video/mov -
video/avi -
video/x-flv -
video/webm -
video/wmv -
video/3gpp
resolution MediaResolution (ไม่บังคับ)
ความละเอียดของสื่อ
ค่าที่เป็นไปได้ มีดังนี้
-
low -
medium -
high -
ultra_high
ไม่มีคำอธิบาย
ตั้งค่าเป็น "video" เสมอ
ThoughtSummaryDelta
content ThoughtSummaryContent (ไม่บังคับ)
รายการสรุปใหม่ที่จะเพิ่มลงในความคิด
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
TextContent
บล็อกเนื้อหาข้อความ
เนื้อหาข้อความ
annotations Annotation (ไม่บังคับ)
ข้อมูลการอ้างอิงสำหรับเนื้อหาที่โมเดลสร้างขึ้น
ประเภทที่เป็นไปได้
ตัวแยกประเภทแบบ Polymorphic: type
UrlCitation
คำอธิบายประกอบการอ้างอิง URL
URL
ชื่อของ URL
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
FileCitation
คำอธิบายประกอบการอ้างอิงไฟล์
URI ของไฟล์
ชื่อไฟล์
แหล่งที่มาของข้อความบางส่วน
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
PlaceCitation
คำอธิบายประกอบการอ้างอิงสถานที่
รหัสของสถานที่ในรูปแบบ `places/{place_id}`
ชื่อสถานที่
การอ้างอิง URI ของสถานที่
review_snippets ReviewSnippet (ไม่บังคับ)
ข้อมูลรีวิวที่ใช้ในการสร้างคำตอบเกี่ยวกับ ฟีเจอร์ของสถานที่หนึ่งๆ ใน Google Maps
ช่อง
ชื่อของรีวิว
ลิงก์ที่สอดคล้องกับรีวิวของผู้ใช้ใน Google Maps
รหัสของตัวอย่างรีวิว
ไม่มีคำอธิบาย
ตั้งค่าเป็น "place_citation" เสมอ
จุดเริ่มต้นของส่วนของคำตอบที่มาจากแหล่งที่มานี้
จุดสิ้นสุดของกลุ่มที่มาของการระบุแหล่งที่มา (ไม่รวมจุดสิ้นสุด)
ไม่มีคำอธิบาย
ตั้งค่าเป็น "text" เสมอ
ImageContent
บล็อกเนื้อหารูปภาพ
เนื้อหารูปภาพ
URI ของรูปภาพ
ประเภท MIME ของรูปภาพ
ค่าที่เป็นไปได้ มีดังนี้
-
image/png -
image/jpeg -
image/webp -
image/heic -
image/heif
resolution MediaResolution (ไม่บังคับ)
ความละเอียดของสื่อ
ค่าที่เป็นไปได้ มีดังนี้
-
low -
medium -
high -
ultra_high
ไม่มีคำอธิบาย
ตั้งค่าเป็น "image" เสมอ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "thought_summary" เสมอ
ThoughtSignatureDelta
ลายเซ็นที่ตรงกับแหล่งข้อมูลแบ็กเอนด์เพื่อเป็นส่วนหนึ่งของการสร้าง
ไม่มีคำอธิบาย
ตั้งค่าเป็น "thought_signature" เสมอ
FunctionCallDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "function_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
FunctionResultDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
เดลต้าผลลัพธ์การเรียกใช้เครื่องมือ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "function_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
CodeExecutionCallDelta
arguments CodeExecutionCallArguments (ต้องระบุ)
ไม่มีคำอธิบาย
ช่อง
ภาษาโปรแกรมของ `code`
ค่าที่เป็นไปได้ มีดังนี้
-
python
โค้ดที่จะดำเนินการ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "code_execution_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
CodeExecutionResultDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "code_execution_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
UrlContextCallDelta
arguments UrlContextCallArguments (ต้องระบุ)
ไม่มีคำอธิบาย
ช่อง
URL ที่จะดึงข้อมูล
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_context_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
UrlContextResultDelta
result UrlContextResult (ต้องระบุ)
ไม่มีคำอธิบาย
ช่อง
URL ที่ดึงข้อมูล
สถานะของการดึงข้อมูล URL
ค่าที่เป็นไปได้ มีดังนี้
-
success -
error -
paywall -
unsafe
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "url_context_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleSearchCallDelta
arguments GoogleSearchCallArguments (ต้องระบุ)
ไม่มีคำอธิบาย
ช่อง
คำค้นหาใน Web Search สำหรับการค้นหาเว็บเพิ่มเติม
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_search_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleSearchResultDelta
result GoogleSearchResult (ต้องระบุ)
ไม่มีคำอธิบาย
ช่อง
ข้อมูลโค้ดเนื้อหาเว็บที่ฝังในหน้าเว็บหรือ WebView ของแอปได้
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_search_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
McpServerToolCallDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "mcp_server_tool_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
McpServerToolResultDelta
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
เดลต้าผลลัพธ์การเรียกใช้เครื่องมือ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "mcp_server_tool_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
FileSearchCallDelta
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_search_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
FileSearchResultDelta
result FileSearchResult (ไม่บังคับ)
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "file_search_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleMapsCallDelta
arguments GoogleMapsCallArguments (ไม่บังคับ)
อาร์กิวเมนต์ที่จะส่งไปยังเครื่องมือ Google Maps
ช่อง
คำค้นหาที่จะดำเนินการ
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_maps_call" เสมอ
รหัสที่ไม่ซ้ำกันสำหรับการเรียกใช้เครื่องมือนี้โดยเฉพาะ
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
GoogleMapsResultDelta
result GoogleMapsResult (ต้องระบุ)
ผลลัพธ์ของ Google Maps
ช่อง
places Places (ไม่บังคับ)
สถานที่ที่พบ
ช่อง
รหัสของสถานที่ในรูปแบบ `places/{place_id}`
ชื่อสถานที่
การอ้างอิง URI ของสถานที่
review_snippets ReviewSnippet (ไม่บังคับ)
ข้อมูลรีวิวที่ใช้ในการสร้างคำตอบเกี่ยวกับ ฟีเจอร์ของสถานที่หนึ่งๆ ใน Google Maps
ช่อง
ชื่อของรีวิว
ลิงก์ที่สอดคล้องกับรีวิวของผู้ใช้ใน Google Maps
รหัสของตัวอย่างรีวิว
ชื่อทรัพยากรของโทเค็นบริบทของวิดเจ็ต Google Maps
ไม่มีคำอธิบาย
ตั้งค่าเป็น "google_maps_result" เสมอ
รหัสที่ตรงกับรหัสจากบล็อกการเรียกใช้ฟังก์ชัน
แฮชลายเซ็นสำหรับการตรวจสอบฝั่งแบ็กเอนด์
ไม่มีคำอธิบาย
ตั้งค่าเป็น "content.delta" เสมอ
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
ContentStop
ไม่มีคำอธิบาย
ไม่มีคำอธิบาย
ตั้งค่าเป็น "content.stop" เสมอ
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
ErrorEvent
ข้อผิดพลาด ข้อผิดพลาด (ไม่บังคับ)
ไม่มีคำอธิบาย
ช่อง
URI ที่ระบุประเภทข้อผิดพลาด
ข้อความแสดงข้อผิดพลาดที่มนุษย์อ่านได้
ไม่มีคำอธิบาย
ตั้งค่าเป็น "error" เสมอ
โทเค็น event_id ที่จะใช้เพื่อดำเนินการต่อในสตรีมการโต้ตอบจากเหตุการณ์นี้
ตัวอย่าง
เริ่มการโต้ตอบ
{ "event_type": "interaction.start", "interaction": { "id": "v1_ChdTMjQ0YWJ5TUF1TzcxZThQdjRpcnFRcxIXUzI0NGFieU1BdU83MWU4UHY0aXJxUXM", "model": "gemini-3-flash-preview", "object": "interaction", "status": "in_progress" } }
การโต้ตอบเสร็จสมบูรณ์
{ "event_type": "interaction.complete", "interaction": { "created": "2025-12-09T18:45:40Z", "id": "v1_ChdTMjQ0YWJ5TUF1TzcxZThQdjRpcnFRcxIXUzI0NGFieU1BdU83MWU4UHY0aXJxUXM", "model": "gemini-3-flash-preview", "object": "interaction", "role": "model", "status": "completed", "updated": "2025-12-09T18:45:40Z", "usage": { "input_tokens_by_modality": [ { "modality": "text", "tokens": 11 } ], "total_cached_tokens": 0, "total_input_tokens": 11, "total_output_tokens": 364, "total_thought_tokens": 1120, "total_tokens": 1495, "total_tool_use_tokens": 0 } } }
การอัปเดตสถานะการโต้ตอบ
{ "event_type": "interaction.status_update", "interaction_id": "v1_ChdTMjQ0YWJ5TUF1TzcxZThQdjRpcnFRcxIXUzI0NGFieU1BdU83MWU4UHY0aXJxUXM", "status": "in_progress" }
เริ่มเนื้อหา
{ "event_type": "content.start", "content": { "type": "text" }, "index": 1 }
การเปลี่ยนแปลงของเนื้อหา
{ "event_type": "content.delta", "delta": { "type": "text", "text": "Elara\u2019s life was a symphony of quiet moments. A librarian, she found solace in the hushed aisles, the scent of aged paper, and the predictable rhythm of her days. Her small apartment, meticulously ordered, reflected this internal calm, save" }, "index": 1 }
หยุดเนื้อหา
{ "event_type": "content.stop", "index": 1 }
เหตุการณ์ข้อผิดพลาด
{ "event_type": "error", "error": { "message": "Failed to get completed interaction: Result not found.", "code": "not_found" } }