Gemini API

Die Gemini Interactions API ist eine experimentelle API, mit der Entwickler generative KI-Anwendungen mit Gemini-Modellen erstellen können. Gemini ist unser leistungsstärkstes Modell, das von Grund auf multimodal konzipiert wurde. Es kann generalisieren und problemlos verschiedene Arten von Informationen wie Sprache, Bilder, Audio, Video und Code verstehen, verarbeiten und kombinieren. Sie können die Gemini API für Anwendungsfälle wie das Ableiten von Text und Bildern, die Generierung von Inhalten, Dialog-Agents, Zusammenfassungs- und Klassifizierungssysteme und vieles mehr verwenden.

Als Markdown ansehen OpenAPI-Spezifikation ansehen

Interaktion erstellen

post https://generativelanguage.googleapis.com/v1beta/interactions

Erstellt eine neue Interaktion.

Anfragetext

Der Anfragetext enthält Daten mit folgender Struktur:

model ModelOption  (optional)

Der Name des `Model`, das zum Generieren der Interaktion verwendet wurde.
Erforderlich, wenn „agent“ nicht angegeben ist.

Mögliche Werte:

  • gemini-2.5-computer-use-preview-10-2025

    Ein agentisches Modell, das für die direkte Interaktion mit der Benutzeroberfläche entwickelt wurde und es Gemini ermöglicht, digitale Umgebungen wahrzunehmen und darin zu navigieren.

  • gemini-2.5-flash

    Unser erstes Hybrid-Reasoning-Modell, das ein Kontextfenster mit 1 Million Tokens unterstützt und über Denkbudgets verfügt.

  • gemini-2.5-flash-image

    Unser natives Modell für die Bildgenerierung, das für Geschwindigkeit, Flexibilität und kontextuelles Verständnis optimiert ist. Die Preise für Texteingabe und -ausgabe sind dieselben wie für 2.5 Flash.

  • gemini-2.5-flash-lite

    Unser kleinstes und kostengünstigstes Modell, das für die Nutzung im großen Maßstab entwickelt wurde.

  • gemini-2.5-flash-lite-preview-09-2025

    Das neueste Modell basiert auf Gemini 2.5 Flash Lite und ist für Kosteneffizienz, hohen Durchsatz und hohe Qualität optimiert.

  • gemini-2.5-flash-native-audio-preview-12-2025

    Unsere nativen Audiomodelle sind für Audioausgaben mit höherer Qualität optimiert und bieten ein besseres Tempo, natürlichere Stimmen, mehr Ausführlichkeit und eine passendere Stimmungslage.

  • gemini-2.5-flash-preview-09-2025

    Das neueste Modell, das auf dem Modell 2.5 Flash basiert. 2.5 Flash Preview eignet sich am besten für die Verarbeitung großer Mengen, Aufgaben mit niedriger Latenz und hohem Volumen, die Denkprozesse erfordern, sowie für Agent-Anwendungsfälle.

  • gemini-2.5-flash-preview-tts

    Unser Text-zu-Sprache-Modell 2.5 Flash ist für die leistungsstarke, steuerbare Sprachgenerierung mit niedriger Latenz optimiert.

  • gemini-2.5-pro

    Unser hochmodernes Mehrzweckmodell, das sich durch seine Fähigkeiten beim Programmieren und bei komplexen Aufgaben zum logischen Denken auszeichnet.

  • gemini-2.5-pro-preview-tts

    Unser 2.5 Pro-Modell für die Sprachsynthese ist für die leistungsstarke, latenzarme Sprachgenerierung optimiert und bietet natürlichere Ausgaben und einfacher zu steuernde Prompts.

  • gemini-3-flash-preview

    Unser intelligentestes Modell, das auf Geschwindigkeit ausgelegt ist und bahnbrechende Intelligenz mit überlegener Suche und Fundierung kombiniert.

  • gemini-3-pro-image-preview

    Hochmodernes Modell für die Bildgenerierung und ‑bearbeitung.

  • gemini-3-pro-preview

    Unser bisher intelligentestes Modell mit modernsten Funktionen für logische Schlussfolgerungen und multimodales Verstehen sowie leistungsstarken Funktionen für agentisches Programmieren und Vibe Coding.

  • gemini-3.1-pro-preview

    Unser neuestes, hochmodernes Modell für logische Schlussfolgerungen mit beispielloser Tiefe und Nuance sowie leistungsstarken multimodalen und Programmierfunktionen.

  • gemini-3.1-flash-image-preview

    Visuelle Intelligenz auf Profiniveau mit der Effizienz von Flash und realitätsnahen Generierungsfunktionen.

  • gemini-3.1-flash-lite-preview

    Unser kostengünstigstes Modell, optimiert für agentische Aufgaben mit hohem Volumen, Übersetzung und einfache Datenverarbeitung.

  • gemini-3.1-flash-tts-preview

    Gemini 3.1 Flash TTS: Leistungsstarke Sprachgenerierung mit geringer Latenz. Sie können sich auf natürliche Ausgaben, steuerbare Prompts und neue ausdrucksstarke Audio-Tags für eine präzise Steuerung der Sprachausgabe freuen.

  • lyria-3-clip-preview

    Unser Modell zur Musikgenerierung mit niedriger Latenz ist für hochwertige Audioclips und präzise rhythmische Steuerung optimiert.

  • lyria-3-pro-preview

    Unser fortschrittliches, generatives Modell für vollständige Songs mit umfassendem Verständnis für Komposition, optimiert für präzise strukturelle Steuerung und komplexe Übergänge zwischen verschiedenen Musikstilen.

Das Modell, das Ihren Prompt vervollständigt.\n\nWeitere Informationen finden Sie unter [Modelle](https://ai.google.dev/gemini-api/docs/models).

agent AgentOption  (optional)

Der Name des `Agent`, der zum Generieren der Interaktion verwendet wurde.
Erforderlich, wenn „model“ nicht angegeben ist.

Mögliche Werte:

  • deep-research-pro-preview-12-2025

    Gemini Deep Research-Agent

  • deep-research-preview-04-2026

    Gemini Deep Research-Agent

  • deep-research-max-preview-04-2026

    Gemini Deep Research Max-Agent

Der Agent, mit dem interagiert werden soll.

input Content oder Array (Content) oder Array (Turn) oder String  (erforderlich)

Die Eingaben für die Interaktion (sowohl für Modell als auch für Agent).

system_instruction String  (optional)

Systemanweisung für die Interaktion.

tools array (Tool)  (optional)

Eine Liste der Tool-Deklarationen, die das Modell während der Interaktion aufrufen kann.

response_format object  (optional)

Erzwingt, dass die generierte Antwort ein JSON-Objekt ist, das dem in diesem Feld angegebenen JSON-Schema entspricht.

response_mime_type string  (optional)

Der MIME-Typ der Antwort. Erforderlich, wenn „response_format“ festgelegt ist.

stream boolean  (optional)

Nur Eingabe. Ob die Interaktion gestreamt wird.

store boolean  (optional)

Nur Eingabe. Gibt an, ob die Antwort und die Anfrage für den späteren Abruf gespeichert werden sollen.

background boolean  (optional)

Nur Eingabe. Gibt an, ob die Modellinteraktion im Hintergrund ausgeführt werden soll.

generation_config GenerationConfig  (optional)

Modellkonfiguration
Konfigurationsparameter für die Modellinteraktion.
Alternative zu „agent_config“. Gilt nur, wenn „model“ festgelegt ist.

Konfigurationsparameter für Modellinteraktionen.

Felder

temperature number  (optional)

Steuert die Zufälligkeit der Ausgabe.

top_p number  (optional)

Die maximale kumulative Wahrscheinlichkeit der Tokens, die beim Sampling berücksichtigt werden sollen.

seed integer  (optional)

Seed, der beim Decodieren für die Reproduzierbarkeit verwendet wird.

stop_sequences array (string)  (optional)

Eine Liste von Zeichenfolgen, die die Ausgabeinteraktion beenden.

thinking_level ThinkingLevel  (optional)

Die Anzahl der Denk-Tokens, die das Modell generieren soll.

Mögliche Werte:

  • minimal
  • low
  • medium
  • high

thinking_summaries ThinkingSummaries  (optional)

Gibt an, ob Zusammenfassungen der Überlegungen in die Antwort aufgenommen werden sollen.

Mögliche Werte:

  • auto
  • none

max_output_tokens Ganzzahl  (optional)

Die maximale Anzahl von Tokens, die in der Antwort enthalten sein sollen.

speech_config SpeechConfig  (optional)

Konfiguration für die Sprachinteraktion.

Die Konfiguration für die Sprachinteraktion.

Felder

voice string  (optional)

Die Stimme des Sprechers.

language String  (optional)

Die Sprache der Rede.

speaker string  (optional)

Der Name des Sprechers muss mit dem Namen des Sprechers im Prompt übereinstimmen.

image_config ImageConfig  (optional)

Konfiguration für die Bildinteraktion.

Die Konfiguration für die Bildinteraktion.

Felder

aspect_ratio enum (string)  (optional)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • 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
image_size enum (string)  (optional)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • 1K
  • 2K
  • 4K
  • 512
tool_choice ToolChoiceConfig oder ToolChoiceType  (optional)

Die Konfiguration der Toolauswahl.

agent_config object  (optional)

Agent Configuration (Agent-Konfiguration)
Konfiguration für den Agent.
Alternative zu `generation_config`. Gilt nur, wenn `agent` festgelegt ist.

Mögliche Typen

Polymorpher Diskriminator: type

DynamicAgentConfig

Konfiguration für dynamische Agenten.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "dynamic" gesetzt.

DeepResearchAgentConfig

Konfiguration für den Deep Research-Agenten.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "deep-research" gesetzt.

thinking_summaries ThinkingSummaries  (optional)

Gibt an, ob Zusammenfassungen der Überlegungen in die Antwort aufgenommen werden sollen.

Mögliche Werte:

  • auto
  • none

visualization enum (string)  (optional)

Gibt an, ob Visualisierungen in die Antwort aufgenommen werden sollen.

Mögliche Werte:

  • off
  • auto
collaborative_planning boolean  (optional)

Ermöglicht die Human-in-the-Loop-Planung für den Deep Research-Agenten. Wenn diese Option auf „true“ gesetzt ist, enthält die Antwort des Deep Research-Agents einen Rechercheplan. Der Agent fährt dann nur fort, wenn der Nutzer den Plan im nächsten Zug bestätigt.

previous_interaction_id String  (optional)

Die ID der vorherigen Interaktion, falls vorhanden.

response_modalities ResponseModality  (optional)

Die angeforderten Modalitäten der Antwort (TEXT, IMAGE, AUDIO).

Mögliche Werte:

  • text
  • image
  • audio
  • video
  • document

service_tier enum (string)  (optional)

Die Serviceebene für die Interaktion.

Mögliche Werte:

  • flex
  • standard
  • priority

Antwort

Gibt eine Interaction-Ressource zurück.

Einfache Anfrage

Beispielantwort

{
  "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
  }
}

In mehreren Schritten

Beispielantwort

{
  "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
  }
}

Bildeingabe

Beispielantwort

{
  "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
  }
}

Funktionsaufrufe

Beispielantwort

{
  "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

Beispielantwort

{
  "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
  }
}

Interaktion abrufen

get https://generativelanguage.googleapis.com/v1beta/interactions/{id}

Ruft die vollständigen Details einer einzelnen Interaktion anhand ihrer `Interaction.id` ab.

Pfad-/Suchparameter

id String  (erforderlich)

Die eindeutige ID der abzurufenden Interaktion.

stream boolean  (optional)

Bei „true“ werden die generierten Inhalte inkrementell gestreamt.

Standardeinstellung: False

last_event_id string  (optional)

Optional. Wenn festgelegt, wird der Interaktionsstream ab dem nächsten Chunk nach dem Ereignis fortgesetzt, das durch die Ereignis-ID markiert ist. Kann nur verwendet werden, wenn „stream“ auf „true“ gesetzt ist.

include_input boolean  (optional)

Wenn diese Option auf „true“ gesetzt ist, wird die Eingabe in die Antwort aufgenommen.

Standardeinstellung: False

api_version String  (optional)

Zu verwendende API-Version.

Antwort

Gibt eine Interaction-Ressource zurück.

Interaktion abrufen

Beispielantwort

{
  "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?"
    }
  ]
}

Interaktion löschen

delete https://generativelanguage.googleapis.com/v1beta/interactions/{id}

Löscht die Interaktion anhand der ID.

Pfad-/Suchparameter

id String  (erforderlich)

Die eindeutige Kennung der zu löschenden Interaktion.

api_version String  (optional)

Zu verwendende API-Version.

Antwort

Bei Erfolg ist die Antwort leer.

Interaktion löschen

Interaktion abbrechen

post https://generativelanguage.googleapis.com/v1beta/interactions/{id}/cancel

Bricht eine Interaktion anhand der ID ab. Das gilt nur für Hintergrundinteraktionen, die noch laufen.

Pfad-/Suchparameter

id String  (erforderlich)

Die eindeutige ID der abzubrechenden Interaktion.

api_version String  (optional)

Zu verwendende API-Version.

Antwort

Gibt eine Interaction-Ressource zurück.

Interaktion abbrechen

Beispielantwort

{
  "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"
}

Ressourcen

Interaktion

Die Interaction-Ressource.

Felder

model ModelOption  (optional)

Der Name des `Model`, das zum Generieren der Interaktion verwendet wurde.

Mögliche Werte:

  • gemini-2.5-computer-use-preview-10-2025

    Ein agentisches Modell, das für die direkte Interaktion mit der Benutzeroberfläche entwickelt wurde und es Gemini ermöglicht, digitale Umgebungen wahrzunehmen und darin zu navigieren.

  • gemini-2.5-flash

    Unser erstes Hybrid-Reasoning-Modell, das ein Kontextfenster mit 1 Million Tokens unterstützt und über Denkbudgets verfügt.

  • gemini-2.5-flash-image

    Unser natives Modell für die Bildgenerierung, das für Geschwindigkeit, Flexibilität und kontextuelles Verständnis optimiert ist. Die Preise für Texteingabe und -ausgabe sind dieselben wie für 2.5 Flash.

  • gemini-2.5-flash-lite

    Unser kleinstes und kostengünstigstes Modell, das für die Nutzung im großen Maßstab entwickelt wurde.

  • gemini-2.5-flash-lite-preview-09-2025

    Das neueste Modell basiert auf Gemini 2.5 Flash Lite und ist für Kosteneffizienz, hohen Durchsatz und hohe Qualität optimiert.

  • gemini-2.5-flash-native-audio-preview-12-2025

    Unsere nativen Audiomodelle sind für Audioausgaben mit höherer Qualität optimiert und bieten ein besseres Tempo, natürlichere Stimmen, mehr Ausführlichkeit und eine passendere Stimmungslage.

  • gemini-2.5-flash-preview-09-2025

    Das neueste Modell, das auf dem Modell 2.5 Flash basiert. 2.5 Flash Preview eignet sich am besten für die Verarbeitung großer Mengen, Aufgaben mit niedriger Latenz und hohem Volumen, die Denkprozesse erfordern, sowie für Agent-Anwendungsfälle.

  • gemini-2.5-flash-preview-tts

    Unser Text-zu-Sprache-Modell 2.5 Flash ist für die leistungsstarke, steuerbare Sprachgenerierung mit niedriger Latenz optimiert.

  • gemini-2.5-pro

    Unser hochmodernes Mehrzweckmodell, das sich durch seine Fähigkeiten beim Programmieren und bei komplexen Aufgaben zum logischen Denken auszeichnet.

  • gemini-2.5-pro-preview-tts

    Unser 2.5 Pro-Modell für die Sprachsynthese ist für die leistungsstarke, latenzarme Sprachgenerierung optimiert und bietet natürlichere Ausgaben und einfacher zu steuernde Prompts.

  • gemini-3-flash-preview

    Unser intelligentestes Modell, das auf Geschwindigkeit ausgelegt ist und bahnbrechende Intelligenz mit überlegener Suche und Fundierung kombiniert.

  • gemini-3-pro-image-preview

    Hochmodernes Modell für die Bildgenerierung und ‑bearbeitung.

  • gemini-3-pro-preview

    Unser bisher intelligentestes Modell mit modernsten Funktionen für logische Schlussfolgerungen und multimodales Verstehen sowie leistungsstarken Funktionen für agentisches Programmieren und Vibe Coding.

  • gemini-3.1-pro-preview

    Unser neuestes, hochmodernes Modell für logische Schlussfolgerungen mit beispielloser Tiefe und Nuance sowie leistungsstarken multimodalen und Programmierfunktionen.

  • gemini-3.1-flash-image-preview

    Visuelle Intelligenz auf Profiniveau mit der Effizienz von Flash und realitätsnahen Generierungsfunktionen.

  • gemini-3.1-flash-lite-preview

    Unser kostengünstigstes Modell, optimiert für agentische Aufgaben mit hohem Volumen, Übersetzung und einfache Datenverarbeitung.

  • gemini-3.1-flash-tts-preview

    Gemini 3.1 Flash TTS: Leistungsstarke Sprachgenerierung mit geringer Latenz. Sie können sich auf natürliche Ausgaben, steuerbare Prompts und neue ausdrucksstarke Audio-Tags für eine präzise Steuerung der Sprachausgabe freuen.

  • lyria-3-clip-preview

    Unser Modell zur Musikgenerierung mit niedriger Latenz ist für hochwertige Audioclips und präzise rhythmische Steuerung optimiert.

  • lyria-3-pro-preview

    Unser fortschrittliches, generatives Modell für vollständige Songs mit umfassendem Verständnis für Komposition, optimiert für präzise strukturelle Steuerung und komplexe Übergänge zwischen verschiedenen Musikstilen.

Das Modell, das Ihren Prompt vervollständigt.\n\nWeitere Informationen finden Sie unter [Modelle](https://ai.google.dev/gemini-api/docs/models).

agent AgentOption  (optional)

Der Name des `Agent`, der zum Generieren der Interaktion verwendet wurde.

Mögliche Werte:

  • deep-research-pro-preview-12-2025

    Gemini Deep Research-Agent

  • deep-research-preview-04-2026

    Gemini Deep Research-Agent

  • deep-research-max-preview-04-2026

    Gemini Deep Research Max-Agent

Der Agent, mit dem interagiert werden soll.

id String  (optional)

Erforderlich. Nur Ausgabe. Eine eindeutige Kennung für den Abschluss der Interaktion.

status enum (string)  (optional)

Erforderlich. Nur Ausgabe. Der Status der Interaktion.

Mögliche Werte:

  • in_progress
  • requires_action
  • completed
  • failed
  • cancelled
  • incomplete
created string  (optional)

Erforderlich. Nur Ausgabe. Die Uhrzeit, zu der die Antwort erstellt wurde, im ISO 8601-Format (JJJJ-MM-TTThh:mm:ssZ).

updated string  (optional)

Erforderlich. Nur Ausgabe. Die Uhrzeit, zu der die Antwort zuletzt aktualisiert wurde, im ISO 8601-Format (JJJJ-MM-TTThh:mm:ssZ).

role string  (optional)

Nur Ausgabe. Die Rolle der Interaktion.

outputs array (Content)  (optional)

Nur Ausgabe. Antworten des Modells.

system_instruction String  (optional)

Systemanweisung für die Interaktion.

tools array (Tool)  (optional)

Eine Liste der Tool-Deklarationen, die das Modell während der Interaktion aufrufen kann.

usage Usage  (optional)

Nur Ausgabe. Statistiken zur Tokennutzung der Interaktionsanfrage.

Statistiken zur Tokennutzung der Interaktionsanfrage.

Felder

total_input_tokens integer  (optional)

Anzahl der Tokens im Prompt (Kontext).

input_tokens_by_modality ModalityTokens  (optional)

Eine Aufschlüsselung der Nutzung von Eingabetokens nach Modalität.

Die Anzahl der Tokens für eine einzelne Antwortmodalität.

Felder

modality ResponseModality  (optional)

Die mit der Anzahl der Tokens verknüpfte Modalität.

Mögliche Werte:

  • text
  • image
  • audio
  • video
  • document

Tokens Ganzzahl  (optional)

Anzahl der Tokens für die Modalität.

total_cached_tokens integer  (optional)

Anzahl der Tokens im im Cache gespeicherten Teil des Prompts (dem im Cache gespeicherten Inhalt).

cached_tokens_by_modality ModalityTokens  (optional)

Eine Aufschlüsselung der Nutzung von zwischengespeicherten Tokens nach Modalität.

Die Anzahl der Tokens für eine einzelne Antwortmodalität.

Felder

modality ResponseModality  (optional)

Die mit der Anzahl der Tokens verknüpfte Modalität.

Mögliche Werte:

  • text
  • image
  • audio
  • video
  • document

Tokens Ganzzahl  (optional)

Anzahl der Tokens für die Modalität.

total_output_tokens integer  (optional)

Die Gesamtzahl der Tokens in allen generierten Antworten.

output_tokens_by_modality ModalityTokens  (optional)

Eine Aufschlüsselung der Nutzung von Ausgabetokens nach Modalität.

Die Anzahl der Tokens für eine einzelne Antwortmodalität.

Felder

modality ResponseModality  (optional)

Die mit der Anzahl der Tokens verknüpfte Modalität.

Mögliche Werte:

  • text
  • image
  • audio
  • video
  • document

Tokens Ganzzahl  (optional)

Anzahl der Tokens für die Modalität.

total_tool_use_tokens integer  (optional)

Anzahl der Tokens in den Tool-Nutzungs-Prompts.

tool_use_tokens_by_modality ModalityTokens  (optional)

Eine Aufschlüsselung der Tokennutzung für die Tool-Verwendung nach Modalität.

Die Anzahl der Tokens für eine einzelne Antwortmodalität.

Felder

modality ResponseModality  (optional)

Die mit der Anzahl der Tokens verknüpfte Modalität.

Mögliche Werte:

  • text
  • image
  • audio
  • video
  • document

Tokens Ganzzahl  (optional)

Anzahl der Tokens für die Modalität.

total_thought_tokens integer  (optional)

Anzahl der Tokens für Überlegungen für Denkmodelle.

total_tokens integer  (optional)

Gesamtzahl der Tokens für die Interaktionsanfrage (Prompt + Antworten + andere interne Tokens).

response_modalities ResponseModality  (optional)

Die angeforderten Modalitäten der Antwort (TEXT, IMAGE, AUDIO).

Mögliche Werte:

  • text
  • image
  • audio
  • video
  • document

response_format object  (optional)

Erzwingt, dass die generierte Antwort ein JSON-Objekt ist, das dem in diesem Feld angegebenen JSON-Schema entspricht.

response_mime_type string  (optional)

Der MIME-Typ der Antwort. Erforderlich, wenn „response_format“ festgelegt ist.

previous_interaction_id String  (optional)

Die ID der vorherigen Interaktion, falls vorhanden.

service_tier enum (string)  (optional)

Die Serviceebene für die Interaktion.

Mögliche Werte:

  • flex
  • standard
  • priority
input Content oder Array (Content) oder Array (Turn) oder String  (optional)

Die Eingabe für die Interaktion.

agent_config object  (optional)

Konfigurationsparameter für die Interaktion mit dem Agent.

Mögliche Typen

Polymorpher Diskriminator: type

DynamicAgentConfig

Konfiguration für dynamische Agenten.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "dynamic" gesetzt.

DeepResearchAgentConfig

Konfiguration für den Deep Research-Agenten.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "deep-research" gesetzt.

thinking_summaries ThinkingSummaries  (optional)

Gibt an, ob Zusammenfassungen der Überlegungen in die Antwort aufgenommen werden sollen.

Mögliche Werte:

  • auto
  • none

visualization enum (string)  (optional)

Gibt an, ob Visualisierungen in die Antwort aufgenommen werden sollen.

Mögliche Werte:

  • off
  • auto
collaborative_planning boolean  (optional)

Ermöglicht die Human-in-the-Loop-Planung für den Deep Research-Agenten. Wenn diese Option auf „true“ gesetzt ist, enthält die Antwort des Deep Research-Agents einen Rechercheplan. Der Agent fährt dann nur fort, wenn der Nutzer den Plan im nächsten Zug bestätigt.

Beispiele

Beispiel

{
  "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
  }
}

Datenmodelle

Inhalt

Der Inhalt der Antwort.

Mögliche Typen

Polymorpher Diskriminator: type

TextContent

Ein Textinhaltsblock.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "text" gesetzt.

text string  (erforderlich)

Erforderlich. Der Textinhalt.

annotations Annotation  (optional)

Quellenangaben für modellgenerierte Inhalte.

Quellenangaben für modellgenerierte Inhalte.

Mögliche Typen

Polymorpher Diskriminator: type

UrlCitation

Eine URL-Zitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_citation" gesetzt.

url string  (optional)

Die URL.

title string  (optional)

Der Titel der URL.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

FileCitation

Eine Dateizitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_citation" gesetzt.

document_uri String  (optional)

Der URI der Datei.

file_name String  (optional)

Der Name der Datei.

source string  (optional)

Die Quelle, die einem Teil des Texts zugeordnet ist.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

PlaceCitation

Eine Anmerkung mit einer Ortsangabe.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "place_citation" gesetzt.

place_id string  (optional)

Die ID des Orts im Format „places/{place_id}“.

name string  (optional)

Titel des Orts.

url string  (optional)

URI-Verweis des Orts.

review_snippets ReviewSnippet  (optional)

Ausschnitte aus Rezensionen, die zum Generieren von Antworten zu den Funktionen eines bestimmten Orts in Google Maps verwendet werden.

Fasst einen Ausschnitt einer Nutzerrezension zusammen, in dem eine Frage zu den Funktionen eines bestimmten Orts in Google Maps beantwortet wird.

Felder

title string  (optional)

Titel der Rezension.

url string  (optional)

Ein Link, der der Nutzerrezension auf Google Maps entspricht.

review_id string  (optional)

Die ID des Rezensions-Snippets.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

ImageContent

Ein Inhaltsblock mit einem Bild.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "image" gesetzt.

data string  (optional)

Der Bildinhalt.

uri string  (optional)

Der URI des Bildes.

mime_type enum (string)  (optional)

Der MIME-Typ des Bildes.

Mögliche Werte:

  • image/png
  • image/jpeg
  • image/webp
  • image/heic
  • image/heif
  • image/gif
  • image/bmp
  • image/tiff
resolution MediaResolution  (optional)

Die Auflösung der Media.

Mögliche Werte:

  • low
  • medium
  • high
  • ultra_high

AudioContent

Ein Audioinhaltsblock.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "audio" gesetzt.

data string  (optional)

Die Audioinhalte.

uri string  (optional)

Der URI des Audios.

mime_type enum (string)  (optional)

Der MIME-Typ des Audios.

Mögliche Werte:

  • audio/wav
  • audio/mp3
  • audio/aiff
  • audio/aac
  • audio/ogg
  • audio/flac
  • audio/mpeg
  • audio/m4a
  • audio/l16
  • audio/opus
  • audio/alaw
  • audio/mulaw
rate integer  (optional)

Die Abtastrate des Audiosignals.

channels integer  (optional)

Die Anzahl der Audiokanäle.

DocumentContent

Ein Inhaltsblock für Dokumente.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "document" gesetzt.

data string  (optional)

Der Inhalt des Dokuments.

uri string  (optional)

Der URI des Dokuments.

mime_type enum (string)  (optional)

Der MIME-Typ des Dokuments.

Mögliche Werte:

  • application/pdf
VideoContent

Ein Videocontent-Block.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "video" gesetzt.

data string  (optional)

Die Videoinhalte.

uri string  (optional)

Der URI des Videos.

mime_type enum (string)  (optional)

Der MIME-Typ des Videos.

Mögliche Werte:

  • video/mp4
  • video/mpeg
  • video/mpg
  • video/mov
  • video/avi
  • video/x-flv
  • video/webm
  • video/wmv
  • video/3gpp
resolution MediaResolution  (optional)

Die Auflösung der Media.

Mögliche Werte:

  • low
  • medium
  • high
  • ultra_high

ThoughtContent

Ein Inhaltsblock mit Gedanken.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "thought" gesetzt.

signature string  (optional)

Signatur, die mit der Backend-Quelle übereinstimmen muss, damit sie Teil der Generierung ist.

summary ThoughtSummaryContent  (optional)

Eine Zusammenfassung des Gedankens.

Mögliche Typen

Polymorpher Diskriminator: type

TextContent

Ein Textinhaltsblock.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "text" gesetzt.

text string  (erforderlich)

Erforderlich. Der Textinhalt.

annotations Annotation  (optional)

Quellenangaben für modellgenerierte Inhalte.

Quellenangaben für modellgenerierte Inhalte.

Mögliche Typen

Polymorpher Diskriminator: type

UrlCitation

Eine URL-Zitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_citation" gesetzt.

url string  (optional)

Die URL.

title string  (optional)

Der Titel der URL.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

FileCitation

Eine Dateizitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_citation" gesetzt.

document_uri String  (optional)

Der URI der Datei.

file_name String  (optional)

Der Name der Datei.

source string  (optional)

Die Quelle, die einem Teil des Texts zugeordnet ist.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

PlaceCitation

Eine Anmerkung mit einer Ortsangabe.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "place_citation" gesetzt.

place_id string  (optional)

Die ID des Orts im Format „places/{place_id}“.

name string  (optional)

Titel des Orts.

url string  (optional)

URI-Verweis des Orts.

review_snippets ReviewSnippet  (optional)

Ausschnitte aus Rezensionen, die zum Generieren von Antworten zu den Funktionen eines bestimmten Orts in Google Maps verwendet werden.

Fasst einen Ausschnitt einer Nutzerrezension zusammen, in dem eine Frage zu den Funktionen eines bestimmten Orts in Google Maps beantwortet wird.

Felder

title string  (optional)

Titel der Rezension.

url string  (optional)

Ein Link, der der Nutzerrezension auf Google Maps entspricht.

review_id string  (optional)

Die ID des Rezensions-Snippets.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

ImageContent

Ein Inhaltsblock mit einem Bild.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "image" gesetzt.

data string  (optional)

Der Bildinhalt.

uri string  (optional)

Der URI des Bildes.

mime_type enum (string)  (optional)

Der MIME-Typ des Bildes.

Mögliche Werte:

  • image/png
  • image/jpeg
  • image/webp
  • image/heic
  • image/heif
  • image/gif
  • image/bmp
  • image/tiff
resolution MediaResolution  (optional)

Die Auflösung der Media.

Mögliche Werte:

  • low
  • medium
  • high
  • ultra_high

FunctionCallContent

Ein Inhaltsblock für einen Funktionsaufruf.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "function_call" gesetzt.

name string  (erforderlich)

Erforderlich. Der Name des aufzurufenden Tools.

arguments object  (erforderlich)

Erforderlich. Die Argumente, die an die Funktion übergeben werden sollen.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

CodeExecutionCallContent

Inhalte zur Codeausführung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "code_execution_call" gesetzt.

arguments CodeExecutionCallArguments  (erforderlich)

Erforderlich. Die Argumente, die an die Codeausführung übergeben werden sollen.

Die Argumente, die an die Codeausführung übergeben werden sollen.

Felder

language enum (string)  (optional)

Programmiersprache des „code“.

Mögliche Werte:

  • python
code string  (optional)

Der auszuführende Code.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

UrlContextCallContent

Kontextinhalte der URL.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_context_call" gesetzt.

arguments UrlContextCallArguments  (erforderlich)

Erforderlich. Die Argumente, die an den URL-Kontext übergeben werden sollen.

Die Argumente, die an den URL-Kontext übergeben werden sollen.

Felder

urls array (string)  (optional)

Die abzurufenden URLs.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

McpServerToolCallContent

Inhalte von MCPServer-Tool-Aufrufen.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "mcp_server_tool_call" gesetzt.

name string  (erforderlich)

Erforderlich. Der Name des aufgerufenen Tools.

server_name string  (erforderlich)

Erforderlich. Der Name des verwendeten MCP-Servers.

arguments object  (erforderlich)

Erforderlich. Das JSON-Objekt der Argumente für die Funktion.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleSearchCallContent

Inhalte der Google Suche.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_search_call" gesetzt.

arguments GoogleSearchCallArguments  (erforderlich)

Erforderlich. Die Argumente, die an die Google Suche übergeben werden sollen.

Die Argumente, die an die Google Suche übergeben werden sollen.

Felder

queries array (string)  (optional)

Websuchanfragen für die anschließende Websuche.

search_type enum (string)  (optional)

Der Typ der aktivierten Fundierung der Suche.

Mögliche Werte:

  • web_search
  • image_search
  • enterprise_web_search
id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

FileSearchCallContent

Inhalte der Dateisuche.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_search_call" gesetzt.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleMapsCallContent

Google Maps-Inhalte.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_maps_call" gesetzt.

arguments GoogleMapsCallArguments  (optional)

Die Argumente, die an das Google Maps-Tool übergeben werden sollen.

Die Argumente, die an das Google Maps-Tool übergeben werden sollen.

Felder

queries array (string)  (optional)

Die auszuführenden Abfragen.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

FunctionResultContent

Ein Inhaltsblock mit dem Ergebnis eines Funktionstools.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "function_result" gesetzt.

name string  (optional)

Der Name des aufgerufenen Tools.

is_error boolean  (optional)

Gibt an, ob beim Toolaufruf ein Fehler aufgetreten ist.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

result array (FunctionResultSubcontent) or string  (erforderlich)

Das Ergebnis des Tool-Aufrufs.

CodeExecutionResultContent

Inhalte des Ergebnisses der Codeausführung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "code_execution_result" gesetzt.

result string  (erforderlich)

Erforderlich. Die Ausgabe der Codeausführung.

is_error boolean  (optional)

Gibt an, ob bei der Codeausführung ein Fehler aufgetreten ist.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

UrlContextResultContent

Inhalte des URL-Kontext-Ergebnisses.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_context_result" gesetzt.

result UrlContextResult  (erforderlich)

Erforderlich. Die Ergebnisse des URL-Kontexts.

Das Ergebnis des URL-Kontexts.

Felder

url string  (optional)

Die abgerufene URL.

status enum (string)  (optional)

Der Status des URL-Abrufs.

Mögliche Werte:

  • success
  • error
  • paywall
  • unsafe
is_error boolean  (optional)

Gibt an, ob der URL-Kontext zu einem Fehler geführt hat.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleSearchResultContent

Inhalte von Google-Suchergebnissen.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_search_result" gesetzt.

result GoogleSearchResult  (erforderlich)

Erforderlich. Die Ergebnisse der Google Suche.

Das Ergebnis der Google-Suche.

Felder

search_suggestions String  (optional)

Webinhalts-Snippet, das in eine Webseite oder eine App-Webview eingebettet werden kann.

is_error boolean  (optional)

Gibt an, ob bei der Google-Suche ein Fehler aufgetreten ist.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

McpServerToolResultContent

Inhalte des MCPServer-Tool-Ergebnisses.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "mcp_server_tool_result" gesetzt.

name string  (optional)

Name des Tools, das für diesen bestimmten Tool-Aufruf aufgerufen wird.

server_name string  (optional)

Der Name des verwendeten MCP-Servers.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

result array (FunctionResultSubcontent) or string  (erforderlich)

Die Ausgabe des MCP-Serveraufrufs. Kann einfacher Text oder Rich Content sein.

FileSearchResultContent

Inhalt des Suchergebnisses für die Dateisuche.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_search_result" gesetzt.

result FileSearchResult  (erforderlich)

Erforderlich. Die Ergebnisse der Dateisuche.

Das Ergebnis der Dateisuche.

Felder

custom_metadata array (object)  (optional)

Vom Nutzer bereitgestellte Metadaten zum FileSearchResult.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleMapsResultContent

Inhalte von Google Maps-Ergebnissen.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_maps_result" gesetzt.

result GoogleMapsResult  (erforderlich)

Erforderlich. Die Ergebnisse von Google Maps.

Das Ergebnis von Google Maps.

Felder

places Orte  (optional)

Die gefundenen Orte.

Felder

place_id string  (optional)

Die ID des Orts im Format „places/{place_id}“.

name string  (optional)

Titel des Orts.

url string  (optional)

URI-Verweis des Orts.

review_snippets ReviewSnippet  (optional)

Ausschnitte aus Rezensionen, die zum Generieren von Antworten zu den Funktionen eines bestimmten Orts in Google Maps verwendet werden.

Fasst einen Ausschnitt einer Nutzerrezension zusammen, in dem eine Frage zu den Funktionen eines bestimmten Orts in Google Maps beantwortet wird.

Felder

title string  (optional)

Titel der Rezension.

url string  (optional)

Ein Link, der der Nutzerrezension auf Google Maps entspricht.

review_id string  (optional)

Die ID des Rezensions-Snippets.

widget_context_token string  (optional)

Ressourcenname des Kontexttokens für das Google Maps-Widget.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

Beispiele

Text

{
  "type": "text",
  "text": "Hello, how are you?"
}

Bild

{
  "type": "image",
  "data": "BASE64_ENCODED_IMAGE",
  "mime_type": "image/png"
}

Audio

{
  "type": "audio",
  "data": "BASE64_ENCODED_AUDIO",
  "mime_type": "audio/wav"
}

Dokument

{
  "type": "document",
  "data": "BASE64_ENCODED_DOCUMENT",
  "mime_type": "application/pdf"
}

Video

{
  "type": "video",
  "uri": "https://www.youtube.com/watch?v=9hE5-98ZeCg"
}

Gedanke

{
  "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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"
}

Funktionsaufruf

{
  "type": "function_call",
  "name": "get_weather",
  "id": "gth23981",
  "arguments": {
    "location": "Boston, MA"
  }
}

Codeausführungsaufruf

{
  "type": "code_execution_call",
  "id": "call_123456",
  "arguments": {
    "language": "python",
    "code": "print('hello world')"
  }
}

URL-Kontextaufruf

{
  "type": "url_context_call",
  "id": "call_123456",
  "arguments": {
    "urls": [
      "https://www.example.com"
    ]
  }
}

MCP-Server-Toolaufruf

{
  "type": "mcp_server_tool_call",
  "id": "call_123456",
  "name": "get_forecast",
  "server_name": "weather_server",
  "arguments": {
    "city": "London"
  }
}

Google Search Call

{
  "type": "google_search_call",
  "id": "call_123456",
  "arguments": {
    "queries": [
      "weather in Boston"
    ]
  }
}

Dateisuchaufruf

{
  "type": "file_search_call",
  "id": "call_123456"
}

Google Maps Call

{
  "type": "google_maps_call",
  "id": "call_123456",
  "arguments": {
    "query": "best food near me"
  }
}

Funktionsergebnis

{
  "type": "function_result",
  "name": "get_weather",
  "call_id": "gth23981",
  "result": [
    {
      "type": "text",
      "text": "{\"weather\":\"sunny\"}"
    }
  ]
}

Ergebnis der Codeausführung

{
  "type": "code_execution_result",
  "call_id": "call_123456",
  "result": "hello world"
}

Ergebnis des URL-Kontexts

{
  "type": "url_context_result",
  "call_id": "call_123456",
  "result": [
    {
      "url": "https://www.example.com",
      "status": "SUCCESS"
    }
  ]
}

Google-Suchergebnis

{
  "type": "google_search_result",
  "call_id": "call_123456",
  "result": [
    {
      "url": "https://www.google.com/search?q=weather+in+Boston",
      "title": "Weather in Boston"
    }
  ]
}

Ergebnis des MCP-Servertools

{
  "type": "mcp_server_tool_result",
  "name": "get_forecast",
  "server_name": "weather_server",
  "call_id": "call_123456",
  "result": "sunny"
}

Dateisuchergebnis

{
  "type": "file_search_result",
  "call_id": "call_123456",
  "result": [
    {
      "text": "search result chunk",
      "file_search_store": "file_search_store"
    }
  ]
}

Google Maps-Ergebnis

{
  "type": "google_maps_result",
  "call_id": "call_123456",
  "result": [
    {
      "places": [
        {
          "url": "https://www.google.com/maps/search/best+food+near+me",
          "name": "Tasty Restaurant"
        }
      ]
    }
  ]
}

Tool

Ein Tool, das vom Modell verwendet werden kann.

Mögliche Typen

Polymorpher Diskriminator: type

Funktion

Ein Tool, das vom Modell verwendet werden kann.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "function" gesetzt.

name string  (optional)

Der Name der Funktion.

description string  (optional)

Eine Beschreibung der Funktion.

Parameter object  (optional)

Das JSON-Schema für die Parameter der Funktion.

CodeExecution

Ein Tool, das vom Modell zum Ausführen von Code verwendet werden kann.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "code_execution" gesetzt.

UrlContext

Ein Tool, mit dem das Modell URL-Kontext abrufen kann.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_context" gesetzt.

ComputerUse

Ein Tool, das vom Modell verwendet werden kann, um mit dem Computer zu interagieren.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "computer_use" gesetzt.

environment enum (string)  (optional)

Die Umgebung, in der der Vorgang ausgeführt wird.

Mögliche Werte:

  • browser
excludedPredefinedFunctions Array (String)  (optional)

Die Liste der vordefinierten Funktionen, die vom Modellaufruf ausgeschlossen sind.

McpServer

Ein MCPServer ist ein Server, der vom Modell aufgerufen werden kann, um Aktionen auszuführen.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "mcp_server" gesetzt.

name string  (optional)

Der Name des MCPServers.

url string  (optional)

Die vollständige URL für den MCPServer-Endpunkt. Beispiel: „https://api.beispiel.de/mcp“

headers object  (optional)

Optional: Felder für Authentifizierungsheader, Zeitüberschreitungen usw., falls erforderlich.

allowed_tools AllowedTools  (optional)

Die zulässigen Tools.

Die Konfiguration für zulässige Tools.

Felder

mode ToolChoiceType  (optional)

Der Modus der Tool-Auswahl.

Mögliche Werte:

  • auto
  • any
  • none
  • validated

tools array (string)  (optional)

Die Namen der zulässigen Tools.

GoogleSearch

Ein Tool, das vom Modell verwendet werden kann, um in Google zu suchen.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_search" gesetzt.

search_types array (enum (string))  (optional)

Die Arten der Suchfundierung, die aktiviert werden sollen.

Mögliche Werte:

  • web_search
  • image_search
  • enterprise_web_search
FileSearch

Ein Tool, das vom Modell zum Suchen von Dateien verwendet werden kann.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_search" gesetzt.

file_search_store_names Array (String)  (optional)

Die Namen der Dateisuchspeicher, die durchsucht werden sollen.

top_k integer  (optional)

Die Anzahl der semantischen Abruf-Chunks, die abgerufen werden sollen.

metadata_filter String  (optional)

Metadatenfilter, der auf die semantischen Abrufdokumente und ‑chunks angewendet werden soll.

GoogleMaps

Ein Tool, das vom Modell verwendet werden kann, um Google Maps aufzurufen.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_maps" gesetzt.

enable_widget boolean  (optional)

Gibt an, ob im Ergebnis des Toolaufrufs der Antwort ein Widget-Kontext-Token zurückgegeben werden soll.

latitude number  (optional)

Der Breitengrad des Standorts des Nutzers.

longitude number  (optional)

Der Längengrad des Standorts des Nutzers.

Abruf

Ein Tool, mit dem das Modell Dateien abrufen kann.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "retrieval" gesetzt.

retrieval_types array (enum (string))  (optional)

Die Arten des Dateiwiederherstellungsvorgangs, die aktiviert werden sollen.

Mögliche Werte:

  • vertex_ai_search
vertex_ai_search_config VertexAISearchConfig  (optional)

Wird verwendet, um die Konfiguration für VertexAISearch anzugeben.

Wird verwendet, um die Konfiguration für VertexAISearch anzugeben.

Felder

engine string  (optional)

Optional. Wird verwendet, um die Vertex AI Search-Engine anzugeben.

datastores array (string)  (optional)

Optional. Wird verwendet, um Vertex AI Search-Datenspeicher anzugeben.

Beispiele

Funktion

CodeExecution

UrlContext

ComputerUse

McpServer

GoogleSearch

FileSearch

GoogleMaps

Abruf

Für diesen Typ sind keine Beispiele verfügbar.

Turn

Felder

role string  (optional)

Der Initiator dieses Zuges. Muss „user“ für die Eingabe oder „model“ für die Modellausgabe sein.

content Array (Content) oder String  (optional)

Keine Beschreibung vorhanden.

Beispiele

Nutzerzugriff

{
  "role": "user",
  "content": [
    {
      "type": "text",
      "text": "user turn"
    }
  ]
}

Model Turn

{
  "role": "model",
  "content": [
    {
      "type": "text",
      "text": "model turn"
    }
  ]
}

InteractionSseEvent

Mögliche Typen

Polymorpher Diskriminator: event_type

InteractionStartEvent

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "interaction.start" gesetzt.

interaction Interaction  (erforderlich)

Keine Beschreibung vorhanden.

event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

InteractionCompleteEvent

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "interaction.complete" gesetzt.

interaction Interaction  (erforderlich)

Erforderlich. Die abgeschlossene Interaktion mit leeren Ausgaben, um die Nutzlastgröße zu verringern. Verwenden Sie die vorherigen ContentDelta-Ereignisse für die tatsächliche Ausgabe.

event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

InteractionStatusUpdate

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "interaction.status_update" gesetzt.

interaction_id string  (erforderlich)

Keine Beschreibung vorhanden.

status enum (string)  (erforderlich)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • in_progress
  • requires_action
  • completed
  • failed
  • cancelled
  • incomplete
event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

ContentStart

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "content.start" gesetzt.

index integer  (erforderlich)

Keine Beschreibung vorhanden.

content Inhalt  (erforderlich)

Keine Beschreibung vorhanden.

event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

ContentDelta

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "content.delta" gesetzt.

index integer  (erforderlich)

Keine Beschreibung vorhanden.

delta ContentDeltaData  (erforderlich)

Keine Beschreibung vorhanden.

Die Delta-Inhaltsdaten für einen Inhaltsblock.

Mögliche Typen

Polymorpher Diskriminator: type

TextDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "text" gesetzt.

text string  (erforderlich)

Keine Beschreibung vorhanden.

ImageDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "image" gesetzt.

data string  (optional)

Keine Beschreibung vorhanden.

uri string  (optional)

Keine Beschreibung vorhanden.

mime_type enum (string)  (optional)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • image/png
  • image/jpeg
  • image/webp
  • image/heic
  • image/heif
  • image/gif
  • image/bmp
  • image/tiff
resolution MediaResolution  (optional)

Die Auflösung der Media.

Mögliche Werte:

  • low
  • medium
  • high
  • ultra_high

AudioDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "audio" gesetzt.

data string  (optional)

Keine Beschreibung vorhanden.

uri string  (optional)

Keine Beschreibung vorhanden.

mime_type enum (string)  (optional)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • audio/wav
  • audio/mp3
  • audio/aiff
  • audio/aac
  • audio/ogg
  • audio/flac
  • audio/mpeg
  • audio/m4a
  • audio/l16
  • audio/opus
  • audio/alaw
  • audio/mulaw
rate integer  (optional)

Die Abtastrate des Audiosignals.

channels integer  (optional)

Die Anzahl der Audiokanäle.

DocumentDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "document" gesetzt.

data string  (optional)

Keine Beschreibung vorhanden.

uri string  (optional)

Keine Beschreibung vorhanden.

mime_type enum (string)  (optional)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • application/pdf
VideoDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "video" gesetzt.

data string  (optional)

Keine Beschreibung vorhanden.

uri string  (optional)

Keine Beschreibung vorhanden.

mime_type enum (string)  (optional)

Keine Beschreibung vorhanden.

Mögliche Werte:

  • video/mp4
  • video/mpeg
  • video/mpg
  • video/mov
  • video/avi
  • video/x-flv
  • video/webm
  • video/wmv
  • video/3gpp
resolution MediaResolution  (optional)

Die Auflösung der Media.

Mögliche Werte:

  • low
  • medium
  • high
  • ultra_high

ThoughtSummaryDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "thought_summary" gesetzt.

content ThoughtSummaryContent  (optional)

Ein neues Zusammenfassungselement, das dem Gedanken hinzugefügt werden soll.

Mögliche Typen

Polymorpher Diskriminator: type

TextContent

Ein Textinhaltsblock.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "text" gesetzt.

text string  (erforderlich)

Erforderlich. Der Textinhalt.

annotations Annotation  (optional)

Quellenangaben für modellgenerierte Inhalte.

Quellenangaben für modellgenerierte Inhalte.

Mögliche Typen

Polymorpher Diskriminator: type

UrlCitation

Eine URL-Zitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_citation" gesetzt.

url string  (optional)

Die URL.

title string  (optional)

Der Titel der URL.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

FileCitation

Eine Dateizitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_citation" gesetzt.

document_uri String  (optional)

Der URI der Datei.

file_name String  (optional)

Der Name der Datei.

source string  (optional)

Die Quelle, die einem Teil des Texts zugeordnet ist.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

PlaceCitation

Eine Anmerkung mit einer Ortsangabe.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "place_citation" gesetzt.

place_id string  (optional)

Die ID des Orts im Format „places/{place_id}“.

name string  (optional)

Titel des Orts.

url string  (optional)

URI-Verweis des Orts.

review_snippets ReviewSnippet  (optional)

Ausschnitte aus Rezensionen, die zum Generieren von Antworten zu den Funktionen eines bestimmten Orts in Google Maps verwendet werden.

Fasst einen Ausschnitt einer Nutzerrezension zusammen, in dem eine Frage zu den Funktionen eines bestimmten Orts in Google Maps beantwortet wird.

Felder

title string  (optional)

Titel der Rezension.

url string  (optional)

Ein Link, der der Nutzerrezension auf Google Maps entspricht.

review_id string  (optional)

Die ID des Rezensions-Snippets.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

ImageContent

Ein Inhaltsblock mit einem Bild.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "image" gesetzt.

data string  (optional)

Der Bildinhalt.

uri string  (optional)

Der URI des Bildes.

mime_type enum (string)  (optional)

Der MIME-Typ des Bildes.

Mögliche Werte:

  • image/png
  • image/jpeg
  • image/webp
  • image/heic
  • image/heif
  • image/gif
  • image/bmp
  • image/tiff
resolution MediaResolution  (optional)

Die Auflösung der Media.

Mögliche Werte:

  • low
  • medium
  • high
  • ultra_high

ThoughtSignatureDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "thought_signature" gesetzt.

signature string  (optional)

Signatur, die mit der Backend-Quelle übereinstimmen muss, damit sie Teil der Generierung ist.

FunctionCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "function_call" gesetzt.

name string  (erforderlich)

Keine Beschreibung vorhanden.

arguments object  (erforderlich)

Keine Beschreibung vorhanden.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

CodeExecutionCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "code_execution_call" gesetzt.

arguments CodeExecutionCallArguments  (erforderlich)

Keine Beschreibung vorhanden.

Die Argumente, die an die Codeausführung übergeben werden sollen.

Felder

language enum (string)  (optional)

Programmiersprache des „code“.

Mögliche Werte:

  • python
code string  (optional)

Der auszuführende Code.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

UrlContextCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_context_call" gesetzt.

arguments UrlContextCallArguments  (erforderlich)

Keine Beschreibung vorhanden.

Die Argumente, die an den URL-Kontext übergeben werden sollen.

Felder

urls array (string)  (optional)

Die abzurufenden URLs.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleSearchCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_search_call" gesetzt.

arguments GoogleSearchCallArguments  (erforderlich)

Keine Beschreibung vorhanden.

Die Argumente, die an die Google Suche übergeben werden sollen.

Felder

queries array (string)  (optional)

Websuchanfragen für die anschließende Websuche.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

McpServerToolCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "mcp_server_tool_call" gesetzt.

name string  (erforderlich)

Keine Beschreibung vorhanden.

server_name string  (erforderlich)

Keine Beschreibung vorhanden.

arguments object  (erforderlich)

Keine Beschreibung vorhanden.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

FileSearchCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_search_call" gesetzt.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleMapsCallDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_maps_call" gesetzt.

arguments GoogleMapsCallArguments  (optional)

Die Argumente, die an das Google Maps-Tool übergeben werden sollen.

Die Argumente, die an das Google Maps-Tool übergeben werden sollen.

Felder

queries array (string)  (optional)

Die auszuführenden Abfragen.

id String  (erforderlich)

Erforderlich. Eine eindeutige ID für diesen bestimmten Tool-Aufruf.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

FunctionResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "function_result" gesetzt.

name string  (optional)

Keine Beschreibung vorhanden.

is_error boolean  (optional)

Keine Beschreibung vorhanden.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

result array (FunctionResultSubcontent) or string  (erforderlich)

Keine Beschreibung vorhanden.

CodeExecutionResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "code_execution_result" gesetzt.

result string  (erforderlich)

Keine Beschreibung vorhanden.

is_error boolean  (optional)

Keine Beschreibung vorhanden.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

UrlContextResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_context_result" gesetzt.

result UrlContextResult  (erforderlich)

Keine Beschreibung vorhanden.

Das Ergebnis des URL-Kontexts.

Felder

url string  (optional)

Die abgerufene URL.

status enum (string)  (optional)

Der Status des URL-Abrufs.

Mögliche Werte:

  • success
  • error
  • paywall
  • unsafe
is_error boolean  (optional)

Keine Beschreibung vorhanden.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleSearchResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_search_result" gesetzt.

result GoogleSearchResult  (erforderlich)

Keine Beschreibung vorhanden.

Das Ergebnis der Google-Suche.

Felder

search_suggestions String  (optional)

Webinhalts-Snippet, das in eine Webseite oder eine App-Webview eingebettet werden kann.

is_error boolean  (optional)

Keine Beschreibung vorhanden.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

McpServerToolResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "mcp_server_tool_result" gesetzt.

name string  (optional)

Keine Beschreibung vorhanden.

server_name string  (optional)

Keine Beschreibung vorhanden.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

result array (FunctionResultSubcontent) or string  (erforderlich)

Keine Beschreibung vorhanden.

FileSearchResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_search_result" gesetzt.

result FileSearchResult  (erforderlich)

Keine Beschreibung vorhanden.

Das Ergebnis der Dateisuche.

Felder

custom_metadata array (object)  (optional)

Vom Nutzer bereitgestellte Metadaten zum FileSearchResult.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

GoogleMapsResultDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "google_maps_result" gesetzt.

result GoogleMapsResult  (optional)

Die Ergebnisse von Google Maps.

Das Ergebnis von Google Maps.

Felder

places Orte  (optional)

Die gefundenen Orte.

Felder

place_id string  (optional)

Die ID des Orts im Format „places/{place_id}“.

name string  (optional)

Titel des Orts.

url string  (optional)

URI-Verweis des Orts.

review_snippets ReviewSnippet  (optional)

Ausschnitte aus Rezensionen, die zum Generieren von Antworten zu den Funktionen eines bestimmten Orts in Google Maps verwendet werden.

Fasst einen Ausschnitt einer Nutzerrezension zusammen, in dem eine Frage zu den Funktionen eines bestimmten Orts in Google Maps beantwortet wird.

Felder

title string  (optional)

Titel der Rezension.

url string  (optional)

Ein Link, der der Nutzerrezension auf Google Maps entspricht.

review_id string  (optional)

Die ID des Rezensions-Snippets.

widget_context_token string  (optional)

Ressourcenname des Kontexttokens für das Google Maps-Widget.

call_id string  (erforderlich)

Erforderlich. ID, die mit der ID aus dem Funktionsaufrufblock übereinstimmen muss.

signature string  (optional)

Ein Signatur-Hash für die Backend-Validierung.

TextAnnotationDelta

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "text_annotation" gesetzt.

annotations Annotation  (optional)

Quellenangaben für modellgenerierte Inhalte.

Quellenangaben für modellgenerierte Inhalte.

Mögliche Typen

Polymorpher Diskriminator: type

UrlCitation

Eine URL-Zitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "url_citation" gesetzt.

url string  (optional)

Die URL.

title string  (optional)

Der Titel der URL.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

FileCitation

Eine Dateizitationsanmerkung.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "file_citation" gesetzt.

document_uri String  (optional)

Der URI der Datei.

file_name String  (optional)

Der Name der Datei.

source string  (optional)

Die Quelle, die einem Teil des Texts zugeordnet ist.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

PlaceCitation

Eine Anmerkung mit einer Ortsangabe.

type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "place_citation" gesetzt.

place_id string  (optional)

Die ID des Orts im Format „places/{place_id}“.

name string  (optional)

Titel des Orts.

url string  (optional)

URI-Verweis des Orts.

review_snippets ReviewSnippet  (optional)

Ausschnitte aus Rezensionen, die zum Generieren von Antworten zu den Funktionen eines bestimmten Orts in Google Maps verwendet werden.

Fasst einen Ausschnitt einer Nutzerrezension zusammen, in dem eine Frage zu den Funktionen eines bestimmten Orts in Google Maps beantwortet wird.

Felder

title string  (optional)

Titel der Rezension.

url string  (optional)

Ein Link, der der Nutzerrezension auf Google Maps entspricht.

review_id string  (optional)

Die ID des Rezensions-Snippets.

start_index Ganzzahl  (optional)

Beginn des Antwortsegments, das dieser Quelle zugeordnet wird. Der Index gibt den Beginn des Segments an, gemessen in Byte.

end_index integer  (optional)

Ende des zugeordneten Segments (ausschließlich).

event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

ContentStop

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "content.stop" gesetzt.

index integer  (erforderlich)

Keine Beschreibung vorhanden.

event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

ErrorEvent

event_type object  (erforderlich)

Keine Beschreibung vorhanden.

Immer auf "error" gesetzt.

Fehler Fehler  (optional)

Keine Beschreibung vorhanden.

Fehlermeldung aus einer Interaktion.

Felder

code string  (optional)

Ein URI, der den Fehlertyp identifiziert.

message string  (optional)

Eine für Menschen lesbare Fehlermeldung.

event_id string  (optional)

Das event_id-Token, das zum Fortsetzen des Interaktionsstreams ab diesem Ereignis verwendet werden soll.

Beispiele

Interaktionsbeginn

{
  "event_type": "interaction.start",
  "interaction": {
    "id": "v1_ChdTMjQ0YWJ5TUF1TzcxZThQdjRpcnFRcxIXUzI0NGFieU1BdU83MWU4UHY0aXJxUXM",
    "model": "gemini-3-flash-preview",
    "object": "interaction",
    "status": "in_progress"
  }
}

Interaktion abgeschlossen

{
  "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
    }
  }
}

Aktualisierung des Interaktionsstatus

{
  "event_type": "interaction.status_update",
  "interaction_id": "v1_ChdTMjQ0YWJ5TUF1TzcxZThQdjRpcnFRcxIXUzI0NGFieU1BdU83MWU4UHY0aXJxUXM",
  "status": "in_progress"
}

Inhaltsbeginn

{
  "event_type": "content.start",
  "content": {
    "type": "text"
  },
  "index": 1
}

Content-Delta

{
  "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
}

Inhaltsstopp

{
  "event_type": "content.stop",
  "index": 1
}

Ereignis vom Typ „Fehler“

{
  "event_type": "error",
  "error": {
    "message": "Failed to get completed interaction: Result not found.",
    "code": "not_found"
  }
}