نقطه پایانی مدلها راهی را برای شما فراهم میکند که بتوانید مدلهای موجود را بهصورت برنامهنویسی فهرست کنید و ابردادههای گستردهای مانند عملکرد پشتیبانیشده و اندازهبندی پنجره زمینه را بازیابی کنید. در راهنمای مدل ها بیشتر بخوانید.
روش: models.get
اطلاعاتی در مورد یک Model خاص مانند شماره نسخه، محدودیتهای رمز، پارامترها و سایر ابردادهها دریافت میکند. برای اطلاعات دقیق مدل به راهنمای مدل های Gemini مراجعه کنید.
نقطه پایانی
دریافتhttps: / /generativelanguage.googleapis.com /v1beta /{name=models /*}پارامترهای مسیر
string nameمورد نیاز. نام منبع مدل
این نام باید با نام مدلی که با روش models.list برگردانده شده است مطابقت داشته باشد.
قالب: models/{model} شکل models/{model} را میگیرد.
درخواست بدن
بدنه درخواست باید خالی باشد.
درخواست نمونه
پایتون
برو
پوسته
بدن پاسخگو
در صورت موفقیت آمیز بودن، بدنه پاسخ حاوی نمونه ای از Model است.
روش: models.list
Model های موجود از طریق Gemini API را فهرست می کند.
نقطه پایانی
https: / /generativelanguage.googleapis.com /v1beta /models دریافت کنیدپارامترهای پرس و جو
pageSizeinteger حداکثر تعداد Models برای بازگشت (در هر صفحه).
اگر نامشخص باشد، 50 مدل در هر صفحه بازگردانده می شود. این روش حداکثر 1000 مدل را در هر صفحه برمی گرداند، حتی اگر یک pageSize بزرگتر را ارسال کنید.
string pageToken یک نشانه صفحه، دریافت شده از تماس قبلی models.list .
pageToken را که توسط یک درخواست بازگردانده شده است به عنوان آرگومان برای درخواست بعدی برای بازیابی صفحه بعدی ارائه دهید.
هنگام صفحه بندی، تمام پارامترهای دیگر ارائه شده به models.list باید با فراخوانی که توکن صفحه را ارائه می کند مطابقت داشته باشد.
درخواست بدن
بدنه درخواست باید خالی باشد.
درخواست نمونه
پایتون
برو
پوسته
بدن پاسخگو
پاسخ از ListModel حاوی لیست صفحه بندی شده مدل ها.
در صورت موفقیت آمیز بودن، بدنه پاسخ حاوی داده هایی با ساختار زیر است:
models[]object ( Model )مدل های برگشتی
string nextPageToken یک نشانه، که می تواند به عنوان pageToken برای بازیابی صفحه بعدی ارسال شود.
اگر این قسمت حذف شود، صفحه دیگری وجود ندارد.
| نمایندگی JSON |
|---|
{
"models": [
{
object ( |
منبع REST: مدل ها
منبع: مدل
اطلاعات در مورد یک مدل زبان مولد.
string name مورد نیاز. نام منبع Model برای همه مقادیر مجاز به انواع مدل مراجعه کنید.
قالب: models/{model} با قرارداد نامگذاری {model} از:
- "{baseModelId}-{version}"
مثال ها:
-
models/gemini-1.5-flash-001
string baseModelIdمورد نیاز. نام مدل پایه، این را به درخواست نسل منتقل کنید.
مثال ها:
-
gemini-1.5-flash
string versionمورد نیاز. شماره نسخه مدل
این نشان دهنده نسخه اصلی ( 1.0 یا 1.5 ) است.
string displayNameنام قابل خواندن برای انسان مدل. به عنوان مثال "فلش جمینی 1.5".
نام می تواند حداکثر 128 کاراکتر باشد و می تواند از هر کاراکتر UTF-8 تشکیل شود.
string descriptionتوضیح مختصری در مورد مدل
inputTokenLimitintegerحداکثر تعداد کدهای ورودی مجاز برای این مدل.
outputTokenLimitintegerحداکثر تعداد توکن های خروجی موجود برای این مدل.
string supportedGenerationMethods[]روش های تولید پشتیبانی شده مدل
نامهای متد API مربوطه بهعنوان رشتههای موردی پاسکال، مانند generateMessage و generateContent تعریف میشوند.
boolean thinkingاین که آیا مدل از تفکر پشتیبانی می کند.
number temperatureتصادفی بودن خروجی را کنترل می کند.
مقادیر می توانند بیش از [0.0,maxTemperature] شامل شوند. مقدار بالاتر پاسخهایی را تولید میکند که متنوعتر هستند، در حالی که مقدار نزدیکتر به 0.0 معمولاً منجر به پاسخهای شگفتانگیز کمتری از مدل میشود. این مقدار پیشفرض را مشخص میکند که در هنگام برقراری تماس با مدل توسط backend استفاده شود.
maxTemperaturenumber دماحداکثر دمایی که این مدل می تواند استفاده کند.
number topPبرای نمونه برداری هسته .
نمونه برداری هسته کوچکترین مجموعه ای از نشانه ها را در نظر می گیرد که مجموع احتمال آنها حداقل topP باشد. این مقدار پیشفرض را مشخص میکند که در هنگام برقراری تماس با مدل توسط backend استفاده شود.
topKintegerبرای نمونه گیری Top-k.
نمونه گیری Top-k مجموعه ای از محتمل ترین توکن های topK را در نظر می گیرد. این مقدار پیشفرض را مشخص میکند که در هنگام برقراری تماس با مدل توسط backend استفاده شود. اگر خالی باشد، نشان می دهد که مدل از نمونه برداری top-k استفاده نمی کند و topK به عنوان پارامتر تولید مجاز نیست.
| نمایندگی JSON |
|---|
{ "name": string, "baseModelId": string, "version": string, "displayName": string, "description": string, "inputTokenLimit": integer, "outputTokenLimit": integer, "supportedGenerationMethods": [ string ], "thinking": boolean, "temperature": number, "maxTemperature": number, "topP": number, "topK": integer } |
روش: مدلسازی.پیشبینی
درخواست پیش بینی را انجام می دهد.
نقطه پایانی
پستhttps: / /generativelanguage.googleapis.com /v1beta /{model=models /*}:predictپارامترهای مسیر
string model مورد نیاز. نام مدل برای پیش بینی. قالب: name=models/{model} . شکل models/{model} را میگیرد.
درخواست بدن
بدنه درخواست حاوی داده هایی با ساختار زیر است:
value ( Value format) instances[]مورد نیاز. نمونه هایی که ورودی فراخوانی پیش بینی هستند.
parametersvalue ( Value format)اختیاری. پارامترهای حاکم بر فراخوانی پیش بینی.
بدن پاسخگو
پیام پاسخ برای [PredictionService.Predict].
در صورت موفقیت آمیز بودن، بدنه پاسخ حاوی داده هایی با ساختار زیر است:
predictions[]value ( Value format)خروجی های فراخوانی پیش بینی
| نمایندگی JSON |
|---|
{ "predictions": [ value ] } |
روش: models.predictLongRunning
همان models.predict است اما یک LRO برمی گرداند.
نقطه پایانی
پستhttps: / /generativelanguage.googleapis.com /v1beta /{model=models /*}:predictLongRunningپارامترهای مسیر
string model مورد نیاز. نام مدل برای پیش بینی. قالب: name=models/{model} .
درخواست بدن
بدنه درخواست حاوی داده هایی با ساختار زیر است:
value ( Value format) instances[]مورد نیاز. نمونه هایی که ورودی فراخوانی پیش بینی هستند.
parametersvalue ( Value format)اختیاری. پارامترهای حاکم بر فراخوانی پیش بینی.
بدن پاسخگو
در صورت موفقیت آمیز بودن، بدنه پاسخ حاوی نمونه ای از Operation است.