Cette page a été traduite par l'API Cloud Translation.

Générer du contenu avec l'API Gemini dans Vertex AI

Utilisez generateContent ou streamGenerateContent pour générer du contenu avec Gemini.

La famille de modèles Gemini inclut des modèles qui fonctionnent avec des requêtes multimodales. Le terme "multimodal" indique que vous pouvez utiliser plusieurs modalités (ou types d'entrée) dans une requête. Les modèles qui ne sont pas multimodaux n'acceptent que des requêtes textuelles. Les modalités peuvent inclure du texte, de l'audio, des vidéos et plus encore.

Créer un compte Google Cloud pour commencer

Pour commencer à utiliser l'API Gemini dans Vertex AI, créez un compte Google Cloud .

Après avoir créé votre compte, utilisez ce document pour examiner le corps de la requête du modèle Gemini, les paramètres du modèle, le corps de la réponse et des exemples de requêtes.

Lorsque vous êtes prêt, consultez le guide de démarrage rapide de l'API Gemini dans Vertex AI pour apprendre à envoyer une requête à l'API Gemini dans Vertex AI à l'aide d'un SDK de langage de programmation ou de l'API REST.

Modèles compatibles

Tous les modèles Gemini sont compatibles avec la génération de contenu.

Liste des paramètres

Consultez des exemples pour en savoir plus sur l'implémentation.

Corps de la requête

{
  "cachedContent": string,
  "contents": [
    {
      "role": string,
      "parts": [
        {
          // Union field data can be only one of the following:
          "text": string,
          "inlineData": {
            "mimeType": string,
            "data": string
          },
          "fileData": {
            "mimeType": string,
            "fileUri": string
          },
          // End of list of possible types for union field data.

          "videoMetadata": {
            "startOffset": {
              "seconds": integer,
              "nanos": integer
            },
            "endOffset": {
              "seconds": integer,
              "nanos": integer
            },
            "fps": double
          }
        }
      ]
    }
  ],
  "systemInstruction": {
    "role": string,
    "parts": [
      {
        "text": string
      }
    ]
  },
  "tools": [
    {
      "functionDeclarations": [
        {
          "name": string,
          "description": string,
          "parameters": {
            object (OpenAPI Object Schema)
          }
        }
      ]
    }
  ],
  "safetySettings": [
    {
      "category": enum (HarmCategory),
      "threshold": enum (HarmBlockThreshold)
    }
  ],
  "generationConfig": {
    "temperature": number,
    "topP": number,
    "topK": number,
    "candidateCount": integer,
    "maxOutputTokens": integer,
    "presencePenalty": float,
    "frequencyPenalty": float,
    "stopSequences": [
      string
    ],
    "responseMimeType": string,
    "responseSchema": schema,
    "seed": integer,
    "responseLogprobs": boolean,
    "logprobs": integer,
    "audioTimestamp": boolean
  },
  "labels": {
    string: string
  }
}

Le corps de la requête contient des données avec les paramètres suivants :

Paramètres
`cachedContent`	Facultatif : `string` Nom du contenu mis en cache utilisé comme contexte pour réaliser la prédiction. Format : `projects/{project}/locations/{location}/cachedContents/{cachedContent}`
`contents`	Obligatoire : `Content` Contenu de la conversation en cours avec le modèle. Pour les requêtes à un seul tour, il s'agit d'une instance unique. Pour les requêtes multitours, il s'agit d'un champ répété contenant l'historique de la conversation et la dernière requête.
`systemInstruction`	Facultatif : `Content` Disponible pour `gemini-2.0-flash` et `gemini-2.0-flash-lite`. Instructions permettant au modèle d'améliorer ses performances. Par exemple, "Réponds de manière aussi concise que possible" ou "N'utilise pas de termes techniques dans ta réponse". Les chaînes `text` sont comptabilisées dans la limite de jetons. Le champ `role` de `systemInstruction` est ignoré et n'affecte pas les performances du modèle. Remarque : Seul `text` doit être utilisé dans `parts`, et le contenu de chaque `part` doit figurer dans un paragraphe distinct.
`tools`	Facultatif. Portion de code qui permet au système d'interagir avec des systèmes externes pour effectuer une action ou un ensemble d'actions en dehors du champ d'application et des connaissances du modèle. Consultez Appel de fonction.
`toolConfig`	Facultatif. Consultez Appel de fonction.
`safetySettings`	Facultatif : `SafetySetting` Paramètres de requête permettant de bloquer le contenu non sécurisé. Appliqué sur `GenerateContentResponse.candidates`.
`generationConfig`	Facultatif : `GenerationConfig` Paramètres de configuration de génération.
`labels`	Facultatif : `string` Métadonnées que vous pouvez ajouter à l'appel d'API sous la forme de paires clé-valeur.

`contents`

Type de données structurées de base comportant le contenu en plusieurs parties d'un message.

Cette classe comprend deux propriétés principales : role et parts. La propriété role indique la personne qui produit le contenu, tandis que la propriété parts contient plusieurs éléments, chacun représentant un segment de données dans un message.

Paramètres

Paramètres
`role`	`string` Identité de l'entité qui crée le message. Les valeurs suivantes sont acceptées : `user` : indique que le message est envoyé par une personne réelle. Il s'agit généralement d'un message généré par un utilisateur. `model` : indique que le message est généré par le modèle. La valeur `model` permet d'insérer des messages du modèle dans des conversations multitours.
`parts`	`Part` Liste de parties ordonnées qui composent un seul message. Chaque partie peut avoir un type MIME IANA différent. Pour connaître les limites concernant les entrées, comme le nombre maximal de jetons ou d'images, consultez les spécifications du modèle sur la page Modèles Google. Pour calculer le nombre de jetons dans votre requête, consultez Obtenir le nombre de jetons.

role

string

Identité de l'entité qui crée le message. Les valeurs suivantes sont acceptées :

user : indique que le message est envoyé par une personne réelle. Il s'agit généralement d'un message généré par un utilisateur.
model : indique que le message est généré par le modèle.

La valeur model permet d'insérer des messages du modèle dans des conversations multitours.

parts

Part

Liste de parties ordonnées qui composent un seul message. Chaque partie peut avoir un type MIME IANA différent.

Pour connaître les limites concernant les entrées, comme le nombre maximal de jetons ou d'images, consultez les spécifications du modèle sur la page Modèles Google.

Pour calculer le nombre de jetons dans votre requête, consultez Obtenir le nombre de jetons.

`parts`

Type de données comportant du contenu multimédia qui fait partie d'un message Content en plusieurs parties.

Paramètres
`text`	Facultatif : `string` Requête textuelle ou extrait de code.
`inlineData`	Facultatif : `Blob` Données intégrées dans des octets bruts. Pour `gemini-2.0-flash-lite` et `gemini-2.0-flash`, vous pouvez spécifier jusqu'à 3 000 images à l'aide de `inlineData`.
`fileData`	Facultatif : `fileData` Données stockées dans un fichier.
`functionCall`	Facultatif : `FunctionCall`. Contient une chaîne représentant le champ `FunctionDeclaration.name` et un objet JSON structuré contenant tous les paramètres de l'appel de fonction prédit par le modèle. Consultez Appel de fonction.
`functionResponse`	Facultatif : `FunctionResponse`. Résultat d'un `FunctionCall` contenant une chaîne qui représente le champ `FunctionDeclaration.name` et un objet JSON structuré contenant toute sortie de l'appel de fonction. Il sert de contexte au modèle. Consultez Appel de fonction.
`videoMetadata`	Facultatif : `VideoMetadata` Pour les entrées vidéo, décalage de début et de fin de la vidéo au format Duration et fréquence d'images de la vidéo . Par exemple, pour spécifier un extrait de 10 secondes commençant à 1:00 avec une fréquence d'images de 10 images par seconde, définissez les valeurs suivantes : `"startOffset": { "seconds": 60 }` `"endOffset": { "seconds": 70 }` `"fps": 10.0` Vous ne devez spécifier les métadonnées que lorsque les données vidéo sont présentées dans `inlineData` ou `fileData`.

`blob`

Blob de contenu. Si possible, envoyez le message sous forme de texte plutôt que d'octets bruts.

Paramètres

Paramètres
`mimeType`	`string` Type de contenu du fichier spécifié dans les champs `data` ou `fileUri`. Les valeurs acceptées incluent les suivantes : Cliquez pour développer les types MIME. `application/pdf` `audio/mpeg` `audio/mp3` `audio/wav` `image/png` `image/jpeg` `image/webp` `text/plain` `video/mov` `video/mpeg` `video/mp4` `video/mpg` `video/avi` `video/wmv` `video/mpegps` `video/flv` Pour `gemini-2.0-flash-lite` et `gemini-2.0-flash`, la durée maximale d'un fichier audio est de 8,4 heures et la durée maximale d'un fichier vidéo (sans audio) est d'une heure. Pour en savoir plus, consultez les exigences liées au contenu audio et vidéo de Gemini. Les fichiers texte doivent être encodés au format UTF-8. Le contenu du fichier texte est comptabilisé dans la limite de jetons. Aucune limite ne s'applique à la résolution d'image.
`data`	`bytes` Encodage base64 de l'image, du fichier PDF ou de la vidéo à intégrer à la requête. Lorsque vous intégrez du contenu multimédia, vous devez également spécifier le type de contenu (`mimeType`) des données. Limite de taille : 20 Mo

mimeType

string

Type de contenu du fichier spécifié dans les champs data ou fileUri. Les valeurs acceptées incluent les suivantes :

Cliquez pour développer les types MIME.

application/pdf
audio/mpeg
audio/mp3
audio/wav
image/png
image/jpeg
image/webp
text/plain
video/mov
video/mpeg
video/mp4
video/mpg
video/avi
video/wmv
video/mpegps
video/flv

Pour gemini-2.0-flash-lite et gemini-2.0-flash, la durée maximale d'un fichier audio est de 8,4 heures et la durée maximale d'un fichier vidéo (sans audio) est d'une heure. Pour en savoir plus, consultez les exigences liées au contenu audio et vidéo de Gemini.

Les fichiers texte doivent être encodés au format UTF-8. Le contenu du fichier texte est comptabilisé dans la limite de jetons.

Aucune limite ne s'applique à la résolution d'image.

data

bytes

Encodage base64 de l'image, du fichier PDF ou de la vidéo à intégrer à la requête. Lorsque vous intégrez du contenu multimédia, vous devez également spécifier le type de contenu (mimeType) des données.

Limite de taille : 20 Mo

FileData

Données d'URI ou d'URL Web.

Paramètres

Paramètres
`mimeType`	`string` Type MIME IANA des données.
`fileUri`	`string` URI ou URL du fichier à inclure dans la requête. Les valeurs acceptées incluent les suivantes : URI du bucket Cloud Storage : l'objet doit être lisible publiquement ou se trouver dans le même projet Google Cloud que celui qui envoie la requête. La taille limite pour `gemini-2.0-flash` et `gemini-2.0-flash-lite` est de 2 Go. URL HTTP : l'URL du fichier doit être lisible publiquement. Vous pouvez spécifier un fichier vidéo, un fichier audio et jusqu'à 10 fichiers image par requête. Les fichiers audio, les fichiers vidéo et les documents ne doivent pas dépasser 15 Mo. URL de la vidéo YouTube : la vidéo YouTube doit appartenir au compte que vous avez utilisé pour vous connecter à la console Google Cloud ou être publique. Une seule URL de vidéo YouTube est acceptée par requête. Lorsque vous spécifiez un `fileURI`, vous devez également indiquer le type de contenu multimédia (`mimeType`) du fichier. Si VPC Service Controls est activé, la spécification d'une URL de fichier multimédia pour `fileURI` n'est pas acceptée.

mimeType

string

Type MIME IANA des données.

fileUri

string

URI ou URL du fichier à inclure dans la requête. Les valeurs acceptées incluent les suivantes :

URI du bucket Cloud Storage : l'objet doit être lisible publiquement ou se trouver dans le même projet Google Cloud que celui qui envoie la requête. La taille limite pour gemini-2.0-flash et gemini-2.0-flash-lite est de 2 Go.
URL HTTP : l'URL du fichier doit être lisible publiquement. Vous pouvez spécifier un fichier vidéo, un fichier audio et jusqu'à 10 fichiers image par requête. Les fichiers audio, les fichiers vidéo et les documents ne doivent pas dépasser 15 Mo.
URL de la vidéo YouTube : la vidéo YouTube doit appartenir au compte que vous avez utilisé pour vous connecter à la console Google Cloud ou être publique. Une seule URL de vidéo YouTube est acceptée par requête.

Lorsque vous spécifiez un fileURI, vous devez également indiquer le type de contenu multimédia (mimeType) du fichier. Si VPC Service Controls est activé, la spécification d'une URL de fichier multimédia pour fileURI n'est pas acceptée.

`functionCall`

functionCall prédit renvoyé par le modèle et qui contient une chaîne représentant le functionDeclaration.name et un objet JSON structuré contenant les paramètres et leurs valeurs.

Paramètres

Paramètres
`name`	`string` Nom de la fonction à appeler.
`args`	`Struct` Paramètres et valeurs de la fonction au format d'objet JSON. Pour en savoir plus sur les paramètres, consultez Appel de fonction.

name

string

Nom de la fonction à appeler.

args

Struct

Paramètres et valeurs de la fonction au format d'objet JSON.

Pour en savoir plus sur les paramètres, consultez Appel de fonction.

`functionResponse`

Résultat d'un FunctionCall contenant une chaîne qui représente le FunctionDeclaration.name. Contient également un objet JSON structuré avec la sortie de la fonction (et l'utilise comme contexte pour le modèle). Doit contenir le résultat d'un FunctionCall effectué en fonction de la prédiction du modèle.

Paramètres

Paramètres
`name`	`string` Nom de la fonction à appeler.
`response`	`Struct` Réponse de la fonction au format d'objet JSON.

name

string

Nom de la fonction à appeler.

response

Struct

Réponse de la fonction au format d'objet JSON.

`videoMetadata`

Métadonnées décrivant le contenu vidéo d'entrée.

Paramètres

Paramètres
`startOffset`	Facultatif : `google.protobuf.Duration` Décalage de début de la vidéo.
`endOffset`	Facultatif : `google.protobuf.Duration` Décalage de fin de la vidéo.
`fps`	Facultatif : `double` Fréquence d'images de la vidéo envoyée au modèle. En l'absence de spécification, la valeur par défaut est `1.0`. La valeur minimale acceptée est inférieure à `0.0`. La valeur maximale est `24.0`.

startOffset

Facultatif : google.protobuf.Duration

Décalage de début de la vidéo.

endOffset

Facultatif : google.protobuf.Duration

Décalage de fin de la vidéo.

fps

Facultatif : double

Fréquence d'images de la vidéo envoyée au modèle. En l'absence de spécification, la valeur par défaut est 1.0. La valeur minimale acceptée est inférieure à 0.0. La valeur maximale est 24.0.

`safetySetting`

Paramètres de sécurité.

Paramètres

Paramètres
`category`	Facultatif : `HarmCategory` Catégorie de sécurité pour laquelle configurer un seuil. Les valeurs acceptées incluent les suivantes : Cliquez pour développer les catégories de sécurité. `HARM_CATEGORY_SEXUALLY_EXPLICIT` `HARM_CATEGORY_HATE_SPEECH` `HARM_CATEGORY_HARASSMENT` `HARM_CATEGORY_DANGEROUS_CONTENT`
`threshold`	Facultatif : `HarmBlockThreshold` Seuil de blocage des réponses susceptibles d'appartenir à la catégorie de sécurité spécifiée en fonction de la probabilité. `OFF` `BLOCK_NONE` `BLOCK_LOW_AND_ABOVE` `BLOCK_MEDIUM_AND_ABOVE` `BLOCK_ONLY_HIGH`
`method`	Facultatif : `HarmBlockMethod` Indiquez si le seuil est utilisé pour le score de probabilité ou de gravité. Si cette valeur n'est pas spécifiée, le seuil est utilisé pour le score de probabilité.

category

Facultatif : HarmCategory

Catégorie de sécurité pour laquelle configurer un seuil. Les valeurs acceptées incluent les suivantes :

Cliquez pour développer les catégories de sécurité.

HARM_CATEGORY_SEXUALLY_EXPLICIT
HARM_CATEGORY_HATE_SPEECH
HARM_CATEGORY_HARASSMENT
HARM_CATEGORY_DANGEROUS_CONTENT

threshold

Facultatif : HarmBlockThreshold

Seuil de blocage des réponses susceptibles d'appartenir à la catégorie de sécurité spécifiée en fonction de la probabilité.

OFF
BLOCK_NONE
BLOCK_LOW_AND_ABOVE
BLOCK_MEDIUM_AND_ABOVE
BLOCK_ONLY_HIGH

method

Facultatif : HarmBlockMethod

Indiquez si le seuil est utilisé pour le score de probabilité ou de gravité. Si cette valeur n'est pas spécifiée, le seuil est utilisé pour le score de probabilité.

`harmCategory`

Catégories de préjudice qui bloquent le contenu.

Paramètres
`HARM_CATEGORY_UNSPECIFIED`	La catégorie de préjudice n'est pas spécifiée.
`HARM_CATEGORY_HATE_SPEECH`	La catégorie de préjudice est "incitation à la haine".
`HARM_CATEGORY_DANGEROUS_CONTENT`	La catégorie de préjudice est "contenu dangereux".
`HARM_CATEGORY_HARASSMENT`	La catégorie de préjudice est "harcèlement".
`HARM_CATEGORY_SEXUALLY_EXPLICIT`	La catégorie de préjudice est "contenu à caractère sexuel explicite".

`harmBlockThreshold`

Niveaux de seuil de probabilité utilisés pour bloquer une réponse.

Paramètres
`HARM_BLOCK_THRESHOLD_UNSPECIFIED`	Seuil de blocage de préjudice non spécifié.
`BLOCK_LOW_AND_ABOVE`	Bloquer les seuils faibles et supérieurs (augmenter le nombre de blocages).
`BLOCK_MEDIUM_AND_ABOVE`	Bloquer les seuils moyens et supérieurs.
`BLOCK_ONLY_HIGH`	Bloquer uniquement les seuils élevés (réduire le nombre de blocages).
`BLOCK_NONE`	Ne rien bloquer.
`OFF`	Désactive la sécurité si toutes les catégories sont désactivées.

`harmBlockMethod`

Seuil de probabilité qui bloque une réponse en fonction d'une combinaison de probabilité et de gravité.

Paramètres
`HARM_BLOCK_METHOD_UNSPECIFIED`	La méthode de blocage de préjudice n'est pas spécifiée.
`SEVERITY`	La méthode de blocage de préjudice utilise à la fois des scores de probabilité et de gravité.
`PROBABILITY`	La méthode de blocage de préjudice utilise le score de probabilité.

`generationConfig`

Paramètres de configuration utilisés lors de la génération de la requête.

Paramètres
`temperature`	Facultatif : `float` La température est utilisée pour l'échantillonnage pendant la génération des réponses, qui se produit lorsque `topP` et `topK` sont appliqués. La température permet de contrôler le degré de hasard dans la sélection des jetons. Les températures inférieures sont idéales pour les requêtes qui nécessitent une réponse moins ouverte ou créative, tandis que des températures plus élevées peuvent conduire à des résultats plus diversifiés ou créatifs. Une température de `0` signifie que les jetons de probabilité les plus élevés sont toujours sélectionnés. Dans ce cas, les réponses pour une requête donnée sont principalement déterministes, mais une petite quantité de variation est toujours possible. Si le modèle renvoie une réponse trop générique ou trop courte, ou s'il renvoie une réponse de remplacement, essayez d'augmenter la température. Plage pour `gemini-2.0-flash-lite` : `0.0 - 2.0` (par défaut : `1.0`) Plage pour `gemini-2.0-flash` : `0.0 - 2.0` (par défaut : `1.0`) Pour en savoir plus, consultez Paramètres de génération de contenu.
`topP`	Facultatif : `float` Si cette valeur est spécifiée, l'échantillonnage du noyau est utilisé. Top-P modifie la façon dont le modèle sélectionne les jetons pour la sortie. Les jetons sont sélectionnés en partant de la probabilité la plus forte (voir top-K) à la plus basse, jusqu'à ce que la somme de leurs probabilités soit égale à la valeur top-P. Par exemple, si les jetons A, B et C ont une probabilité de 0,3, 0,2 et 0,1 et que la valeur de top-P est `0.5`, le modèle sélectionne A ou B comme jeton suivant à l'aide de la température et exclut le jeton C comme candidat. Spécifiez une valeur inférieure pour obtenir des réponses moins aléatoires et une valeur supérieure pour des réponses plus aléatoires. Plage : `0.0 - 1.0` Valeur par défaut pour `gemini-2.0-flash-lite` : `0.95` Valeur par défaut pour `gemini-2.0-flash` : `0.95`
`candidateCount`	Facultatif : `int` Nombre de variantes de réponse à renvoyer. Pour chaque requête, les jetons de sortie de tous les candidats vous sont facturés, mais vous ne payez qu'une seule fois pour les jetons d'entrée. La spécification de plusieurs candidats est une fonctionnalité en preview pour `generateContent` (`streamGenerateContent` n'est pas compatible). Les modèles suivants sont acceptés : `gemini-2.0-flash-lite` : `1`-`8`, par défaut : `1` `gemini-2.0-flash` : `1`-`8`, par défaut : `1`
`maxOutputTokens`	Facultatif : int Nombre maximal de jetons pouvant être générés dans la réponse. Un jeton correspond environ à quatre caractères. 100 jetons correspondent à environ 60-80 mots. Spécifiez une valeur inférieure pour obtenir des réponses plus courtes et une valeur supérieure pour des réponses potentiellement plus longues. Pour en savoir plus, consultez Paramètres de génération de contenu.
`stopSequences`	Facultatif : `List[string]` Spécifie une liste de chaînes qui indiquent au modèle d'arrêter de générer du texte si l'une des chaînes est détectée dans la réponse. Si une chaîne apparaît plusieurs fois dans la réponse, celle-ci est tronquée au niveau de la première occurrence. Les chaînes sont sensibles à la casse. Par exemple, si la réponse suivante est renvoyée lorsque `stopSequences` n'est pas spécifié : `public static string reverse(string myString)` La réponse renvoyée avec `stopSequences` défini sur `["Str", "reverse"]` est alors la suivante : `public static string` La liste ne peut pas contenir plus de cinq éléments. Pour en savoir plus, consultez Paramètres de génération de contenu.
`presencePenalty`	Facultatif : `float` Pénalités positives. Les valeurs positives pénalisent les jetons qui apparaissent déjà dans le texte généré, ce qui augmente la probabilité de générer un contenu plus diversifié. La valeur maximale de `presencePenalty` est inférieure à `2.0`. Sa valeur minimale est `-2.0`.
`frequencyPenalty`	Facultatif : `float`. Les valeurs positives pénalisent les jetons qui apparaissent de manière répétée dans le texte généré, ce qui réduit la probabilité de répétition du contenu. La valeur maximale de `frequencyPenalty` est inférieure à `2.0`. Sa valeur minimale est `-2.0`.
`responseMimeType`	Facultatif : `string (enum)` Type MIME de la réponse de sortie du texte candidat généré. Les types MIME suivants sont acceptés : `application/json` : réponse JSON dans les candidats. `text/plain` (par défaut) : sortie en texte brut. `text/x.enum` : pour les tâches de classification, affiche une valeur d'énumération telle que définie dans le schéma de réponse. Spécifiez le type de réponse approprié pour éviter les comportements inattendus. Par exemple, si vous avez besoin d'une réponse au format JSON, spécifiez `application/json` et non `text/plain`. `text/plain` n'est pas compatible avec `responseSchema`.
`responseSchema`	Facultatif : schema Schéma que le texte candidat généré doit suivre. Pour en savoir plus, consultez Contrôler la sortie générée. Pour utiliser ce paramètre, vous devez spécifier un type MIME compatible autre que `text/plain` pour le paramètre `responseMimeType`.
`seed`	Facultatif : `int` Lorsque la graine est fixée à une valeur spécifique, le modèle s'efforce de fournir la même réponse pour les requêtes répétées. La sortie déterministe n'est pas garantie. De plus, la modification du modèle ou des paramètres, comme la température, peut entraîner des variations dans la réponse, même si vous utilisez la même valeur de graine. Par défaut, une valeur de graine aléatoire est utilisée.
`responseLogprobs`	Facultatif : `boolean` Si la valeur est "true", renvoie les probabilités logarithmiques des jetons choisis par le modèle à chaque étape. Par défaut, ce paramètre est défini sur `false`.
`logprobs`	Facultatif : `int` Renvoie les probabilités logarithmiques des jetons de meilleurs candidats à chaque étape de génération. Il est possible que le jeton choisi par le modèle ne soit pas le jeton du meilleur candidat à chaque étape. Spécifiez le nombre de candidats à renvoyer à l'aide d'une valeur entière comprise entre `1` et `20`. Vous devez activer `responseLogprobs` pour utiliser ce paramètre.
`audioTimestamp`	Facultatif : `boolean` Disponible pour les modèles suivants : Gemini 2.0 Flash-Lite Gemini 2.0 Flash Active la compréhension des codes temporels pour les fichiers contenant uniquement des données audio. Il s'agit d'une fonctionnalité en preview.

Corps de la réponse

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": string
          }
        ]
      },
      "finishReason": enum (FinishReason),
      "safetyRatings": [
        {
          "category": enum (HarmCategory),
          "probability": enum (HarmProbability),
          "blocked": boolean
        }
      ],
      "citationMetadata": {
        "citations": [
          {
            "startIndex": integer,
            "endIndex": integer,
            "uri": string,
            "title": string,
            "license": string,
            "publicationDate": {
              "year": integer,
              "month": integer,
              "day": integer
            }
          }
        ]
      },
      "avgLogprobs": double,
      "logprobsResult": {
        "topCandidates": [
          {
            "candidates": [
              {
                "token": string,
                "logProbability": float
              }
            ]
          }
        ],
        "chosenCandidates": [
          {
            "token": string,
            "logProbability": float
          }
        ]
      }
    }
  ],
  "usageMetadata": {
    "promptTokenCount": integer,
    "candidatesTokenCount": integer,
    "totalTokenCount": integer
  },
  "modelVersion": string
}

Élément de réponse	Description
`modelVersion`	Modèle et version utilisés pour la génération. Exemple : `gemini-2.0-flash-lite-001`.
`text`	Texte généré.
`finishReason`	Raison pour laquelle le modèle a cessé de générer des jetons. Si ce champ est vide, le modèle n'a pas cessé de générer les jetons. Étant donné que la réponse utilise la requête pour le contexte, il n'est pas possible de modifier le comportement par lequel le modèle cesse de générer des jetons. `FINISH_REASON_STOP` : point d'arrêt naturel du modèle ou séquence d'arrêt fournie. `FINISH_REASON_MAX_TOKENS` : le nombre maximal de jetons spécifié dans la requête a été atteint. `FINISH_REASON_SAFETY` : la génération des jetons a été arrêtée, car la réponse a été signalée pour des raisons de sécurité. Notez que `Candidate.content` est vide si les filtres de contenu bloquent la sortie. `FINISH_REASON_RECITATION` : la génération des jetons a été arrêtée, car la réponse a été signalée comme présentant des citations non autorisées. `FINISH_REASON_BLOCKLIST` : la génération des jetons a été arrêtée, car la réponse inclut des termes bloqués. `FINISH_REASON_PROHIBITED_CONTENT` : la génération des jetons a été arrêtée, car la réponse a été signalée comme présentant du contenu interdit, par exemple des abus sexuels sur mineurs. `FINISH_REASON_SPII` : la génération des jetons a été arrêtée, car la réponse a été signalée comme présentant des informations personnelles sensibles. `FINISH_REASON_MALFORMED_FUNCTION_CALL` : les candidats ont été bloqués en raison d'un appel de fonction incorrect et non analysable. `FINISH_REASON_OTHER` : toutes les autres raisons pour lesquelles la génération des jetons a été arrêtée. `FINISH_REASON_UNSPECIFIED` : le motif de fin n'est pas spécifié.
`category`	Catégorie de sécurité pour laquelle configurer un seuil. Les valeurs acceptées incluent les suivantes : Cliquez pour développer les catégories de sécurité. `HARM_CATEGORY_SEXUALLY_EXPLICIT` `HARM_CATEGORY_HATE_SPEECH` `HARM_CATEGORY_HARASSMENT` `HARM_CATEGORY_DANGEROUS_CONTENT`
`probability`	Niveaux de probabilité de préjudice dans le contenu. `HARM_PROBABILITY_UNSPECIFIED` `NEGLIGIBLE` `LOW` `MEDIUM` `HIGH`
`blocked`	Option booléenne associée à un attribut de sécurité qui indique si l'entrée ou la sortie du modèle a été bloquée.
`startIndex`	Entier qui spécifie où commence une citation dans le fichier `content`. La valeur `startIndex` est exprimée en octets et calculée à partir de la réponse encodée en UTF-8.
`endIndex`	Entier qui spécifie où finit une citation dans le fichier `content`. La valeur `endIndex` est exprimée en octets et calculée à partir de la réponse encodée en UTF-8.
`url`	URL de la source d'une citation. Une source URL peut être un site Web d'actualités ou un dépôt GitHub.
`title`	Titre de la source d'une citation. Il peut s'agir, par exemple, du titre d'un article de presse ou d'un livre.
`license`	Licence associée à une citation.
`publicationDate`	Date à laquelle une citation a été publiée. Les formats valides sont `YYYY`, `YYYY-MM` et `YYYY-MM-DD`.
`avgLogprobs`	Probabilité logarithmique moyenne du candidat.
`logprobsResult`	Renvoie les jetons des meilleurs candidats (`topCandidates`) et les jetons choisis (`chosenCandidates`) à chaque étape.
`token`	Les modèles d'IA générative décomposent les données textuelles en jetons à traiter. Il peut s'agir de caractères, de mots ou d'expressions.
`logProbability`	Valeur de probabilité logarithmique qui indique le niveau de confiance du modèle concernant un jeton particulier.
`promptTokenCount`	Nombre de jetons dans la requête.
`candidatesTokenCount`	Nombre de jetons dans la ou les réponses.
`totalTokenCount`	Nombre de jetons dans la requête et la ou les réponses.

Exemples

Génération de texte

Générez une réponse textuelle à partir d'une entrée de texte.

SDK Gen AI pour Python

from google import genai
from google.genai.types import HttpOptions

client = genai.Client(http_options=HttpOptions(api_version="v1"))
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents="How does AI work?",
)
print(response.text)
# Example response:
# Okay, let's break down how AI works. It's a broad field, so I'll focus on the ...
#
# Here's a simplified overview:
# ...

Python (OpenAI)

Vous pouvez appeler l'API Inference à l'aide de la bibliothèque OpenAI. Pour en savoir plus, consultez Appeler des modèles Vertex AI à l'aide de la bibliothèque OpenAI.

from google.auth import default
import google.auth.transport.requests

import openai

# TODO(developer): Update and un-comment below lines
# project_id = "PROJECT_ID"
# location = "us-central1"

# Programmatically get an access token
credentials, _ = default(scopes=["https://www.googleapis.com/auth/cloud-platform"])
credentials.refresh(google.auth.transport.requests.Request())

# OpenAI Client
client = openai.OpenAI(
    base_url=f"https://{location}-aiplatform.googleapis.com/v1/projects/{project_id}/locations/{location}/endpoints/openapi",
    api_key=credentials.token,
)

response = client.chat.completions.create(
    model="google/gemini-2.0-flash-001",
    messages=[{"role": "user", "content": "Why is the sky blue?"}],
)

print(response)

Go

import (
	"context"
	"fmt"
	"io"

	"google.golang.org/genai"
)

// generateWithText shows how to generate text using a text prompt.
func generateWithText(w io.Writer) error {
	ctx := context.Background()

	client, err := genai.NewClient(ctx, &genai.ClientConfig{
		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
	})
	if err != nil {
		return fmt.Errorf("failed to create genai client: %w", err)
	}

	resp, err := client.Models.GenerateContent(ctx,
		"gemini-2.5-flash",
		genai.Text("How does AI work?"),
		nil,
	)
	if err != nil {
		return fmt.Errorf("failed to generate content: %w", err)
	}

	respText := resp.Text()

	fmt.Fprintln(w, respText)
	// Example response:
	// That's a great question! Understanding how AI works can feel like ...
	// ...
	// **1. The Foundation: Data and Algorithms**
	// ...

	return nil
}

Utiliser une requête multimodale

Générez une réponse textuelle à partir d'une entrée multimodale, telle que du texte et une image.

SDK Gen AI pour Python

from google import genai
from google.genai.types import HttpOptions, Part

client = genai.Client(http_options=HttpOptions(api_version="v1"))
response = client.models.generate_content(
    model="gemini-2.5-flash",
    contents=[
        "What is shown in this image?",
        Part.from_uri(
            file_uri="gs://cloud-samples-data/generative-ai/image/scones.jpg",
            mime_type="image/jpeg",
        ),
    ],
)
print(response.text)
# Example response:
# The image shows a flat lay of blueberry scones arranged on parchment paper. There are ...

Python (OpenAI)

Vous pouvez appeler l'API Inference à l'aide de la bibliothèque OpenAI. Pour en savoir plus, consultez Appeler des modèles Vertex AI à l'aide de la bibliothèque OpenAI.


from google.auth import default
import google.auth.transport.requests

import openai

# TODO(developer): Update and un-comment below lines
# project_id = "PROJECT_ID"
# location = "us-central1"

# Programmatically get an access token
credentials, _ = default(scopes=["https://www.googleapis.com/auth/cloud-platform"])
credentials.refresh(google.auth.transport.requests.Request())

# OpenAI Client
client = openai.OpenAI(
    base_url=f"https://{location}-aiplatform.googleapis.com/v1/projects/{project_id}/locations/{location}/endpoints/openapi",
    api_key=credentials.token,
)

response = client.chat.completions.create(
    model="google/gemini-2.0-flash-001",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Describe the following image:"},
                {
                    "type": "image_url",
                    "image_url": "gs://cloud-samples-data/generative-ai/image/scones.jpg",
                },
            ],
        }
    ],
)

print(response)

Go

import (
	"context"
	"fmt"
	"io"

	genai "google.golang.org/genai"
)

// generateWithTextImage shows how to generate text using both text and image input
func generateWithTextImage(w io.Writer) error {
	ctx := context.Background()

	client, err := genai.NewClient(ctx, &genai.ClientConfig{
		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
	})
	if err != nil {
		return fmt.Errorf("failed to create genai client: %w", err)
	}

	modelName := "gemini-2.5-flash"
	contents := []*genai.Content{
		{Parts: []*genai.Part{
			{Text: "What is shown in this image?"},
			{FileData: &genai.FileData{
				// Image source: https://storage.googleapis.com/cloud-samples-data/generative-ai/image/scones.jpg
				FileURI:  "gs://cloud-samples-data/generative-ai/image/scones.jpg",
				MIMEType: "image/jpeg",
			}},
		},
			Role: "user"},
	}

	resp, err := client.Models.GenerateContent(ctx, modelName, contents, nil)
	if err != nil {
		return fmt.Errorf("failed to generate content: %w", err)
	}

	respText := resp.Text()

	fmt.Fprintln(w, respText)

	// Example response:
	// The image shows an overhead shot of a rustic, artistic arrangement on a surface that ...

	return nil
}

Réponse de texte en streaming

Générez une réponse de modèle en streaming à partir d'une entrée de texte.

SDK Gen AI pour Python

from google import genai
from google.genai.types import HttpOptions

client = genai.Client(http_options=HttpOptions(api_version="v1"))

for chunk in client.models.generate_content_stream(
    model="gemini-2.5-flash",
    contents="Why is the sky blue?",
):
    print(chunk.text, end="")
# Example response:
# The
#  sky appears blue due to a phenomenon called **Rayleigh scattering**. Here's
#  a breakdown of why:
# ...

Python (OpenAI)

Vous pouvez appeler l'API Inference à l'aide de la bibliothèque OpenAI. Pour en savoir plus, consultez Appeler des modèles Vertex AI à l'aide de la bibliothèque OpenAI.

from google.auth import default
import google.auth.transport.requests

import openai

# TODO(developer): Update and un-comment below lines
# project_id = "PROJECT_ID"
# location = "us-central1"

# Programmatically get an access token
credentials, _ = default(scopes=["https://www.googleapis.com/auth/cloud-platform"])
credentials.refresh(google.auth.transport.requests.Request())

# OpenAI Client
client = openai.OpenAI(
    base_url=f"https://{location}-aiplatform.googleapis.com/v1/projects/{project_id}/locations/{location}/endpoints/openapi",
    api_key=credentials.token,
)

response = client.chat.completions.create(
    model="google/gemini-2.0-flash-001",
    messages=[{"role": "user", "content": "Why is the sky blue?"}],
    stream=True,
)
for chunk in response:
    print(chunk)

Go

import (
	"context"
	"fmt"
	"io"

	genai "google.golang.org/genai"
)

// generateWithTextStream shows how to generate text stream using a text prompt.
func generateWithTextStream(w io.Writer) error {
	ctx := context.Background()

	client, err := genai.NewClient(ctx, &genai.ClientConfig{
		HTTPOptions: genai.HTTPOptions{APIVersion: "v1"},
	})
	if err != nil {
		return fmt.Errorf("failed to create genai client: %w", err)
	}

	modelName := "gemini-2.5-flash"
	contents := genai.Text("Why is the sky blue?")

	for resp, err := range client.Models.GenerateContentStream(ctx, modelName, contents, nil) {
		if err != nil {
			return fmt.Errorf("failed to generate content: %w", err)
		}

		chunk := resp.Text()

		fmt.Fprintln(w, chunk)
	}

	// Example response:
	// The
	//  sky is blue
	//  because of a phenomenon called **Rayleigh scattering**. Here's the breakdown:
	// ...

	return nil
}

Versions de modèle

Pour utiliser la version mise à jour automatiquement, spécifiez le nom du modèle sans le numéro de version final, par exemple gemini-2.0-flash au lieu de gemini-2.0-flash-001.

Pour en savoir plus, consultez Versions et cycle de vie des modèles Gemini.

Étapes suivantes

Apprenez-en plus sur l'API Gemini dans Vertex AI.
Apprenez-en plus sur l'appel de fonction.
Apprenez-en plus sur l'ancrage de réponses pour les modèles Gemini.

Générer du contenu avec l'API Gemini dans Vertex AI Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Créer un compte Google Cloud pour commencer

Modèles compatibles

Liste des paramètres

Corps de la requête

contents

parts

blob

FileData

functionCall

functionResponse

videoMetadata

safetySetting

harmCategory

harmBlockThreshold

harmBlockMethod

generationConfig

Corps de la réponse

Exemples

Génération de texte

SDK Gen AI pour Python

Python (OpenAI)

Go

Utiliser une requête multimodale

SDK Gen AI pour Python

Python (OpenAI)

Go

Réponse de texte en streaming

SDK Gen AI pour Python

Python (OpenAI)

Go

Versions de modèle

Étapes suivantes

Générer du contenu avec l'API Gemini dans Vertex AI

`contents`

`parts`

`blob`

`functionCall`

`functionResponse`

`videoMetadata`

`safetySetting`

`harmCategory`

`harmBlockThreshold`

`harmBlockMethod`

`generationConfig`