ModelOne 模一万境

Gemini媒体识别

Gemini图像、PDF、音频、视频识别请求

⚠️ 重要注意：仅支持通过 inlineData 以 base64 方式上传图像、PDF、音频、视频，不支持 fileData.fileUri 或 File API。

接口信息

  • 请求方式：POST
  • 请求地址：/v1beta/models/{model}:generateContent

认证方式

Bearer Token

请求头：Authorization: Bearer sk-xxxxxx

请求头

参数位置说明
AuthorizationHeaderBearer ，格式：Authorization: Bearer sk-xxxxxx

路径参数

参数名类型是否必填说明
modelstring是Gemini 模型名称，支持多模态视觉/音频/视频模型

请求体

Content-Type：application/json

参数名类型是否必填说明
contentsarray<object>否对话内容数组，包含文本与 inlineData 媒体资源
generationConfigobject否生成参数配置（温度、最大输出长度等）
safetySettingsarray<object>否内容安全分级配置
toolsarray<object>否工具调用能力配置
systemInstructionobject否全局系统提示词

响应信息

  • HTTP 状态码：200
  • Content-Type：application/json

请求示例（Base64图片识别）

curl "你的接口地址/v1beta/models/gemini-2.5-flash:generateContent" \
  -H "Authorization: Bearer sk-xxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [
          { "text": "描述这张图片内容" },
          {
            "inlineData": {
              "mimeType": "image/jpeg",
              "data": "base64编码图片内容"
            }
          }
        ]
      }
    ]
  }'