Gemini媒体识别

POST

/v1beta/models/{model}:generateContent

Gemini图像、PDF、音频、视频识别请求。
⚠️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。
使用方式与官方一致，更多设置可以看官方文档：https://ai.google.dev/gemini-api/docs/document-processing?hl=zh-cn

请求参数

Path 参数

Header 参数

Body 参数application/json必填

示例

{
    "contents": [
        {
            "parts": [
                {
                    "inline_data": {
                        "mime_type": "application/pdf",
                        "data": "base64"
                    }
                },
                {
                    "text": "提示词"
                }
            ]
        }
    ]
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location '/v1beta/models/:generateContent' \
--header 'Authorization: Bearer sk-xxx' \
--header 'Authorization;' \
--header 'Content-Type: application/json' \
--data '{
    "contents": [
        {
            "parts": [
                {
                    "inline_data": {
                        "mime_type": "application/pdf",
                        "data": "base64"
                    }
                },
                {
                    "text": "提示词"
                }
            ]
        }
    ]
}'

返回响应

🟢200成功

application/json

Bodyapplication/json

示例

{
    "candidates": [
        {
            "content": {
                "role": "string",
                "parts": [
                    {}
                ]
            },
            "finishReason": "string",
            "safetyRatings": [
                {}
            ]
        }
    ],
    "usageMetadata": {
        "promptTokenCount": 0,
        "candidatesTokenCount": 0,
        "totalTokenCount": 0
    }
}

修改于 2026-05-07 08:35:00

常见问题及解决办法

Gemini聊天对话