> ## Documentation Index
> Fetch the complete documentation index at: https://docs.dgrid.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Reconnaissance média Gemini
> Gemini-native generateContent interface for text chat, multimodal media recognition (images, audio, video), speech synthesis, and image generation with structured parts. Use `generationConfig` to request specific response modalities such as speech (`speechConfig`) or images (`imageConfig`).
Cette page utilise la même opération `generateContent` que [Générer du contenu (Gemini)](/fr/api-reference/chat/generate-content), avec le playground ci-dessus prérempli pour un chat en texte brut. Les notes ci-dessous décrivent les champs multimodaux natifs Gemini que vous pouvez ajouter à `contents[].parts` pour analyser des images, de l'audio, de la vidéo ou des médias mixtes dans une seule requête.
Chaque part peut transporter des données inline (octets encodés en base64 plus un type MIME) en plus d'instructions textuelles, ce qui permet au modèle de raisonner sur plusieurs modalités en un seul appel.
### Champs de requête natifs Gemini
Les champs génériques `contents` et `generationConfig` affichés dans le playground acceptent la forme imbriquée suivante pour la reconnaissance multimodale :
| Champ | Type | Requis | Description |
| ---------------------------------------- | ------ | ------ | --------------------------------------------------------------------------------- |
| `contents[].role` | string | Non | Rôle du tour, par exemple `user`. |
| `contents[].parts` | array | Oui | Liste ordonnée des parts de contenu (texte et/ou média inline). |
| `contents[].parts[].text` | string | Non | Instruction textuelle ou question pour le modèle. |
| `contents[].parts[].inlineData` | object | Non | Charge utile média inline pour la compréhension d'image, d'audio ou de vidéo. |
| `contents[].parts[].inlineData.mimeType` | string | Non | Type MIME des données inline, par exemple `image/jpeg`, `audio/mp3`, `video/mp4`. |
| `contents[].parts[].inlineData.data` | string | Non | Octets média encodés en base64. |
Vous pouvez mélanger plusieurs parts dans un même tour, par exemple une part `text` contenant l'instruction, suivie d'une ou plusieurs parts `inlineData` contenant les médias à analyser.
### Exemple : analyser une image
```json theme={null}
{
"contents": [
{
"role": "user",
"parts": [
{ "text": "Describe what is happening in this image." },
{
"inlineData": {
"mimeType": "image/jpeg",
"data": ""
}
}
]
}
]
}
```
### Champs de réponse
La réponse suit la forme standard `generateContent`. Les champs les plus pertinents pour la reconnaissance média sont :
Réponses candidates renvoyées par le modèle.
Objet de contenu généré.
Rôle renvoyé dans le bloc de contenu généré, généralement `model`.
Parts de contenu renvoyées, généralement du texte décrivant le média analysé.
Chaîne indiquant la raison de fin, par exemple `STOP`.
Résultats d'évaluation de sécurité.
Métadonnées de comptabilité des tokens, notamment `promptTokenCount`, `candidatesTokenCount` et `totalTokenCount`. Les médias inline (images, audio, vidéo) consomment des tokens de prompt en plus des éventuelles parts textuelles.
### Exemple de réponse
```json 200 theme={null}
{
"candidates": [
{
"content": {
"role": "model",
"parts": [
{ "text": "The image shows a golden retriever sitting on a grassy lawn." }
]
},
"finishReason": "STOP",
"safetyRatings": []
}
],
"usageMetadata": {
"promptTokenCount": 264,
"candidatesTokenCount": 18,
"totalTokenCount": 282
}
}
```
## OpenAPI
````yaml api-reference/openapi.json POST /v1/models/{model}:generateContent
openapi: 3.1.0
info:
title: DGrid AI Gateway API
description: >-
A single, unified API to access 200+ leading AI models. OpenAI-, Claude-,
and Gemini-compatible endpoints for chat, completions, embeddings, images,
audio, and moderations.
version: 1.0.0
contact:
name: DGrid AI
url: https://dgrid.ai
servers:
- url: https://api.dgrid.ai
description: DGrid AI Gateway
security:
- bearerAuth: []
paths:
/v1/models/{model}:generateContent:
post:
tags:
- Chat
summary: Generate content (Gemini)
description: >-
Gemini-native generateContent interface for text chat, multimodal media
recognition (images, audio, video), speech synthesis, and image
generation with structured parts. Use `generationConfig` to request
specific response modalities such as speech (`speechConfig`) or images
(`imageConfig`).
operationId: generateContent
parameters:
- name: model
in: path
required: true
schema:
type: string
description: Target model ID, such as `gemini-1.5-pro`.
requestBody:
required: true
content:
application/json:
schema:
type: object
properties:
contents:
type: array
description: Input content array with role and parts.
items:
type: object
properties:
role:
type: string
description: Content role.
parts:
type: array
description: Content parts (text, inline data, media).
items:
type: object
generationConfig:
type: object
description: Generation configuration.
properties:
responseModalities:
type: array
items:
type: string
description: >-
Requested response modalities, such as `TEXT`, `AUDIO`,
or `IMAGE`.
speechConfig:
type: object
description: Speech configuration for audio output.
properties:
voiceConfig:
type: object
properties:
prebuiltVoiceConfig:
type: object
properties:
voiceName:
type: string
description: Voice preset name.
imageConfig:
type: object
description: Image configuration for image output.
properties:
aspectRatio:
type: string
description: Aspect ratio.
imageSize:
type: string
description: Image size.
example:
contents:
- role: user
parts:
- text: Hello from DGrid.
responses:
'200':
description: Generated content candidates.
content:
application/json:
schema:
type: object
properties:
candidates:
type: array
description: Candidate responses returned by the model.
items:
type: object
properties:
content:
type: object
description: Generated content object.
properties:
role:
type: string
description: Role in the generated content block.
parts:
type: array
description: Returned content parts.
items:
type: object
finishReason:
type: string
description: Finish reason string.
safetyRatings:
type: array
description: Safety evaluation results.
items:
type: object
usageMetadata:
type: object
description: Token accounting metadata.
properties:
promptTokenCount:
type: integer
candidatesTokenCount:
type: integer
totalTokenCount:
type: integer
'400':
$ref: '#/components/responses/BadRequest'
components:
responses:
BadRequest:
description: Invalid request.
content:
application/json:
schema:
$ref: '#/components/schemas/Error'
schemas:
Error:
type: object
properties:
error:
type: object
properties:
message:
type: string
type:
type: string
param:
type: string
code:
type: string
securitySchemes:
bearerAuth:
type: http
scheme: bearer
description: >-
Your DGrid API key. All endpoints use `Authorization: Bearer
`.
````