Gemini 미디어 인식

Generate content (Gemini)

curl --request POST \
  --url https://api.dgrid.ai/v1/models/{model}:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Hello from DGrid."
        }
      ]
    }
  ]
}
'

import requests

url = "https://api.dgrid.ai/v1/models/{model}:generateContent"

payload = { "contents": [
        {
            "role": "user",
            "parts": [{ "text": "Hello from DGrid." }]
        }
    ] }
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({contents: [{role: 'user', parts: [{text: 'Hello from DGrid.'}]}]})
};

fetch('https://api.dgrid.ai/v1/models/{model}:generateContent', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://api.dgrid.ai/v1/models/{model}:generateContent"

	payload := strings.NewReader("{\n  \"contents\": [\n    {\n      \"role\": \"user\",\n      \"parts\": [\n        {\n          \"text\": \"Hello from DGrid.\"\n        }\n      ]\n    }\n  ]\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://api.dgrid.ai/v1/models/{model}:generateContent")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"contents\": [\n    {\n      \"role\": \"user\",\n      \"parts\": [\n        {\n          \"text\": \"Hello from DGrid.\"\n        }\n      ]\n    }\n  ]\n}")
  .asString();

{
  "candidates": [
    {
      "content": {
        "role": "<string>",
        "parts": [
          {}
        ]
      },
      "finishReason": "<string>",
      "safetyRatings": [
        {}
      ]
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 123,
    "candidatesTokenCount": 123,
    "totalTokenCount": 123
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

POST

models

{model}

:generateContent

Generate content (Gemini)

curl --request POST \
  --url https://api.dgrid.ai/v1/models/{model}:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Hello from DGrid."
        }
      ]
    }
  ]
}
'

import requests

url = "https://api.dgrid.ai/v1/models/{model}:generateContent"

payload = { "contents": [
        {
            "role": "user",
            "parts": [{ "text": "Hello from DGrid." }]
        }
    ] }
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

const options = {
  method: 'POST',
  headers: {Authorization: 'Bearer <token>', 'Content-Type': 'application/json'},
  body: JSON.stringify({contents: [{role: 'user', parts: [{text: 'Hello from DGrid.'}]}]})
};

fetch('https://api.dgrid.ai/v1/models/{model}:generateContent', options)
  .then(res => res.json())
  .then(res => console.log(res))
  .catch(err => console.error(err));

package main

import (
	"fmt"
	"strings"
	"net/http"
	"io"
)

func main() {

	url := "https://api.dgrid.ai/v1/models/{model}:generateContent"

	payload := strings.NewReader("{\n  \"contents\": [\n    {\n      \"role\": \"user\",\n      \"parts\": [\n        {\n          \"text\": \"Hello from DGrid.\"\n        }\n      ]\n    }\n  ]\n}")

	req, _ := http.NewRequest("POST", url, payload)

	req.Header.Add("Authorization", "Bearer <token>")
	req.Header.Add("Content-Type", "application/json")

	res, _ := http.DefaultClient.Do(req)

	defer res.Body.Close()
	body, _ := io.ReadAll(res.Body)

	fmt.Println(string(body))

}

HttpResponse<String> response = Unirest.post("https://api.dgrid.ai/v1/models/{model}:generateContent")
  .header("Authorization", "Bearer <token>")
  .header("Content-Type", "application/json")
  .body("{\n  \"contents\": [\n    {\n      \"role\": \"user\",\n      \"parts\": [\n        {\n          \"text\": \"Hello from DGrid.\"\n        }\n      ]\n    }\n  ]\n}")
  .asString();

{
  "candidates": [
    {
      "content": {
        "role": "<string>",
        "parts": [
          {}
        ]
      },
      "finishReason": "<string>",
      "safetyRatings": [
        {}
      ]
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 123,
    "candidatesTokenCount": 123,
    "totalTokenCount": 123
  }
}

{
  "error": {
    "message": "<string>",
    "type": "<string>",
    "param": "<string>",
    "code": "<string>"
  }
}

이 페이지는 콘텐츠 생성 (Gemini)과 동일한 generateContent 작업을 사용하며, 위의 플레이그라운드에는 일반 텍스트 채팅이 미리 입력되어 있습니다. 아래 내용은 단일 요청에서 이미지, 오디오, 비디오 또는 혼합 미디어를 분석하기 위해 contents[].parts에 추가할 수 있는 Gemini 네이티브 멀티모달 필드를 설명합니다.

각 파트는 텍스트 지시와 함께 인라인 데이터(base64로 인코딩된 바이트와 MIME 유형)를 포함할 수 있어, 모델이 한 번의 호출로 여러 모달리티에 걸쳐 추론할 수 있습니다.

Gemini 네이티브 요청 필드

플레이그라운드에 표시되는 일반적인 contents 및 generationConfig 필드는 멀티모달 인식을 위해 다음과 같은 중첩 구조를 허용합니다.

필드	유형	필수	설명
`contents[].role`	string	아니요	턴의 역할입니다 (예: `user`).
`contents[].parts`	array	예	콘텐츠 파트(텍스트 및/또는 인라인 미디어)의 순서가 있는 목록입니다.
`contents[].parts[].text`	string	아니요	모델에 대한 텍스트 지시 또는 질문입니다.
`contents[].parts[].inlineData`	object	아니요	이미지, 오디오 또는 비디오 이해를 위한 인라인 미디어 페이로드입니다.
`contents[].parts[].inlineData.mimeType`	string	아니요	인라인 데이터의 MIME 유형입니다 (예: `image/jpeg`, `audio/mp3`, `video/mp4`).
`contents[].parts[].inlineData.data`	string	아니요	base64로 인코딩된 미디어 바이트입니다.

하나의 턴에서 여러 파트를 혼합할 수 있습니다 — 예를 들어 지시 사항이 담긴 text 파트 다음에 분석할 미디어를 담은 하나 이상의 inlineData 파트를 추가할 수 있습니다.

예시: 이미지 분석

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "Describe what is happening in this image." },
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "<base64-encoded-image-bytes>"
          }
        }
      ]
    }
  ]
}

응답 필드

응답은 표준 generateContent 형식을 따릅니다. 미디어 인식과 가장 관련 있는 필드는 다음과 같습니다.

array

모델이 반환한 후보 응답입니다.

표시 candidate properties

object

생성된 콘텐츠 객체입니다.

표시 content properties

string

생성된 콘텐츠 블록에서 반환되는 역할로, 일반적으로 model입니다.

array

반환된 콘텐츠 파트로, 일반적으로 분석된 미디어를 설명하는 텍스트입니다.

string

종료 이유 문자열입니다 (예: STOP).

array

안전성 평가 결과입니다.

object

promptTokenCount, candidatesTokenCount, totalTokenCount를 포함한 토큰 사용 메타데이터입니다. 인라인 미디어(이미지, 오디오, 비디오)는 텍스트 파트와 별도로 추가적인 프롬프트 토큰을 소비합니다.

응답 예시

200

{
  "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
  }
}

인증

Authorization

string

header

필수

Your DGrid API key. All endpoints use Authorization: Bearer <DGRID_API_KEY>.

경로 매개변수

model

string

필수

Target model ID, such as gemini-1.5-pro.

본문

application/json

contents

object[]

Input content array with role and parts.

Show child attributes

generationConfig

object

Generation configuration.

Show child attributes

응답

Generated content candidates.

candidates

object[]

Candidate responses returned by the model.

Show child attributes

usageMetadata

object

Token accounting metadata.

Show child attributes

콘텐츠 생성 (Gemini)

완성 생성

시작하기

모델 API

API 키 관리

X402 API

Gemini 네이티브 요청 필드

예시: 이미지 분석

응답 필드

응답 예시

인증

경로 매개변수

본문

응답

​Gemini 네이티브 요청 필드

​예시: 이미지 분석

​응답 필드

​응답 예시

인증

경로 매개변수

본문

응답

Gemini 네이티브 요청 필드

예시: 이미지 분석

응답 필드

응답 예시