> ## 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.
# Gemini 미디어 인식
> 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`).
이 페이지는 [콘텐츠 생성 (Gemini)](/ko/api-reference/chat/generate-content)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[].parts`에 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
```json theme={null}
{
"contents": [
{
"role": "user",
"parts": [
{ "text": "Describe what is happening in this image." },
{
"inlineData": {
"mimeType": "image/jpeg",
"data": ""
}
}
]
}
]
}
```
### 응답 필드
응답은 표준 `generateContent` 형식을 따릅니다. 미디어 인식과 가장 관련 있는 필드는 다음과 같습니다.
모델이 반환한 후보 응답입니다.
생성된 콘텐츠 객체입니다.
생성된 콘텐츠 블록에서 반환되는 역할로, 일반적으로 `model`입니다.
반환된 콘텐츠 파트로, 일반적으로 분석된 미디어를 설명하는 텍스트입니다.
종료 이유 문자열입니다 (예: `STOP`).
안전성 평가 결과입니다.
`promptTokenCount`, `candidatesTokenCount`, `totalTokenCount`를 포함한 토큰 사용 메타데이터입니다. 인라인 미디어(이미지, 오디오, 비디오)는 텍스트 파트와 별도로 추가적인 프롬프트 토큰을 소비합니다.
### 응답 예시
```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
`.
````