Geminiネイティブ（テキスト）

curl --request POST \
  --url 'https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent' \
  --header 'Authorization: Bearer sk-xxxxxxxxxx' \
  --header 'Content-Type: application/json' \
  --data '{
    "contents": [
      {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

import google.generativeai as genai

genai.configure(
    api_key="sk-xxxxxxxxxx",
    transport="rest",
    client_options={"api_endpoint": "https://api.mixroute.ai"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("Explain artificial intelligence in one sentence")
print(response.text)

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("sk-xxxxxxxxxx");
const model = genAI.getGenerativeModel(
  { model: "gemini-2.5-pro" },
  { baseUrl: "https://api.mixroute.ai/v1beta" }
);

const result = await model.generateContent("Explain artificial intelligence in one sentence");
console.log(result.response.text());

<?php
$client = new GuzzleHttp\Client();
$response = $client->post('https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent', [
    'headers' => [
        'Authorization' => 'Bearer sk-xxxxxxxxxx',
        'Content-Type' => 'application/json',
    ],
    'json' => [
        'contents' => [
            ['role' => 'user', 'parts' => [['text' => 'Explain artificial intelligence in one sentence']]]
        ],
        'generationConfig' => [
            'temperature' => 0.7,
            'maxOutputTokens' => 1024
        ]
    ]
]);
echo $response->getBody();

package main

import (
    "bytes"
    "encoding/json"
    "net/http"
)

func main() {
    payload := map[string]interface{}{
        "contents": []map[string]interface{}{
            {"role": "user", "parts": []map[string]string{{"text": "Explain artificial intelligence in one sentence"}}},
        },
        "generationConfig": map[string]interface{}{
            "temperature": 0.7,
            "maxOutputTokens": 1024,
        },
    }
    body, _ := json.Marshal(payload)
    req, _ := http.NewRequest("POST", "https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent", bytes.NewBuffer(body))
    req.Header.Set("Authorization", "Bearer sk-xxxxxxxxxx")
    req.Header.Set("Content-Type", "application/json")
    http.DefaultClient.Do(req)
}

import java.net.http.*;
import java.net.URI;

HttpClient client = HttpClient.newHttpClient();
String json = """
    {
      "contents": [
        {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
      ],
      "generationConfig": {
        "temperature": 0.7,
        "maxOutputTokens": 1024
      }
    }
    """;
HttpRequest request = HttpRequest.newBuilder()
    .uri(URI.create("https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent"))
    .header("Authorization", "Bearer sk-xxxxxxxxxx")
    .header("Content-Type", "application/json")
    .POST(HttpRequest.BodyPublishers.ofString(json))
    .build();
HttpResponse<String> response = client.send(request, HttpResponse.BodyHandlers.ofString());
System.out.println(response.body());

require 'net/http'
require 'json'

uri = URI('https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent')
http = Net::HTTP.new(uri.host, uri.port)
http.use_ssl = true

request = Net::HTTP::Post.new(uri)
request['Authorization'] = 'Bearer sk-xxxxxxxxxx'
request['Content-Type'] = 'application/json'
request.body = {
  contents: [
    { role: 'user', parts: [{ text: 'Explain artificial intelligence in one sentence' }] }
  ],
  generationConfig: {
    temperature: 0.7,
    maxOutputTokens: 1024
  }
}.to_json

response = http.request(request)
puts response.body

{
  "candidates": [
    {
      "content": {
        "parts": [{"text": "Artificial intelligence is a discipline that studies how to make computers simulate and implement human intelligence."}],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0,
      "safetyRatings": []
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 20,
    "totalTokenCount": 30
  },
  "modelVersion": "gemini-2.5-pro"
}

POST

v1beta

models

{model}

:generateContent

curl --request POST \
  --url 'https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent' \
  --header 'Authorization: Bearer sk-xxxxxxxxxx' \
  --header 'Content-Type: application/json' \
  --data '{
    "contents": [
      {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

import google.generativeai as genai

genai.configure(
    api_key="sk-xxxxxxxxxx",
    transport="rest",
    client_options={"api_endpoint": "https://api.mixroute.ai"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("Explain artificial intelligence in one sentence")
print(response.text)

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("sk-xxxxxxxxxx");
const model = genAI.getGenerativeModel(
  { model: "gemini-2.5-pro" },
  { baseUrl: "https://api.mixroute.ai/v1beta" }
);

const result = await model.generateContent("Explain artificial intelligence in one sentence");
console.log(result.response.text());

<?php
$client = new GuzzleHttp\Client();
$response = $client->post('https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent', [
    'headers' => [
        'Authorization' => 'Bearer sk-xxxxxxxxxx',
        'Content-Type' => 'application/json',
    ],
    'json' => [
        'contents' => [
            ['role' => 'user', 'parts' => [['text' => 'Explain artificial intelligence in one sentence']]]
        ],
        'generationConfig' => [
            'temperature' => 0.7,
            'maxOutputTokens' => 1024
        ]
    ]
]);
echo $response->getBody();

package main

import (
    "bytes"
    "encoding/json"
    "net/http"
)

func main() {
    payload := map[string]interface{}{
        "contents": []map[string]interface{}{
            {"role": "user", "parts": []map[string]string{{"text": "Explain artificial intelligence in one sentence"}}},
        },
        "generationConfig": map[string]interface{}{
            "temperature": 0.7,
            "maxOutputTokens": 1024,
        },
    }
    body, _ := json.Marshal(payload)
    req, _ := http.NewRequest("POST", "https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent", bytes.NewBuffer(body))
    req.Header.Set("Authorization", "Bearer sk-xxxxxxxxxx")
    req.Header.Set("Content-Type", "application/json")
    http.DefaultClient.Do(req)
}

import java.net.http.*;
import java.net.URI;

HttpClient client = HttpClient.newHttpClient();
String json = """
    {
      "contents": [
        {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
      ],
      "generationConfig": {
        "temperature": 0.7,
        "maxOutputTokens": 1024
      }
    }
    """;
HttpRequest request = HttpRequest.newBuilder()
    .uri(URI.create("https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent"))
    .header("Authorization", "Bearer sk-xxxxxxxxxx")
    .header("Content-Type", "application/json")
    .POST(HttpRequest.BodyPublishers.ofString(json))
    .build();
HttpResponse<String> response = client.send(request, HttpResponse.BodyHandlers.ofString());
System.out.println(response.body());

require 'net/http'
require 'json'

uri = URI('https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent')
http = Net::HTTP.new(uri.host, uri.port)
http.use_ssl = true

request = Net::HTTP::Post.new(uri)
request['Authorization'] = 'Bearer sk-xxxxxxxxxx'
request['Content-Type'] = 'application/json'
request.body = {
  contents: [
    { role: 'user', parts: [{ text: 'Explain artificial intelligence in one sentence' }] }
  ],
  generationConfig: {
    temperature: 0.7,
    maxOutputTokens: 1024
  }
}.to_json

response = http.request(request)
puts response.body

{
  "candidates": [
    {
      "content": {
        "parts": [{"text": "Artificial intelligence is a discipline that studies how to make computers simulate and implement human intelligence."}],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0,
      "safetyRatings": []
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 20,
    "totalTokenCount": 30
  },
  "modelVersion": "gemini-2.5-pro"
}

はじめに

Gemini Native APIは、Google Geminiのリクエスト・レスポンス形式を使用します。Googleの公式クライアント（google-generativeai SDKなど）や、Geminiのデータ構造を直接使用する必要がある場面に適しています。 OpenAI互換クライアント（OpenAI SDKなど）を使用する場合は、/v1/chat/completionsエンドポイントを使用してください。

OpenAI形式との違い

機能	Geminiネイティブ	OpenAI互換
メッセージ構造	`contents[].parts[]`	`messages[].content`
ロール名	`user` / `model`	`user` / `assistant`
ストリーミングパラメータ	URLパラメータ`?alt=sse`	ボディパラメータ`stream: true`
システムプロンプト	`systemInstruction`	`messages[0].role: "system"`
マルチモーダル	混合`parts[]`配列	混合`content[]`配列

APIエンドポイント

機能	メソッド	パス
テキスト生成（非ストリーミング）	POST	`/v1beta/models/{model}:generateContent`
テキスト生成（ストリーミング）	POST	`/v1beta/models/{model}:streamGenerateContent?alt=sse`
単一の埋め込み	POST	`/v1beta/models/{model}:embedContent`
バッチ埋め込み	POST	`/v1beta/models/{model}:batchEmbedContents`

認証

2つの認証方法に対応しています。

メソッド	ヘッダー	例
Bearer Token (Recommended)	`Authorization`	`Bearer sk-xxxxxxxxxx`
Google Style	`x-goog-api-key`	`sk-xxxxxxxxxx`

リクエストパラメーター

パラメーター	型	必須	説明
`contents`	array	はい	会話内容の配列
`generationConfig`	object	いいえ	生成設定
`safetySettings`	array	いいえ	安全性フィルターの設定
`systemInstruction`	object	いいえ	システム指示
`tools`	array	いいえ	ツールの定義（関数呼び出し、検索など）
`cachedContent`	string	いいえ	キャッシュ済みコンテンツの名前

generationConfigパラメータ

パラメーター	型	説明
`temperature`	number	ランダム性（0～2）
`topP`	number	Nucleusサンプリング（0～1）
`topK`	integer	Top-Kサンプリング
`maxOutputTokens`	integer	最大出力トークン数
`stopSequences`	array	停止シーケンス
`candidateCount`	integer	応答候補の数
`thinkingConfig`	object	推論モードの設定

基本的な例

cURL（非ストリーミング）
cURL（ストリーミング）
Python
Node.js

curl -X POST "https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

curl -X POST "https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:streamGenerateContent?alt=sse" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Write a poem about spring"}]}
    ],
    "generationConfig": {
      "temperature": 0.8,
      "maxOutputTokens": 2048
    }
  }'

import google.generativeai as genai

genai.configure(
    api_key="sk-xxxxxxxxxx",
    transport="rest",
    client_options={"api_endpoint": "https://api.mixroute.ai"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("Explain artificial intelligence in one sentence")
print(response.text)

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("sk-xxxxxxxxxx");

// Custom endpoint
const model = genAI.getGenerativeModel(
  { model: "gemini-2.5-pro" },
  { baseUrl: "https://api.mixroute.ai/v1beta" }
);

const result = await model.generateContent("Explain artificial intelligence in one sentence");
console.log(result.response.text());

高度な機能

思考モード

Gemini 2.5 ProとGemini 3 Proは思考モードに対応し、モデルが回答前に深い推論を行えます。Gemini 2.5 Pro - thinkingBudgetを使用：

{
  "contents": [{"role": "user", "parts": [{"text": "Solve this geometry problem step by step"}]}],
  "generationConfig": {
    "maxOutputTokens": 16384,
    "thinkingConfig": {
      "includeThoughts": true,
      "thinkingBudget": 8192
    }
  }
}

Gemini 3 Pro - thinkingLevelを使用:

{
  "contents": [{"role": "user", "parts": [{"text": "Explain the principles of quantum entanglement"}]}],
  "generationConfig": {
    "maxOutputTokens": 16384,
    "thinkingConfig": {
      "includeThoughts": true,
      "thinkingLevel": "MEDIUM"
    }
  }
}

パラメーター	対象モデル	オプション
`thinkingBudget`	Gemini 2.5 Pro	1～24576（トークン数）
`thinkingLevel`	Gemini 3 Pro	`LOW` / `MEDIUM` / `HIGH`

マルチモーダル入力

画像、音声、動画など、複数の入力形式に対応しています。画像入力（Base64）:

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "BASE64_ENCODED_IMAGE"
          }
        },
        {"text": "Describe the content of this image"}
      ]
    }
  ]
}

画像入力（URL）：

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "fileData": {
            "mimeType": "image/jpeg",
            "fileUri": "https://example.com/image.jpg"
          }
        },
        {"text": "What's in this image?"}
      ]
    }
  ]
}

対応するMIMEタイプ:

画像: image/jpeg、image/png、image/gif、image/webp
音声: audio/mp3、audio/wav、audio/aac
動画: video/mp4、video/webm
ドキュメント: application/pdf

関数呼び出し

{
  "contents": [{"role": "user", "parts": [{"text": "What's the weather like in Shanghai today?"}]}],
  "tools": [
    {
      "functionDeclarations": [
        {
          "name": "get_weather",
          "description": "Get weather information for a specified city",
          "parameters": {
            "type": "object",
            "properties": {
              "location": {
                "type": "string",
                "description": "City name"
              },
              "unit": {
                "type": "string",
                "enum": ["celsius", "fahrenheit"],
                "description": "Temperature unit"
              }
            },
            "required": ["location"]
          }
        }
      ]
    }
  ],
  "toolConfig": {
    "functionCallingConfig": {
      "mode": "AUTO"
    }
  }
}

関数呼び出しモード:

AUTO：呼び出すかどうかをモデルが自動的に判断
ANY: ツールの呼び出しを強制します
NONE: ツールの呼び出しを無効にします

Google検索（グラウンディング）

リアルタイム情報を取得するために、Google Searchを有効にします。

{
  "contents": [{"role": "user", "parts": [{"text": "What's the weather like in Beijing today?"}]}],
  "tools": [
    {
      "googleSearch": {}
    }
  ]
}

動的検索の設定:

{
  "contents": [{"role": "user", "parts": [{"text": "Latest AI news"}]}],
  "tools": [
    {
      "googleSearch": {
        "dynamicRetrievalConfig": {
          "mode": "MODE_DYNAMIC",
          "dynamicThreshold": 0.5
        }
      }
    }
  ]
}

ストリーミング出力

Pythonのストリーミング：

import google.generativeai as genai

genai.configure(
    api_key="sk-xxxxxxxxxx",
    transport="rest",
    client_options={"api_endpoint": "https://api.mixroute.ai"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content(
    "Write an article about artificial intelligence",
    stream=True
)

for chunk in response:
    print(chunk.text, end="", flush=True)

cURLのストリーミング：

curl -X POST "https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:streamGenerateContent?alt=sse" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "Tell me a story"}]}]
  }'

コンテキストキャッシュ

長いテキストや複数ターンの会話では、キャッシュによってトークン消費量を節約できます。キャッシュの作成：

curl -X POST "https://api.mixroute.ai/v1beta/cachedContents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "model": "models/gemini-2.5-pro",
    "displayName": "my-cache",
    "contents": [
      {
        "role": "user",
        "parts": [{"text": "This is a long document content..."}]
      }
    ],
    "ttl": "3600s"
  }'

キャッシュの使用:

{
  "cachedContent": "cachedContents/abc123",
  "contents": [
    {"role": "user", "parts": [{"text": "Based on the above document, summarize the key points"}]}
  ]
}

画像生成

Gemini 2.0 FlashまたはImagenモデルで画像を生成します。

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "Generate an image of a sunset at the beach"}]
    }
  ],
  "generationConfig": {
    "responseModalities": ["TEXT", "IMAGE"]
  }
}

Imagenモデル:

curl -X POST "https://api.mixroute.ai/v1beta/models/imagen-3.0-generate-002:predict" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "instances": [
      {"prompt": "A cute cat in the sunshine"}
    ],
    "parameters": {
      "sampleCount": 1
    }
  }'

埋め込みAPI

単一の埋め込み

curl -X POST "https://api.mixroute.ai/v1beta/models/text-embedding-004:embedContent" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "content": {
      "parts": [{"text": "This is text to be vectorized"}]
    }
  }'

レスポンス例：

{
  "embedding": {
    "values": [0.0123, -0.0456, 0.0789, ...]
  }
}

バッチ埋め込み

curl -X POST "https://api.mixroute.ai/v1beta/models/text-embedding-004:batchEmbedContents" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxx" \
  -d '{
    "requests": [
      {
        "model": "models/text-embedding-004",
        "content": {"parts": [{"text": "First text"}]}
      },
      {
        "model": "models/text-embedding-004",
        "content": {"parts": [{"text": "Second text"}]}
      }
    ]
  }'

レスポンス例：

{
  "embeddings": [
    {"values": [0.0123, -0.0456, ...]},
    {"values": [0.0234, -0.0567, ...]}
  ]
}

レスポンス形式

{
  "candidates": [
    {
      "content": {
        "parts": [{"text": "Response text"}],
        "role": "model"
      },
      "finishReason": "STOP",
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HARASSMENT",
          "probability": "NEGLIGIBLE"
        }
      ]
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 20,
    "totalTokenCount": 30
  }
}

エラー処理

HTTPステータス	エラーの種類	説明
400	INVALID_ARGUMENT	無効なリクエストパラメータ
401	UNAUTHENTICATED	APIキーが無効または未指定
403	PERMISSION_DENIED	このモデルへのアクセス権がありません
404	NOT_FOUND	モデルが見つかりません
429	RESOURCE_EXHAUSTED	レート制限を超過
500	INTERNAL	内部サーバーエラー

エラーレスポンスの例:

{
  "error": {
    "code": 400,
    "message": "Invalid value at 'contents[0].parts[0]'",
    "status": "INVALID_ARGUMENT"
  }
}

OpenAI形式との比較

機能	Geminiネイティブ	OpenAI互換
ベースURL	`https://api.mixroute.ai/v1beta`	`https://api.mixroute.ai/v1`
メッセージ構造	`contents[].parts[]`	`messages[].content`
ロール名	`user` / `model`	`user` / `assistant`
システムプロンプト	`systemInstruction`	`messages[0].role: "system"`
ストリーミングリクエスト	URLパラメータ`?alt=sse`	ボディパラメータ`stream: true`
温度の範囲	0-2	0-2
関数呼び出し	`tools[].functionDeclarations`	`tools[].function`
検索グラウンディング	`tools[].googleSearch`	未対応
思考モード	`thinkingConfig`	未対応

curl --request POST \
  --url 'https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent' \
  --header 'Authorization: Bearer sk-xxxxxxxxxx' \
  --header 'Content-Type: application/json' \
  --data '{
    "contents": [
      {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

import google.generativeai as genai

genai.configure(
    api_key="sk-xxxxxxxxxx",
    transport="rest",
    client_options={"api_endpoint": "https://api.mixroute.ai"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("Explain artificial intelligence in one sentence")
print(response.text)

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("sk-xxxxxxxxxx");
const model = genAI.getGenerativeModel(
  { model: "gemini-2.5-pro" },
  { baseUrl: "https://api.mixroute.ai/v1beta" }
);

const result = await model.generateContent("Explain artificial intelligence in one sentence");
console.log(result.response.text());

<?php
$client = new GuzzleHttp\Client();
$response = $client->post('https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent', [
    'headers' => [
        'Authorization' => 'Bearer sk-xxxxxxxxxx',
        'Content-Type' => 'application/json',
    ],
    'json' => [
        'contents' => [
            ['role' => 'user', 'parts' => [['text' => 'Explain artificial intelligence in one sentence']]]
        ],
        'generationConfig' => [
            'temperature' => 0.7,
            'maxOutputTokens' => 1024
        ]
    ]
]);
echo $response->getBody();

package main

import (
    "bytes"
    "encoding/json"
    "net/http"
)

func main() {
    payload := map[string]interface{}{
        "contents": []map[string]interface{}{
            {"role": "user", "parts": []map[string]string{{"text": "Explain artificial intelligence in one sentence"}}},
        },
        "generationConfig": map[string]interface{}{
            "temperature": 0.7,
            "maxOutputTokens": 1024,
        },
    }
    body, _ := json.Marshal(payload)
    req, _ := http.NewRequest("POST", "https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent", bytes.NewBuffer(body))
    req.Header.Set("Authorization", "Bearer sk-xxxxxxxxxx")
    req.Header.Set("Content-Type", "application/json")
    http.DefaultClient.Do(req)
}

import java.net.http.*;
import java.net.URI;

HttpClient client = HttpClient.newHttpClient();
String json = """
    {
      "contents": [
        {"role": "user", "parts": [{"text": "Explain artificial intelligence in one sentence"}]}
      ],
      "generationConfig": {
        "temperature": 0.7,
        "maxOutputTokens": 1024
      }
    }
    """;
HttpRequest request = HttpRequest.newBuilder()
    .uri(URI.create("https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent"))
    .header("Authorization", "Bearer sk-xxxxxxxxxx")
    .header("Content-Type", "application/json")
    .POST(HttpRequest.BodyPublishers.ofString(json))
    .build();
HttpResponse<String> response = client.send(request, HttpResponse.BodyHandlers.ofString());
System.out.println(response.body());

require 'net/http'
require 'json'

uri = URI('https://api.mixroute.ai/v1beta/models/gemini-2.5-pro:generateContent')
http = Net::HTTP.new(uri.host, uri.port)
http.use_ssl = true

request = Net::HTTP::Post.new(uri)
request['Authorization'] = 'Bearer sk-xxxxxxxxxx'
request['Content-Type'] = 'application/json'
request.body = {
  contents: [
    { role: 'user', parts: [{ text: 'Explain artificial intelligence in one sentence' }] }
  ],
  generationConfig: {
    temperature: 0.7,
    maxOutputTokens: 1024
  }
}.to_json

response = http.request(request)
puts response.body

{
  "candidates": [
    {
      "content": {
        "parts": [{"text": "Artificial intelligence is a discipline that studies how to make computers simulate and implement human intelligence."}],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0,
      "safetyRatings": []
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 20,
    "totalTokenCount": 30
  },
  "modelVersion": "gemini-2.5-pro"
}

人気モデル

OpenAI SDKの使い方

システムAPI

テキストシリーズ

意思決定モデル

埋め込みシリーズ

画像シリーズ

動画シリーズ

その他

Geminiネイティブ（テキスト）

はじめに

OpenAI形式との違い

APIエンドポイント

認証

リクエストパラメーター

generationConfigパラメータ

基本的な例

高度な機能

思考モード

マルチモーダル入力

関数呼び出し

Google検索（グラウンディング）

ストリーミング出力

コンテキストキャッシュ

画像生成

埋め込みAPI

単一の埋め込み

バッチ埋め込み

レスポンス形式

エラー処理

OpenAI形式との比較

​はじめに

​OpenAI形式との違い

​APIエンドポイント

​認証

​リクエストパラメーター

​generationConfigパラメータ

​基本的な例

​高度な機能

​思考モード

​マルチモーダル入力

​関数呼び出し

​Google検索（グラウンディング）

​ストリーミング出力

​コンテキストキャッシュ

​画像生成

​埋め込みAPI

​単一の埋め込み

​バッチ埋め込み

​レスポンス形式

​エラー処理

​OpenAI形式との比較

はじめに

OpenAI形式との違い

APIエンドポイント

認証

リクエストパラメーター

generationConfigパラメータ

基本的な例

高度な機能

思考モード

マルチモーダル入力

関数呼び出し

Google検索（グラウンディング）

ストリーミング出力

コンテキストキャッシュ

画像生成

埋め込みAPI

単一の埋め込み

バッチ埋め込み

レスポンス形式

エラー処理

OpenAI形式との比較