Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Viktigt!
Google Gemini-API:et är endast kompatibelt med Gemini pay per token foundation-modeller och externa modeller. För ett enhetligt API som fungerar mellan olika leverantörer använder du API:et Öppna svar eller API:et för chattavslut.
Google Gemini API tillhandahåller inbyggd Google AI SDK-kompatibilitet för Gemini-modeller i Azure Databricks. Använd det här API:et när du behöver geminispecifika funktioner eller migrerar befintlig Google AI SDK-kod.
Kravspecifikation
- Se kraven.
- Installera
google-genai-paketet på din dator.
Frågeexempel
I följande exempel visas hur du kör frågor mot en Foundation Model API-slutpunkt för betalning per token med hjälp av Google Gemini API.
python
from google import genai
from google.genai import types
import os
DATABRICKS_TOKEN = os.environ.get('DATABRICKS_TOKEN')
client = genai.Client(
api_key="databricks",
http_options=types.HttpOptions(
base_url="https://example.staging.cloud.databricks.com/serving-endpoints/gemini",
headers={
"Authorization": f"Bearer {DATABRICKS_TOKEN}",
},
),
)
response = client.models.generate_content(
model="databricks-gemini-3-1-pro",
contents=[
types.Content(
role="user",
parts=[types.Part(text="What is a mixture of experts model?")],
),
],
config=types.GenerateContentConfig(
max_output_tokens=256,
),
)
print(response.text)
REST API
curl \
-u token:$DATABRICKS_TOKEN \
-X POST \
-H "Content-Type: application/json" \
-d '{
"contents": [
{
"role": "user",
"parts": [{"text": "What is a mixture of experts model?"}]
}
],
"generationConfig": {
"maxOutputTokens": 256
}
}' \
https://<workspace_host>.databricks.com/serving-endpoints/gemini/v1beta/models/databricks-gemini-3-1-pro:generateContent
Modeller som stöds
Databricks-värdbaserade basmodeller
databricks-gemini-3-5-flash-litedatabricks-gemini-3-8-flashdatabricks-gemini-3-7-flashdatabricks-gemini-3-6-flashdatabricks-gemini-3-1-prodatabricks-gemini-3-1-flash-litedatabricks-gemini-3-flash
Externa modeller
- Google-modellleverantör
Indatatyper som stöds
Gemini-modeller på Azure Databricks acceptera text- och bildindata. Pro-varianten (databricks-gemini-3-1-pro) och Flash-varianterna (databricks-gemini-3-5-flash-lite, databricks-gemini-3-1-flash-lite, databricks-gemini-3-flash) accepterar också video- och ljudingångar. Se frågeljud- och videomodeller för exempel på video- och ljudbegäran och Frågevisionsmodeller för bildformat och storlekskrav. För inmatningstyper per modell, se Detaljerad lista över modeller som stöds av Databricks Foundation Model API:er.