Fråga med Google Gemini API

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-lite
  • databricks-gemini-3-8-flash
  • databricks-gemini-3-7-flash
  • databricks-gemini-3-6-flash
  • databricks-gemini-3-1-pro
  • databricks-gemini-3-1-flash-lite
  • databricks-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.

Ytterligare resurser