Skip to main content
La plateforme prend en charge l’accès aux modèles Gemini via le protocole OpenAI chat/completions et le protocole natif Gemini. Les exemples ci-dessous utilisent tous le mode non Stream. Si vous avez besoin du mode Stream, remplacez simplement le Path par /gemini/v1/models/:streamGenerateContent.

Démarrage rapide

Contrôle du raisonnement avec le protocole OpenAI

La plateforme convertit le paramètre reasoning_effort des requêtes OpenAI chat/completions en paramètres thinking de Gemini. ⚠️ Les valeurs non standard OpenAI disable/none peuvent être utilisées pour désactiver le processus de raisonnement

Paramètres par défaut selon le modèle

⚠️ Il n’est pas possible de désactiver le raisonnement pour Gemini 2.5 Pro ; reasoning_effort: none sera converti en thinkingBudget minimal de 128 ⚠️ thinkingBudget est uniquement pris en charge dans Gemini 2.5 Flash, 2.5 Pro et 2.5 Flash-Lite. Selon le prompt, le modèle peut dépasser ou rester en dessous du budget de tokens.

Utilisation des outils côté serveur

Grâce à Google Search, vous pouvez relier les modèles Gemini à du contenu Web en temps réel, avec prise en charge de toutes les langues disponibles. Gemini peut ainsi fournir des réponses plus précises et citer des sources vérifiables postérieures à la date limite de ses connaissances.
Un exemple de résultat est présenté ci-dessous. Avec le protocole OpenAI, les informations de Grounding sont disponibles dans le champ non standard gemini_grounding_metadata.

Code Execution

Gemini fournit un outil d’exécution de code qui permet au modèle de générer et d’exécuter du code Python. Le modèle peut ensuite apprendre de manière itérative à partir des résultats d’exécution du code jusqu’à obtenir la sortie finale.
Un exemple de résultat est présenté ci-dessous. Pour le protocole OpenAI, le code et les résultats d’exécution du code apparaîtront dans content. Pour le protocole Gemini, le code se trouve dans le champ executableCode, le résultat d’exécution dans le champ codeExecutionResult, et le résumé dans le champ text.

URL context

À l’aide de l’outil URL context, vous pouvez fournir davantage de contexte au modèle sous forme d’URL. En ajoutant des URL à la requête, le modèle consultera le contenu de ces pages Web afin d’éclairer sa réponse et d’en améliorer la qualité.
Exemple de réponse :