Skip to main content
プラットフォームは、OpenAI chat/completions プロトコルおよび Gemini ネイティブプロトコルを使用した Gemini モデルへのアクセスをサポートしています。 以下の例はいずれも非 Stream モードを使用しています。Stream モードが必要な場合は、Path を /gemini/v1/models/:streamGenerateContent に変更してください。

クイックスタート

OpenAI プロトコルの思考制御

プラットフォームは、OpenAI chat/completions リクエストの reasoning_effort パラメータを Gemini thinking パラメータに変換します。 ⚠️ OpenAI の標準値ではない disable/none を使用して、思考プロセスをオフにできます

各モデルのデフォルト設定

⚠️ Gemini 2.5 Pro では思考を無効化できません。reasoning_effort: none は最小 thinkingBudget 128 に変換されます ⚠️ thinkingBudget は Gemini 2.5 Flash、2.5 Pro、2.5 Flash-Lite でのみサポートされています。プロンプトによっては、モデルが token 予算を上回る、または下回る場合があります。

サーバーサイドツールの使用

Google Search を利用することで、Gemini モデルをリアルタイムのウェブコンテンツと関連付け、利用可能なすべての言語をサポートできます。これにより、Gemini はより正確な回答を提供し、知識カットオフ日以降の検証可能なソースを引用できるようになります。
結果例は以下のとおりです。OpenAI プロトコルでは、非標準フィールド gemini_grounding_metadata から Grounding 情報を取得できます。

Code Execution

Gemini はコード実行ツールを提供しており、モデルが Python コードを生成して実行できるようにします。その後、モデルはコード実行結果に基づいて反復的に学習し、最終的な出力を得ることができます。
結果例は以下のとおりです。OpenAI プロトコルでは、コードとコード実行結果は content に表示されます。Gemini プロトコルでは、コードは executableCode フィールドに、実行結果は codeExecutionResult フィールドに、要約は text フィールドに表示されます。

URL context

URL context ツールを使用すると、URL の形式でモデルに追加のコンテキストを提供できます。 リクエストに URL を追加すると、モデルはそれらのウェブページ内のコンテンツにアクセスし、回答の情報源として利用することで回答品質を向上させます。
レスポンス例は以下のとおりです