query with the Google Gemini API

important

The Google Gemini API est uniquement compatible avec les modèles de fondation Gemini de paiement par jeton et les modèles externes. Pour une API unifiée qui fonctionne sur tous les fournisseurs, utilisez l'API Open Responses ou l'API Chat Completions.

L'API Google Gemini offre une compatibilité native du SDK Google AI pour les modèles Gemini sur Databricks. Utilisez cette API lorsque vous avez besoin de fonctionnalités spécifiques à Gemini ou que vous migrez un code SDK Google AI existant.

Exigences

• Consultez Exigences.
• Installez le package google-genai sur votre compute.

Exemples de query

Les exemples suivants montrent comment interroger un Endpoint d'API de modèle de fondation à paiement par jeton à l'aide de la Google Gemini API.

Python

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-2-5-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

Bash

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-2-5-pro:generateContent

Modèles pris en charge

Modèles de fondation hébergés par Databricks

• databricks-gemini-3-6-flash
• databricks-gemini-3-1-pro
• databricks-gemini-3-1-flash-lite
• databricks-gemini-3-flash
• databricks-gemini-2-5-pro
• databricks-gemini-2-5-flash

Modèles externes

• Fournisseur de modèle Google

Types d'entrée pris en charge

Les modèles Gemini sur Databricks acceptent les entrées de texte et d'image. Les variantes Pro (databricks-gemini-3-1-pro, databricks-gemini-2-5-pro) et les variantes Flash (databricks-gemini-3-1-flash-lite, databricks-gemini-3-flash, databricks-gemini-2-5-flash) acceptent également les entrées vidéo et audio. Consultez query audio and video models pour des exemples de requêtes vidéo et audio, et Query vision models pour les exigences de format et de taille d'image. Pour les types d'entrée par modèle, consultez modèles de fondation hébergés par Databricks disponibles dans les APIs de modèle de fondation.

Ressources supplémentaires

• query a chat model.
• Modèles de fondation hébergés par Databricks disponibles dans les API Foundation Model.