Consultar com a API do Google Gemini

importante

A API Google Gemini é compatível apenas com modelos de fundação Gemini de pagamento por token e modelos externos. Para uma API unificada que funciona entre provedores, use a API de Respostas Abertas ou a API de Conclusão de Chat.

A API Google Gemini oferece compatibilidade nativa SDK AI do Google para modelos Gemini no Databricks. Use esta API quando precisar de um recurso específico do Gemini ou estiver migrando código existente SDK AI do Google.

Requisitos

Consulte os Requisitos.
Instale o pacote google-genai em seu compute.

Exemplos de consulta

nota

Os exemplos a seguir são baseados no Unity Gateway e em serviços de modelo. Se você usar endpoints de servindo modelo em vez de serviços de modelo, substitua o nome do serviço de modelo pelo nome do endpoint. Consulte Lista detalhada de modelos compatíveis com as APIs do Foundation Model do Databricks para ver uma lista de modelos de fundação disponíveis e os nomes dos serviços de modelo e dos Endpoint.

Os exemplos a seguir mostram como query um serviço de modelo pay-per-token de uma API do Foundation Model usando a Gemini API do Google.

Python
REST 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/ai-gateway/gemini",
        headers={
            "Authorization": f"Bearer {DATABRICKS_TOKEN}",
        },
    ),
)

response = client.models.generate_content(
    model="system.ai.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)

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/ai-gateway/gemini/v1beta/models/system.ai.gemini-3-1-pro:generateContent

Modelos suportados

modelos de fundação hospedados no Databricks

system.ai.databricks-gemini-4-argon
system.ai.gemini-3-5-flash-lite
system.ai.gemini-3-8-flash
system.ai.gemini-3-7-flash
system.ai.gemini-3-6-flash
system.ai.gemini-3-1-pro
system.ai.gemini-3-1-flash-lite
system.ai.gemini-3-flash

Modelos externos

provedor de modelos do Google

Tipos de entrada suportados

Os modelos Gemini no Databricks aceitam entradas de texto e imagem. A variante Pro (system.ai.gemini-3-1-pro) e as variantes Flash (system.ai.gemini-3-5-flash-lite, system.ai.gemini-3-1-flash-lite, system.ai.gemini-3-flash) também aceitam entradas de vídeo e áudio. Consulte query de modelos de áudio e vídeo para ver exemplos de solicitações de vídeo e áudio, e Query de modelos de visão para conhecer os requisitos de formato e tamanho de imagem. Para ver os tipos de entrada por modelo, consulte Lista detalhada de modelos suportados pelas APIs do Foundation Model do Databricks.

Requisitos​

Exemplos de consulta​

Modelos suportados​

modelos de fundação hospedados no Databricks​

Modelos externos​

Tipos de entrada suportados​

Recursos adicionais​