Gemini Chat 思考模式 2

POST https://api.quickrouter.ai/v1/chat/completions 在线调试 →

▼ Authorization

在 Header 添加参数 Authorization，其值为 Bearer 之后拼接 Token

示例： Authorization: Bearer ********************

给定一个提示，该模型将返回一个或多个预测的完成，并且还可以返回每个位置的替代标记的概率。为提供的提示和参数创建完成官方文档：https://ai.google.dev/gemini-api/docs/text-generation?hl=zh-cn

请求参数

Header 参数

Content-Type string

必需

示例: application/json

Accept string

必需

示例: application/json

Authorization string

可选

示例: Bearer {{YOUR_API_KEY}}

Body 参数 application/json

model string

必需

要使用的模型的 ID。有关哪些模型可与聊天 API 一起使用的详细信息,请参阅模型端点兼容性表。

messages array [object]

必需

至今为止对话所包含的消息列表。Python 代码示例。

role string

可选

content string

可选

temperature integer

可选

使用什么采样温度，介于 0 和 2 之间。较高的值（如 0.8）将使输出更加随机，而较低的值（如 0.2）将使输出更加集中和确定。我们通常建议改变这个或top_p但不是两者。

top_p integer

可选

一种替代温度采样的方法，称为核采样，其中模型考虑具有 top_p 概率质量的标记的结果。所以 0.1 意味着只考虑构成前 10% 概率质量的标记。我们通常建议改变这个或temperature但不是两者。

n integer

可选

默认为 1 为每个输入消息生成多少个聊天补全选择。

stream boolean

可选

默认为 false 如果设置,则像在 ChatGPT 中一样会发送部分消息增量。标记将以仅数据的服务器发送事件的形式发送,这些事件在可用时,并在 data: [DONE] 消息终止流。Python 代码示例。

stop string

可选

默认为 null 最多 4 个序列,API 将停止进一步生成标记。

max_tokens integer

可选

默认为 inf 在聊天补全中生成的最大标记数。输入标记和生成标记的总长度受模型的上下文长度限制。计算标记的 Python 代码示例。

presence_penalty number

可选

-2.0 和 2.0 之间的数字。正值会根据到目前为止是否出现在文本中来惩罚新标记，从而增加模型谈论新主题的可能性。查看有关频率和存在惩罚的更多信息。

frequency_penalty number

可选

默认为 0 -2.0 到 2.0 之间的数字。正值根据文本目前的存在频率惩罚新标记,降低模型重复相同行的可能性。有关频率和存在惩罚的更多信息。

logit_bias null

可选

修改指定标记出现在补全中的可能性。接受一个 JSON 对象,该对象将标记(由标记器指定的标记 ID)映射到相关的偏差值(-100 到 100)。从数学上讲,偏差在对模型进行采样之前添加到模型生成的 logit 中。确切效果因模型而异,但-1 和 1 之间的值应减少或增加相关标记的选择可能性;如-100 或 100 这样的值应导致相关标记的禁用或独占选择。

user string

可选

代表您的最终用户的唯一标识符，可以帮助 OpenAI 监控和检测滥用行为。了解更多。

response_format object

可选

指定模型必须输出的格式的对象。将 { "type": "json_object" } 启用 JSON 模式,这可以确保模型生成的消息是有效的 JSON。重要提示:使用 JSON 模式时,还必须通过系统或用户消息指示模型生成 JSON。如果不这样做,模型可能会生成无休止的空白流,直到生成达到令牌限制,从而导致延迟增加和请求“卡住”的外观。另请注意,如果 finish_reason="length",则消息内容可能会被部分切断,这表示生成超过了 max_tokens 或对话超过了最大上下文长度。显示属性

seen integer

可选

此功能处于测试阶段。如果指定,我们的系统将尽最大努力确定性地进行采样,以便使用相同的种子和参数进行重复请求应返回相同的结果。不能保证确定性,您应该参考 system_fingerprint 响应参数来监控后端的更改。

tools array[string]

必需

模型可以调用的一组工具列表。目前,只支持作为工具的函数。使用此功能来提供模型可以为之生成 JSON 输入的函数列表。

tool_choice object

必需

控制模型调用哪个函数(如果有的话)。none 表示模型不会调用函数,而是生成消息。auto 表示模型可以在生成消息和调用函数之间进行选择。通过 {"type": "function", "function": {"name": "my_function"}} 强制模型调用该函数。如果没有函数存在,默认为 none。如果有函数存在,默认为 auto。显示可能的类型 { "messages": [ { "role": "user", "content": "你好呀?" } ], "model": "gemini-2.5-pro", "temperature": 0.1, "top_p": 1.0, "stream": true, "extra_body": { "google": { "thinking_config": { "include_thoughts": true, "thinkingBudget": 1024 } } } } 请求

示例

{
    "messages": [
        {
            "role": "user",
            "content": "你好呀?"
        }
    ],
    "model": "gemini-2.5-pro",
    "temperature": 0.1,
    "top_p": 1,
    "stream": true,
    "extra_body": {
        "google": {
            "thinking_config": {
                "include_thoughts": true,
                "thinkingBudget": 1024
            }
        }
    }
}

请求示例代码

curl --location --request POST 'https://api.quickrouter.ai/v1/chat/completions' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: application/json' \
--data-raw '{
  "messages": [
    {
      "role": "user",
      "content": "你好呀?"
    }
  ],
  "model": "gemini-2.5-pro",
  "temperature": 0.1,
  "top_p": 1,
  "stream": true,
  "extra_body": {
    "google": {
      "thinking_config": {
        "include_thoughts": true,
        "thinkingBudget": 1024
      }
    }
  }
}'

"var myHeaders = new Headers();\nmyHeaders.append(\"Accept\", \"application/json\");\nmyHeaders.append(\"Authorization\", \"Bearer YOUR_API_KEY\");\nmyHeaders.append(\"Content-Type\", \"application/json\");\n\nvar raw = JSON.stringify({\n   \"messages\": [\n      {\n         \"role\": \"user\",\n         \"content\": \"你好呀?\"\n      }\n   ],\n   \"model\": \"gemini-2.5-pro\",\n   \"temperature\": 0.1,\n   \"top_p\": 1,\n   \"stream\": true,\n   \"extra_body\": {\n      \"google\": {\n         \"thinking_config\": {\n            \"include_thoughts\": true,\n            \"thinkingBudget\": 1024\n         }\n      }\n   }\n});\n\nvar requestOptions = {\n   method: 'POST',\n   headers: myHeaders,\n   body: raw,\n   redirect: 'follow'\n};\n\nfetch(\"https://api.quickrouter.ai/v1/chat/completions\", requestOptions)\n   .then(response => response.text())\n   .then(result => console.log(result))\n   .catch(error => console.log('error', error));"

"import http.client\nimport json\n\nconn = http.client.HTTPSConnection(\"api.quickrouter.ai\")\npayload = json.dumps({\n   \"messages\": [\n      {\n         \"role\": \"user\",\n         \"content\": \"你好呀?\"\n      }\n   ],\n   \"model\": \"gemini-2.5-pro\",\n   \"temperature\": 0.1,\n   \"top_p\": 1,\n   \"stream\": True,\n   \"extra_body\": {\n      \"google\": {\n         \"thinking_config\": {\n            \"include_thoughts\": True,\n            \"thinkingBudget\": 1024\n         }\n      }\n   }\n})\nheaders = {\n   'Accept': 'application/json',\n   'Authorization': 'Bearer YOUR_API_KEY',\n   'Content-Type': 'application/json'\n}\nconn.request(\"POST\", \"/v1/chat/completions\", payload, headers)\nres = conn.getresponse()\ndata = res.read()\nprint(data.decode(\"utf-8\"))"

返回响应

响应参数 🟢 200 OK · application/json

id string

必需

object string

必需

created integer

必需

choices array [object]

必需

index integer

可选

message object

可选

finish_reason string

可选

usage object

必需

prompt_tokens integer

必需

completion_tokens integer

必需

total_tokens integer

必需

{ "id": "chatcmpl-123", "object": "chat.completion", "created": 1677652288, "choices": [ { "index": 0, "message": { "role": "assistant", "content": "\n\nHello there, how may I assist you today?" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 9, "completion_tokens": 12, "total_tokens": 21 } }

示例

{
    "id": "chatcmpl-123",
    "object": "chat.completion",
    "created": 1677652288,
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "\n\nHello there, how may I assist you today?"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 12,
        "total_tokens": 21
    }
}

Gemini Chat 思考模式 2

请求参数

请求示例代码

返回响应

相关文档