Formato nativo de Gemini

curl --request POST \
  --url https://api.apimart.ai/v1beta/models/gemini-2.5-pro:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Hello, please introduce yourself"
        }
      ]
    }
  ]
}'

{
  "code": 200,
  "data": {
    "candidates": [
      {
        "content": {
          "role": "model",
          "parts": [
            {
              "text": "Hello! I'm pleased to introduce myself.\n\nI am a large language model, trained and developed by Google..."
            }
          ]
        },
        "finishReason": "STOP",
        "index": 0,
        "safetyRatings": [
          {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "probability": "NEGLIGIBLE"
          }
        ]
      }
    ],
    "promptFeedback": {
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        }
      ]
    ]
  },
  "usageMetadata": {
    "promptTokenCount": 4,
    "candidatesTokenCount": 611,
    "totalTokenCount": 2422,
    "thoughtsTokenCount": 1807,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 4
      }
    ]
  }
}

POST

v1beta

models

{model}

{method}

curl --request POST \
  --url https://api.apimart.ai/v1beta/models/gemini-2.5-pro:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Hello, please introduce yourself"
        }
      ]
    }
  ]
}'

{
  "code": 200,
  "data": {
    "candidates": [
      {
        "content": {
          "role": "model",
          "parts": [
            {
              "text": "Hello! I'm pleased to introduce myself.\n\nI am a large language model, trained and developed by Google..."
            }
          ]
        },
        "finishReason": "STOP",
        "index": 0,
        "safetyRatings": [
          {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "probability": "NEGLIGIBLE"
          }
        ]
      }
    ],
    "promptFeedback": {
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        }
      ]
    ]
  },
  "usageMetadata": {
    "promptTokenCount": 4,
    "candidatesTokenCount": 611,
    "totalTokenCount": 2422,
    "thoughtsTokenCount": 1807,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 4
      }
    ]
  }
}

curl --request POST \
  --url https://api.apimart.ai/v1beta/models/gemini-2.5-pro:generateContent \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Hello, please introduce yourself"
        }
      ]
    }
  ]
}'

{
  "code": 200,
  "data": {
    "candidates": [
      {
        "content": {
          "role": "model",
          "parts": [
            {
              "text": "Hello! I'm pleased to introduce myself.\n\nI am a large language model, trained and developed by Google..."
            }
          ]
        },
        "finishReason": "STOP",
        "index": 0,
        "safetyRatings": [
          {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "probability": "NEGLIGIBLE"
          }
        ]
      }
    ],
    "promptFeedback": {
      "safetyRatings": [
        {
          "category": "HARM_CATEGORY_HATE_SPEECH",
          "probability": "NEGLIGIBLE"
        }
      ]
    ]
  },
  "usageMetadata": {
    "promptTokenCount": 4,
    "candidatesTokenCount": 611,
    "totalTokenCount": 2422,
    "thoughtsTokenCount": 1807,
    "promptTokensDetails": [
      {
        "modality": "TEXT",
        "tokenCount": 4
      }
    ]
  }
}

Autorizaciones

Authorization

string

requerido

Todos los endpoints de la API requieren autenticación mediante Bearer TokenObtenga su API Key:Visite la página de gestión de API Keys para obtener su API KeyAñádala al encabezado de la solicitud:

Authorization: Bearer YOUR_API_KEY

Parámetros de ruta

model

string

requerido

Nombre del modeloLos ejemplos utilizan gemini-2.5-pro, que puede reemplazar por otros modelos Gemini admitidos:

gemini-2.5-flash - Gemini 2.5 Flash
gemini-2.5-pro - Gemini 2.5 Pro
gemini-2.5-flash-lite - Gemini 2.5 Flash Lite
gemini-2.5-pro-thinking - Gemini 2.5 Pro con razonamiento profundo

method

enum<string>

requerido

Método de generación (recomendado: generateContent para empezar rápidamente):

generateContent: Espera la respuesta completa y la devuelve de una sola vez
streamGenerateContent: Respuesta en streaming, devuelve el contenido por fragmentos

Opciones disponibles: generateContent, streamGenerateContent

Body

contents

array

requerido

Lista de contenidos de la conversaciónSe requiere un mínimo de 1 mensaje

Mostrar Estructura del objeto contents

role

string

requerido

Tipo de rol:

user: Mensaje del usuario
model: Respuesta del modelo (utilizado en el historial de conversación)

parts

array

requerido

Partes del contenido del mensaje

Mostrar Estructura del objeto parts

text

string

Contenido de texto

inlineData

object

Datos en línea (para entrada multimodal)

Mostrar Propiedades de inlineData

mimeType

string

Tipo MIME, por ejemplo image/jpeg, image/png

data

string

Datos codificados en Base64

Ejemplo:

[
  {
    "role": "user",
    "parts": [{ "text": "Hello, please introduce yourself" }]
  }
]

generationConfig

object

Configuración de generación (opcional)

Mostrar Propiedades de generationConfig

temperature

number

Controla la aleatoriedad de la salida, rango 0.0-2.0

Los valores más bajos hacen la salida más determinística
Los valores más altos hacen la salida más aleatoria

Valor por defecto: 1.0

maxOutputTokens

integer

Número máximo de tokens a generarLos distintos modelos tienen límites máximos diferentes

topP

number

Parámetro de muestreo por núcleo (nucleus sampling), rango 0.0-1.0Controla la masa de probabilidad considerada durante el muestreo

topK

integer

Parámetro de muestreo Top-KMuestrea solo los K tokens más probables en cada paso

stopSequences

array

Lista de secuencias de paradaDetiene la generación cuando se encuentran estas secuencias

safetySettings

array

Configuraciones de seguridad (opcional)

Mostrar Estructura del objeto safetySettings

Respuesta

candidates

array

Lista de respuestas candidatas

Mostrar Estructura del objeto candidates

content

object

Contenido generado

Mostrar Propiedades de content

role

string

Rol, normalmente model

parts

array

Lista de partes del contenido

Mostrar Objeto parts

text

string

Contenido textual generado

finishReason

string

Motivo de finalización:

STOP: Finalización normal
MAX_TOKENS: Se alcanzó el límite máximo de tokens
SAFETY: Se detuvo por motivos de seguridad
RECITATION: Se detuvo por recitación
OTHER: Otros motivos

index

integer

Índice de la respuesta candidata

safetyRatings

array

Lista de calificaciones de seguridad

Mostrar Objeto safetyRatings

Documentation Index

​Autorizaciones

​Parámetros de ruta

​Body

​Respuesta

Autorizaciones

Parámetros de ruta

Body

Respuesta