Abfrage mit der Google Gemini-API

Von Bedeutung

Die Google Gemini-API ist nur mit Gemini Pay pro Token Foundation Modellen und externen Modellen kompatibel. Verwenden Sie für eine einheitliche API, die anbieterübergreifend funktioniert, die Api für offene Antworten oder die Chatabschluss-API.

Die Google Gemini-API bietet native Google AI SDK-Kompatibilität für Gemini-Modelle auf Azure Databricks. Verwenden Sie diese API, wenn Sie Gemini-spezifische Features benötigen oder vorhandenen Google AI SDK-Code migrieren.

Anforderungen

  • Siehe Anforderungen.
  • Installieren Sie das google-genai Paket auf Ihrem Computer.

Abfragebeispiele

Notiz

Die folgenden Beispiele basieren auf Unity Gateway und Modelldiensten. Wenn Sie anstelle von Modelldiensten Endpunkte für die Modellbereitstellung verwenden, ersetzen Sie den Modelldienstnamen durch einen Endpunktnamen. Siehe Detaillierte Liste der von Databricks Foundation Model APIs unterstützten Modelle für eine Liste verfügbarer Foundation-Modelle sowie deren Modell-Service- und Endpunktnamen.

Die folgenden Beispiele zeigen, wie man einen Foundation Model API Pay-per-Token-Modelldienst mit der Google Gemini API abfragt.

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)

REST API

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

Unterstützte Modelle

Von Databricks gehostete Foundation-Modelle

  • 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

Externe Modelle

  • Google-Modellanbieter

Unterstützte Eingabetypen

Gemini-Modelle auf Azure Databricks Text- und Bildeingaben akzeptieren. Die Pro-Variante (system.ai.gemini-3-1-pro) und die Flash-Varianten (system.ai.gemini-3-5-flash-lite, system.ai.gemini-3-1-flash-lite, system.ai.gemini-3-flash) akzeptieren ebenfalls Video- und Audioeingänge. Siehe Audio- und Videomodelle abfragen für Beispielanfragen für Video und Audio sowie Vision-Modelle abfragen für Anforderungen an Bildformat und -größe. Für Eingabetypen pro Modell siehe Detaillierte Liste der von Databricks Foundation Model APIs unterstützten Modelle.

Weitere Ressourcen

  • Zuletzt aktualisiert um