Consulta con Google Gemini API

Important

La API de Google Gemini solo es compatible con los modelos base de pago por token y los modelos externos. Para una API unificada que funcione entre proveedores, use open Responses API o la API de finalizaciones de chat.

Google Gemini API proporciona compatibilidad nativa del SDK de Google AI para los modelos de Gemini en Azure Databricks. Use esta API cuando necesite características específicas de Gemini o migren el código existente del SDK de Google AI.

Requisitos

  • Vea Requisitos.
  • Instale el paquete google-genai en su computadora.

Ejemplos de consultas

Nota

Los siguientes ejemplos se basan en Unity Gateway y servicios modelo. Si usa puntos de conexión de servicio de modelos en lugar de servicios de modelo, reemplace el nombre del servicio de modelo por un nombre de punto de conexión. Consulte la lista detallada de modelos compatibles con las APIs de modelos fundacionales de Databricks para ver una lista de los modelos fundacionales disponibles y los nombres de sus servicios de modelos y puntos de conexión.

Los siguientes ejemplos muestran cómo consultar un servicio de modelo de pago por token de la API Foundation Model utilizando la API de Google Gemini.

Pitón

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

Modelos compatibles

Modelos de base hospedados en 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

  • Proveedor de modelos de Google

Tipos de entrada admitidos

Los modelos de Gemini en Azure Databricks aceptan entradas de texto e imagen. La variante Pro (system.ai.gemini-3-1-pro) y las variantes Flash (system.ai.gemini-3-5-flash-lite, system.ai.gemini-3-1-flash-lite, system.ai.gemini-3-flash) también aceptan entradas de vídeo y audio. Consulta consultar modelos de audio y vídeo para ver ejemplos de solicitudes de vídeo y audio, y consultar modelos de visión para conocer los requisitos de formato y tamaño de las imágenes. Para tipos de entrada por modelo, véase Lista detallada de modelos soportados por las APIs de modelos de Fundación de Databricks.

Recursos adicionales

  • Se actualizó por última vez el