這很重要
Google Gemini API 僅相容於 Gemini 按代幣付費的基金會模型及外部模型。 若要建立跨供應商運作的統一 API,請使用 Open Responses API 或 聊天完成 API。
Google Gemini API 為 Azure Databricks 上的 Gemini 模型提供原生 Google AI SDK 相容性。 當你需要 Gemini 專屬功能或正在遷移現有的 Google AI SDK 程式碼時,請使用此 API。
需求
- 請參閱 需求。
- 在你的電腦上安裝這個
google-genai套件。
查詢範例
以下範例展示了如何使用 Google Gemini API 查詢 Foundation Model API 的按代幣付費端點。
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/serving-endpoints/gemini",
headers={
"Authorization": f"Bearer {DATABRICKS_TOKEN}",
},
),
)
response = client.models.generate_content(
model="databricks-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/serving-endpoints/gemini/v1beta/models/databricks-gemini-3-1-pro:generateContent
支援的模型
Databricks 託管的基礎模型
databricks-gemini-3-5-flash-litedatabricks-gemini-3-8-flashdatabricks-gemini-3-7-flashdatabricks-gemini-3-6-flashdatabricks-gemini-3-1-prodatabricks-gemini-3-1-flash-litedatabricks-gemini-3-flash
外部模型
- Google 模型提供者
支援的輸入類型
Gemini models 在 Azure Databricks 上接受文字和圖片輸入。 Pro 版本(databricks-gemini-3-1-pro)和 Flash 版本(databricks-gemini-3-5-flash-lite, databricks-gemini-3-1-flash-lite, databricks-gemini-3-flash)也支援視訊和音訊輸入。 請參閱 查詢音訊與視訊模型 以了解視訊與音訊請求範例,查詢 視覺模型 則需了解影像格式與大小需求。 關於每個模型的輸入類型,請參見 Databricks 基礎模型 API 支援的詳細模型清單。