重要
Google Gemini API 仅兼容于按令牌计费的 Gemini 基础模型和外部模型。 对于可跨不同提供方使用的统一 API,请使用 Open Responses API 或 Chat Completions API。
Google Gemini API 提供与 Azure Databricks 上 Gemini 模型的 Google AI SDK 的本地兼容性。 如果需要 Gemini 特定的功能或迁移现有的 Google AI SDK 代码,请使用此 API。
要求
- 请参阅 要求。
- 在
google-genai计算设备上安装该包。
查询示例
Note
以下示例基于 Unity Gateway 和模型服务。 如果使用模型服务终结点而不是模型服务,请将模型服务名称替换为终结点名称。 请参阅 Databricks 基础模型 API 支持的模型详细列表 ,了解可用的基础模型及其模型服务和端点名称。
以下示例展示了如何使用Google Gemini API查询Foundation Model API按代币付费模型服务。
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
支持的模型
Databricks 托管的基础模型
system.ai.gemini-4-carbonsystem.ai.databricks-gemini-4-argonsystem.ai.gemini-3-5-flash-litesystem.ai.gemini-3-8-flashsystem.ai.gemini-3-7-flashsystem.ai.gemini-3-6-flashsystem.ai.gemini-3-1-prosystem.ai.gemini-3-1-flash-litesystem.ai.gemini-3-flash
外部模型
- Google 模型提供程序
支持的输入类型
Azure Databricks上的双子座模型接受文本和图像输入。 Pro版本(system.ai.gemini-3-1-pro)和Flash版本(system.ai.gemini-3-5-flash-lite, system.ai.gemini-3-1-flash-lite, system.ai.gemini-3-flash)也支持视频和音频输入。 有关视频和音频请求示例,请参阅 查询音频和视频模型 ,以及查询图像格式和大小要求的 视觉模型 。 关于每个模型的输入类型,请参见 Databricks Foundation Model API支持的详细模型列表。