A geração multimodal precisa ser alcançada de duas maneiras:
1. interfaces compatíveis com a OpenAI::
existirchat.completions.createA solicitação adiciona ofilesParâmetros:{
"model": "gemini-2.5-pro",
"messages": [{"role": "user", "content": "描述图片内容"}],
"files": ["image.jpg"]
}
2. API nativa do Gemini::
existirgenerateContentOs pontos de extremidade criam solicitações de várias partes:"parts": [
{"text": "描述这张图片"},
{"file_data": {"mime_type": "image/jpeg", "file_uri": "image.jpg"}}
]
Detalhes técnicos:
- Suporte a JPEG/PNG e outros formatos comuns
- Faça upload de até 10 MB de conteúdo em uma única solicitação
- A imagem será codificada como base64 antes de ser transferida
Essa resposta foi extraída do artigogeminicli2api: Ferramenta proxy para converter a CLI do Gemini em APIs compatíveis com OpenAIO
