POST/v1beta/models/gemini-2.5-pro:streamGenerateContent

Gemini：思考等级、预算与摘要

区分 Gemini 3 的 thinkingLevel 与 Gemini 2.5 的 thinkingBudget。

API Key application/json

功能与适用场景

复杂推理可以投入更多计算并返回思考摘要。thinkingLevel 控制程度，includeThoughts 控制摘要请求，两者用途不同。

支持模型与组合

示例 gemini-3.8-flash 使用 high。3.1 Pro 使用 low / medium / high；2.5 Pro/Flash 改为预算字段，不同时提交两套设置。

第一步：设置鉴权

使用青云TOP API 的 API Key：Authorization: Bearer YOUR_API_KEY。替换占位符，保留 Bearer 后的空格。无需厂商 API Key。

第二步：调用模型

POST https://top.qingyuntop.ai/v1beta/models/gemini-3.8-flash:streamGenerateContent?alt=sse

请求为 application/json。

Request

请求

/v1beta/models/gemini-2.5-pro:streamGenerateContent

Body

必填

Bodyobject

contentsarray必填

必填，顶层 content 数组。role 使用 user / model，parts 保持原始顺序；下一轮重新发送历史。

元素object

数组元素。

partsarray<object>

每条 content 必填。文本 {text:...}；媒体 {inlineData:{mimeType,data}}；一张图片一个 part，顺序影响引用。

元素object

数组元素。

textstring

model（路径）string必填

必填，在 /v1beta/models/{model}:动作中填写；generateContent 请求体无需重复 model。

systemInstructionobject

选填，顶层。parts 中填写文本指令，不放入 generationConfig。

partsarray<object>

元素object

数组元素。

generationConfigobject

选填，顶层对象。输出长度、采样、结构化格式、思考和语音设置分别放在对象对应子字段。

maxOutputTokensinteger

选填，正整数，无统一默认。限制输出 token，思考也占用预算；示例 4096。

thinkingConfigobject

thinkingLevelstring

Gemini 3 的选填等级。示例 high；不要同时发送 thinkingBudget。可用等级随型号变化，切换型号时先核对模型说明。

thinkingBudgetinteger

Gemini 2.5 使用的选填 token 预算。Pro 为128–32768或-1动态；Flash 为0–24576或-1。Pro 不支持0关闭。Gemini 3 请改用 thinkingLevel。

includeThoughtsboolean

选填，示例 true，请求可公开的思考摘要。输出 thought=true 的内容与最终回答分开处理；不保证每次返回摘要。

temperaturenumber

topPnumber

topKinteger

stopSequencesarray<string>

元素string

数组元素。

safetySettingsarray<object>

选填字段；是否可用取决于当前模型和协议。

元素object

数组元素。

categorystring

thresholdstring

toolsarray<object>

选填，顶层工具数组。按本页选择 functionDeclarations、googleSearch、urlContext 或 codeExecution；名称区分大小写。

元素object

数组元素。

路径、查询与 Header 参数

参数	位置	类型	必填	说明	示例
`key`	Query	string	是	-	YOUR_API_KEY
`alt`	Query	string	否	-	sse
`Content-Type`	Header	string	是	-	application/json

请求示例application/json

set -euo pipefail
python3 - <<'PY'
import base64
import json
from pathlib import Path

payload = json.loads(r'''{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "设计一个最多重试3次的订单查询流程：分别处理超时、429和业务失败，解释如何避免重复扣费。"
        }
      ]
    }
  ],
  "generationConfig": {
    "thinkingConfig": {
      "thinkingLevel": "high",
      "includeThoughts": true
    },
    "maxOutputTokens": 8192
  },
  "systemInstruction": {
    "parts": [
      {
        "text": "以简洁、准确的中文回答。"
      }
    ]
  }
}''')
encoded = json.dumps(payload, ensure_ascii=False).encode("utf-8")
Path("request.json").write_bytes(encoded)
PY
curl --fail-with-body --connect-timeout 30 --max-time 600 --no-buffer "https://top.qingyuntop.ai/v1beta/models/gemini-3.8-flash:streamGenerateContent?alt=sse" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @request.json \
  --output stream.sse

Response

返回响应 `200`

HTTP 响应

响应 200object

常见错误与参考

将 thought=true 的文字与最终回答区分。签名是后续请求所需的不透明字段，不解码、不修改、不改成 thought_signature。

401：检查本站 API Key 和 Bearer 格式；403：确认此 Key 可用该模型；429：遵循 Retry-After 退避。超时或 5xx 时保留请求标识和脱敏错误，避免盲目重发；其他通用排查见聊天接入总览。

Google 官方 generateContent 示例。

Gemini：思考等级、预算与摘要

功能与适用场景

支持模型与组合

第一步：设置鉴权

第二步：调用模型

请求

Body

路径、查询与 Header 参数

返回响应 200

常见错误与参考

返回响应 `200`