콘텐츠 생성 - TokenLab

curl -X POST "https://api.tokenlab.sh/v1beta/models/gemini-2.5-pro:generateContent?key=sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [{"text": "Hello, Gemini!"}]
      }
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

import google.generativeai as genai

genai.configure(
    api_key="sk-your-api-key",
    transport="rest",
    client_options={"api_endpoint": "api.tokenlab.sh"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("Hello, Gemini!")

print(response.text)

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("sk-your-api-key", {
  baseUrl: "https://api.tokenlab.sh"
});

const model = genAI.getGenerativeModel({ model: "gemini-2.5-pro" });
const result = await model.generateContent("Hello, Gemini!");

console.log(result.response.text());

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "io"
    "net/http"
)

func main() {
    payload := map[string]interface{}{
        "contents": []map[string]interface{}{
            {
                "parts": []map[string]string{
                    {"text": "Hello, Gemini!"},
                },
            },
        },
        "generationConfig": map[string]interface{}{
            "temperature":    0.7,
            "maxOutputTokens": 1024,
        },
    }

    jsonData, _ := json.Marshal(payload)
    req, _ := http.NewRequest("POST",
        "https://api.tokenlab.sh/v1beta/models/gemini-2.5-pro:generateContent?key=sk-your-api-key",
        bytes.NewBuffer(jsonData))
    req.Header.Set("Content-Type", "application/json")

    client := &http.Client{}
    resp, _ := client.Do(req)
    defer resp.Body.Close()

    body, _ := io.ReadAll(resp.Body)
    fmt.Println(string(body))
}

<?php
$payload = [
    'contents' => [
        [
            'parts' => [
                ['text' => 'Hello, Gemini!']
            ]
        ]
    ],
    'generationConfig' => [
        'temperature' => 0.7,
        'maxOutputTokens' => 1024
    ]
];

$ch = curl_init('https://api.tokenlab.sh/v1beta/models/gemini-2.5-pro:generateContent?key=sk-your-api-key');

curl_setopt_array($ch, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_POST => true,
    CURLOPT_HTTPHEADER => [
        'Content-Type: application/json'
    ],
    CURLOPT_POSTFIELDS => json_encode($payload)
]);

$response = curl_exec($ch);
curl_close($ch);

$data = json_decode($response, true);
echo $data['candidates'][0]['content']['parts'][0]['text'];

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {"text": "Hello! How can I assist you today?"}
        ]
      },
      "finishReason": "STOP",
      "safetyRatings": [
        {"category": "HARM_CATEGORY_HARASSMENT", "probability": "NEGLIGIBLE"}
      ]
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 5,
    "candidatesTokenCount": 10,
    "totalTokenCount": 15
  }
}

TokenLab는 Gemini 모델에 대해 네이티브 Google Gemini API 형식을 지원합니다. 이를 통해 Google AI SDK와 직접적인 호환이 가능합니다.

경로 파라미터

model

string

필수

모델 이름 (예: gemini-2.5-pro, gemini-3.5-flash).프로덕션 통합에서는 공개 fileData URL이 있는 URL 기반 file_data / https 미디어 파트를 선호하세요. TokenLab는 가능한 경우 지원되는 Gemini 네이티브 채널을 네이티브 경로로 라우팅하고, 해당 멀티모달 요청에 대해 네이티브 사용 가능 경로를 사용할 수 없으면 호환 가능한 내부 변환 경로로 자동 폴백합니다.

쿼리 파라미터

key

string

API 키 (헤더 인증의 대안).

인증

Gemini 엔드포인트는 여러 인증 방법을 지원합니다:

?key=YOUR_API_KEY 쿼리 파라미터
x-goog-api-key: YOUR_API_KEY 헤더
Authorization: Bearer YOUR_API_KEY 헤더

요청 본문

contents

array

필수

대화 내용.각 콘텐츠 객체는 다음을 포함합니다:

role (string): user 또는 model
parts (array): 콘텐츠 part. TokenLab는 현재 다음을 지원합니다:
- 텍스트 part: { "text": "..." }
- 인라인 미디어 part: inlineData / inline_data
- URL 기반 파일 part: fileData / file_data

미디어 part의 경우 TokenLab는 현재 이미지, 오디오, 비디오 MIME type을 받아 Gemini 호환 모델 세부정보을 통해 전달합니다.user와 model 역할 값은 대소문자를 구분하지 않고 정규화됩니다. application/octet-stream의 inlineData / inline_data는 TokenLab가 지원되는 이미지 또는 비디오 바이트로 식별할 수 있을 때만 허용되며, 그렇지 않으면 라우팅 전에 실패합니다. 네이티브 이미지 출력 요청에서는 Google search/maps 도구 계열만 허용되고, 지원되지 않는 도구 조합은 upstream 재시도 전에 실패합니다.

systemInstruction

object

모델을 위한 시스템 지침.

generationConfig

object

생성 설정:

temperature (number): 샘플링 온도
topP (number): Nucleus 샘플링 확률
topK (integer): Top-K 샘플링
maxOutputTokens (integer): 최대 출력 토큰 수
stopSequences (array): 중단 시퀀스
candidateCount (integer): 비스트리밍 생성의 후보 수입니다. 스트리밍 요청에서는 생략하거나 1로 유지해야 합니다.
responseModalities (array): 호환되는 네이티브 경로에서 요청하는 출력 모달리티입니다.
responseMimeType (string): text/plain 또는 application/json 같은 출력 MIME 타입입니다.
responseSchema (object): responseMimeType가 JSON을 요청할 때 사용하는 구조화 출력용 JSON schema입니다.
thinkingConfig / thinking_config (object): 호환 모델의 thinking budget 옵션입니다.

safetySettings

array

안전 필터 설정.

응답

candidates

array

생성된 콘텐츠 후보.

usageMetadata

object

토큰 사용 정보.

curl -X POST "https://api.tokenlab.sh/v1beta/models/gemini-2.5-pro:generateContent?key=sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [{"text": "Hello, Gemini!"}]
      }
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

import google.generativeai as genai

genai.configure(
    api_key="sk-your-api-key",
    transport="rest",
    client_options={"api_endpoint": "api.tokenlab.sh"}
)

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("Hello, Gemini!")

print(response.text)

import { GoogleGenerativeAI } from "@google/generative-ai";

const genAI = new GoogleGenerativeAI("sk-your-api-key", {
  baseUrl: "https://api.tokenlab.sh"
});

const model = genAI.getGenerativeModel({ model: "gemini-2.5-pro" });
const result = await model.generateContent("Hello, Gemini!");

console.log(result.response.text());

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "io"
    "net/http"
)

func main() {
    payload := map[string]interface{}{
        "contents": []map[string]interface{}{
            {
                "parts": []map[string]string{
                    {"text": "Hello, Gemini!"},
                },
            },
        },
        "generationConfig": map[string]interface{}{
            "temperature":    0.7,
            "maxOutputTokens": 1024,
        },
    }

    jsonData, _ := json.Marshal(payload)
    req, _ := http.NewRequest("POST",
        "https://api.tokenlab.sh/v1beta/models/gemini-2.5-pro:generateContent?key=sk-your-api-key",
        bytes.NewBuffer(jsonData))
    req.Header.Set("Content-Type", "application/json")

    client := &http.Client{}
    resp, _ := client.Do(req)
    defer resp.Body.Close()

    body, _ := io.ReadAll(resp.Body)
    fmt.Println(string(body))
}

<?php
$payload = [
    'contents' => [
        [
            'parts' => [
                ['text' => 'Hello, Gemini!']
            ]
        ]
    ],
    'generationConfig' => [
        'temperature' => 0.7,
        'maxOutputTokens' => 1024
    ]
];

$ch = curl_init('https://api.tokenlab.sh/v1beta/models/gemini-2.5-pro:generateContent?key=sk-your-api-key');

curl_setopt_array($ch, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_POST => true,
    CURLOPT_HTTPHEADER => [
        'Content-Type: application/json'
    ],
    CURLOPT_POSTFIELDS => json_encode($payload)
]);

$response = curl_exec($ch);
curl_close($ch);

$data = json_decode($response, true);
echo $data['candidates'][0]['content']['parts'][0]['text'];

멀티모달 입력 예시

Gemini 멀티모달 요청에서는 미디어를 contents[].parts[] 안에 넣고, 인라인 바이트 또는 URL 기반 파일 참조 중 하나를 사용합니다. 현재 공개 Gemini 계약에서 지원하는 미디어 카테고리:

이미지
오디오
비디오

인라인 미디어는 inlineData 또는 inline_data 를 사용하고 Base64 인코딩된 파일 바이트를 전달합니다. URL 미디어는 fileData 또는 file_data 를 사용하고 공개적으로 접근 가능한 https URL을 전달합니다.

이미지 입력 예시

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "이 이미지를 설명해 주세요." },
        {
          "inlineData": {
            "mimeType": "image/jpeg",
            "data": "/9j/4AAQSkZJRgABAQ..."
          }
        }
      ]
    }
  ]
}

오디오 입력 예시

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "이 오디오를 전사하고 요약해 주세요." },
        {
          "file_data": {
            "mime_type": "audio/mpeg",
            "file_uri": "https://example.com/sample.mp3"
          }
        }
      ]
    }
  ]
}

비디오 입력 예시

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "이 비디오를 간단히 설명해 주세요." },
        {
          "fileData": {
            "mimeType": "video/mp4",
            "fileUri": "https://example.com/sample.mp4"
          }
        }
      ]
    }
  ]
}

{
  "candidates": [
    {
      "content": {
        "role": "model",
        "parts": [
          {"text": "Hello! How can I assist you today?"}
        ]
      },
      "finishReason": "STOP",
      "safetyRatings": [
        {"category": "HARM_CATEGORY_HARASSMENT", "probability": "NEGLIGIBLE"}
      ]
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 5,
    "candidatesTokenCount": 10,
    "totalTokenCount": 15
  }
}

비디오 입력 예시

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "Please describe this video." },
        {
          "fileData": {
            "mimeType": "video/mp4",
            "fileUri": "https://example.com/demo.mp4"
          }
        }
      ]
    }
  ]
}

오디오 입력 예시

{
  "contents": [
    {
      "role": "user",
      "parts": [
        { "text": "Please describe this audio." },
        {
          "fileData": {
            "mimeType": "audio/mpeg",
            "fileUri": "https://example.com/demo.mp3"
          }
        }
      ]
    }
  ]
}

모델 정보 가져오기 콘텐츠 생성 스트리밍

​경로 파라미터

​쿼리 파라미터

​인증

​요청 본문

​응답

​멀티모달 입력 예시

​이미지 입력 예시

​오디오 입력 예시

​비디오 입력 예시

​비디오 입력 예시

​오디오 입력 예시

경로 파라미터

쿼리 파라미터

인증

요청 본문

응답

멀티모달 입력 예시

이미지 입력 예시

오디오 입력 예시

비디오 입력 예시

비디오 입력 예시

오디오 입력 예시