Generate Content

Rufe Google-Gemini-Modelle über das native Gemini-Protokoll auf. OfoxAI ist mit dem Google GenAI SDK kompatibel.

Endpunkt


POST https://api.ofox.ai/gemini/v1beta/models/{model}:generateContent
POST https://api.ofox.ai/gemini/v1beta/models/{model}:streamGenerateContent

Authentifizierung

Das Gemini-Protokoll nutzt den Header x-goog-api-key:


x-goog-api-key: <Dein OFOXAI_API_KEY>

Beispielanfrage

cURL

Terminal


curl "https://api.ofox.ai/gemini/v1beta/models/google/gemini-3.1-flash-lite-preview:generateContent" \
  -H "x-goog-api-key: $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "parts": [{"text": "Implementiere einen einfachen Webserver in Python"}]
      }
    ]
  }'

Python

gemini_chat.py


from google import genai
 
client = genai.Client(
    api_key="<Dein OFOXAI_API_KEY>",
    http_options={"api_version": "v1beta", "base_url": "https://api.ofox.ai/gemini",}
)
 
response = client.models.generate_content(
    model="google/gemini-3.1-flash-lite-preview",
    contents="Implementiere einen einfachen Webserver in Python"
)
 
print(response.text)

TypeScript

gemini_chat.ts


import { GoogleGenAI } from '@google/genai'
 
const ai = new GoogleGenAI({
  apiKey: '<Dein OFOXAI_API_KEY>',
  httpOptions: {
    apiVersion: 'v1beta',
    baseUrl: 'https://api.ofox.ai/gemini',
  }
})
 
const response = await ai.models.generateContent({
  model: 'google/gemini-3.1-flash-lite-preview',
  contents: 'Implementiere einen einfachen Webserver in Python'
})
 
console.log(response.text)

Streaming-Antwort

Python

gemini_stream.py


response = client.models.generate_content_stream(
    model="google/gemini-3.1-flash-lite-preview",
    contents="Schreibe einen Artikel über KI"
)
 
for chunk in response:
    print(chunk.text, end="", flush=True)

Multimodale Eingabe

Gemini unterstützt nativ multimodale Eingaben, darunter Bilder, Audio und Video:


import base64
 
# Bildanalyse
with open("photo.jpg", "rb") as f:
    image_data = base64.b64encode(f.read()).decode()
 
response = client.models.generate_content(
    model="google/gemini-3.1-flash-lite-preview",
    contents=[
        {"text": "Beschreibe den Inhalt dieses Bildes"},
        {"inline_data": {"mime_type": "image/jpeg", "data": image_data}}
    ]
)

Bilder generieren und bearbeiten

Im nativen Gemini-Protokoll übernimmt der einzelne Endpunkt generateContent sowohl die Bildgenerierung (text → image) als auch die Bildbearbeitung (image + text → image). Empfohlenes Modell: google/gemini-3.1-flash-image-preview.


POST https://api.ofox.ai/gemini/v1beta/models/google/gemini-3.1-flash-image-preview:generateContent

Du kannst dasselbe Modell auch über den OpenAI-kompatiblen Endpunkt zum Generieren nutzen, die Bildbearbeitung ist jedoch ausschließlich im nativen Gemini-Protokoll verfügbar.

Generierung: text → image

Python

gen.py


from google import genai
 
client = genai.Client(
    api_key="YOUR_OFOX_API_KEY",
    http_options={"api_version": "v1beta", "base_url": "https://api.ofox.ai/gemini"},
)
 
resp = client.models.generate_content(
    model="google/gemini-3.1-flash-image-preview",
    contents="A simple red apple on a white table, photorealistic",
)
 
for part in resp.candidates[0].content.parts:
    if part.inline_data and part.inline_data.data:
        with open("output.png", "wb") as f:
            f.write(part.inline_data.data)
        break

TypeScript

gen.ts


import { GoogleGenAI } from '@google/genai'
import fs from 'node:fs'
 
const ai = new GoogleGenAI({
  apiKey: 'YOUR_OFOX_API_KEY',
  httpOptions: { apiVersion: 'v1beta', baseUrl: 'https://api.ofox.ai/gemini' },
})
 
const resp = await ai.models.generateContent({
  model: 'google/gemini-3.1-flash-image-preview',
  contents: 'A simple red apple on a white table, photorealistic',
})
 
for (const part of resp.candidates![0].content!.parts!) {
  if (part.inlineData?.data) {
    fs.writeFileSync('output.png', Buffer.from(part.inlineData.data, 'base64'))
    break
  }
}

cURL

Terminal


curl -X POST 'https://api.ofox.ai/gemini/v1beta/models/google/gemini-3.1-flash-image-preview:generateContent' \
  -H 'x-goog-api-key: YOUR_OFOX_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "contents": [
      { "parts": [{ "text": "A simple red apple on a white table, photorealistic" }] }
    ]
  }'

Tatsächliches Ergebnis:

Über das native Gemini-Protokoll generierter roter Apfel

Bearbeitung: image + text → image

Lege das Originalbild zusammen mit der Textanweisung als inlineData in parts:

Python

edit.py


from google import genai
from google.genai import types
 
client = genai.Client(
    api_key="YOUR_OFOX_API_KEY",
    http_options={"api_version": "v1beta", "base_url": "https://api.ofox.ai/gemini"},
)
 
with open("apple.png", "rb") as f:
    image_bytes = f.read()
 
resp = client.models.generate_content(
    model="google/gemini-3.1-flash-image-preview",
    contents=[
        "Mach den Apfel grün, lass alles andere unverändert",
        types.Part.from_bytes(data=image_bytes, mime_type="image/png"),
    ],
)
 
for part in resp.candidates[0].content.parts:
    if part.inline_data and part.inline_data.data:
        with open("apple_edited.png", "wb") as out:
            out.write(part.inline_data.data)
        break

TypeScript

edit.ts


import { GoogleGenAI } from '@google/genai'
import fs from 'node:fs'
 
const ai = new GoogleGenAI({
  apiKey: 'YOUR_OFOX_API_KEY',
  httpOptions: { apiVersion: 'v1beta', baseUrl: 'https://api.ofox.ai/gemini' },
})
 
const imageBase64 = fs.readFileSync('apple.png').toString('base64')
 
const resp = await ai.models.generateContent({
  model: 'google/gemini-3.1-flash-image-preview',
  contents: [{
    parts: [
      { text: 'Mach den Apfel grün, lass alles andere unverändert' },
      { inlineData: { mimeType: 'image/png', data: imageBase64 } },
    ],
  }],
})
 
for (const part of resp.candidates![0].content!.parts!) {
  if (part.inlineData?.data) {
    fs.writeFileSync('apple_edited.png', Buffer.from(part.inlineData.data, 'base64'))
    break
  }
}

cURL

Terminal


IMG_B64=$(base64 -i apple.png)
 
curl -X POST 'https://api.ofox.ai/gemini/v1beta/models/google/gemini-3.1-flash-image-preview:generateContent' \
  -H 'x-goog-api-key: YOUR_OFOX_API_KEY' \
  -H 'Content-Type: application/json' \
  -d "{
    \"contents\": [{
      \"parts\": [
        { \"text\": \"Mach den Apfel grün, lass alles andere unverändert\" },
        { \"inlineData\": { \"mimeType\": \"image/png\", \"data\": \"$IMG_B64\" } }
      ]
    }]
  }"

Direkter Vergleich:

Original	Nach Bearbeitung

Antwort


{
  "candidates": [{
    "content": {
      "role": "model",
      "parts": [
        { "text": "...", "thought": true },
        { "inlineData": { "mimeType": "image/png", "data": "<Bild Base64>" } }
      ]
    },
    "finishReason": "STOP"
  }],
  "modelVersion": "google/gemini-3.1-flash-image-preview",
  "usageMetadata": {
    "promptTokenCount": 1097,
    "candidatesTokenCount": 1120,
    "thoughtsTokenCount": 1306,
    "totalTokenCount": 3523,
    "candidatesTokensDetails": [
      { "modality": "IMAGE", "tokenCount": 1120 }
    ]
  }
}

Das Bild steht in candidates[0].content.parts[].inlineData.data als Base64-String
In parts können mehrere text-Einträge mit thought: true (Gedankengang) auftauchen — beim Iterieren ausschließlich inlineData verwenden
In usageMetadata.candidatesTokensDetails gibt der tokenCount mit modality: IMAGE den Tokenverbrauch der Bildausgabe an

Unterstützte Modelle

Die folgende Tabelle führt nur gängige Vertreter auf, die vollständige Liste verfügbarer Modelle findest du unter:

Programmatische Schnittstelle: GET /gemini/v1beta/models — fragt in Echtzeit ab, welche Modelle für dein Konto im Gateway verfügbar sind
Browser-Seite: Modellkatalog — visuelle Suche inklusive Preisen

Modell	Beschreibung
`google/gemini-3.1-pro-preview`	Gemini 3.1 Pro — stärkste Reasoning-Leistung
`google/gemini-3-pro-preview`	Gemini 3 Pro — ausgewogene Leistung
`google/gemini-3.1-flash-lite-preview`	Gemini 3 Flash — hohe Geschwindigkeit, hervorragendes Preis-Leistungs-Verhältnis
`google/gemini-3.1-flash-image-preview`	Gemini Flash Image — Bildgenerierung und -bearbeitung

Das Gemini-Protokoll von OfoxAI unterstützt die wichtigsten Funktionen des Google GenAI SDK, darunter Function Calling, Code Execution, Grounding sowie Bildgenerierung und -bearbeitung.