Gemini 4 Argon
本页由 ModelFold 文档站根据上游官方 OpenAPI 文档同步生成。接口路径、参数、示例与官方保持一致;品牌与 API 域名已替换为 ModelFold。
接口
POST /gemini/v1/models/gemini-4-argon:streamGenerateContent
完整 URL: https://ai.modelfold.online/gemini/v1/models/gemini-4-argon:streamGenerateContent
鉴权:所有请求都需要
Authorization: Bearer <API_KEY>请求头。
WARNING
⚠️ 仅支持对话调用
该模型目前仅支持对话调用,暂未适配 Agent 场景。若将其接入 Agent 使用,可能会出现请求报错或结果异常。
Streaming Support
Gemini 端点使用 streamGenerateContent 返回流式结果。函数调用结果会出现在 candidates[].content.parts[].functionCall 中。
Streaming Response Format:
- Content-Type:text/event-stream。最后一个数据块带 usageMetadata 与 credits_consumed,随后是 data: [DONE]。
- 函数调用会在
parts[].functionCall中返回 - 思考输出可能通过
thoughtSignature和 usage 信息体现
Features
- 使用
contents进行标准对话。 - 使用
googleSearch启用联网搜索。 - 使用
functionDeclarations进行函数调用。 - 使用
generationConfig.thinkingConfig控制思考配置。
Request Notes
- 使用
contents作为主要输入字段。 - 使用
tools.googleSearch开启 Google Search。 - 使用
tools.functionDeclarations定义可调用函数。 - 使用
generationConfig.thinkingConfig控制思考输出与 thinking level。
Authentication
鉴权:请求头携带 Authorization: Bearer YOUR_API_KEY。
错误响应
错误以 HTTP 200 返回,响应体为 {"code": <int>, "msg": "<原因>"}。读取 choices/candidates 前请先判断 code(200 为成功)。
请求参数
请求体 (application/json)
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
contents | array<object> | 是 | Gemini 对话输入数组。 |
contents[].role | string | 是 | 内容角色。 可选值:user / model。 示例:user。 |
contents[].parts | `array<object | object | object>` |
tools | `array<object | object>` | 否 |
generationConfig | object | 否 | 生成配置。 |
generationConfig.thinkingConfig | object | 否 | 思考配置。 |
generationConfig.thinkingConfig.includeThoughts | boolean | 否 | 是否包含思考输出。 示例:true。 |
generationConfig.thinkingConfig.thinkingLevel | string | 否 | thinking level 等级。 可选值:low / high。 示例:high。 |
stream | boolean | 否 | 如果设为 true,以流式分块返回结果。 默认值:true。 示例:true。 |
请求示例
bash
curl -X POST "https://ai.modelfold.online/gemini/v1/models/gemini-4-argon:streamGenerateContent" \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"stream": true,
"contents": [
{
"role": "user",
"parts": [
{
"text": "What is the weather in Beijing today?"
}
]
}
],
"tools": [
{
"functionDeclarations": [
{
"name": "get_weather_forecast",
"description": "Get the weather forecast for a given location",
"parameters": {
"type": "OBJECT",
"properties": {
"location": {
"type": "STRING",
"description": "The city name, e.g. Beijing"
}
},
"required": [
"location"
]
}
}
]
}
],
"generationConfig": {
"thinkingConfig": {
"includeThoughts": true,
"thinkingLevel": "high"
}
}
}'json
{
"stream": true,
"contents": [
{
"role": "user",
"parts": [
{
"text": "What is the weather in Beijing today?"
}
]
}
],
"tools": [
{
"functionDeclarations": [
{
"name": "get_weather_forecast",
"description": "Get the weather forecast for a given location",
"parameters": {
"type": "OBJECT",
"properties": {
"location": {
"type": "STRING",
"description": "The city name, e.g. Beijing"
}
},
"required": [
"location"
]
}
}
]
}
],
"generationConfig": {
"thinkingConfig": {
"includeThoughts": true,
"thinkingLevel": "high"
}
}
}响应
200 — 请求成功。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
candidates | array<object> | 否 | 候选结果列表 |
candidates[].content | object | 否 | — |
candidates[].content.role | string | 否 | 示例:model。 |
candidates[].content.parts | array<object> | 否 | — |
candidates[].content.parts[].functionCall | object | 否 | 函数调用结构 |
candidates[].content.parts[].thoughtSignature | string | 否 | 思考签名字段 示例:Es8CCswCAb4example。 |
candidates[].content.parts[].text | string | 否 | 文本输出 |
candidates[].finishReason | string | 否 | 候选结束原因 示例:STOP。 |
modelVersion | string | 否 | 返回的模型版本,可能不返回。 示例:gemini-3-8-flash。 |
usageMetadata | object | 否 | Token 用量信息 |
usageMetadata.candidatesTokenCount | integer | 否 | 示例:18。 |
usageMetadata.thinkingTokenCount | integer | 否 | 示例:55。 |
usageMetadata.totalTokenCount | integer | 否 | 示例:325。 |
usageMetadata.promptTokenCount | integer | 否 | 示例:252。 |
credits_consumed | number | 否 | 本次请求消耗的 credits 示例:0.01。 |
json
{
"candidates": [
{
"content": {
"role": "model",
"parts": [
{
"text": "Hello! How can I help you today?"
}
]
},
"finishReason": "STOP"
}
],
"usageMetadata": {
"promptTokenCount": 5,
"candidatesTokenCount": 9,
"thinkingTokenCount": 0,
"totalTokenCount": 14
},
"credits_consumed": 0.01
}