Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
🎨 ChatGPT 最新生图 gpt-image-2-all 已上线 | Now Live：$0.03/张图，官转 gpt-image-2 按量计费；详情 Details
圖片、音訊、影片內聯傳入 Gemini：20MB 限制、media_resolution 控費、code_execution 沙箱執行 Python。
code_execution 工具在沙箱裡跑 Python。本頁示例預設使用 原生呼叫 的客戶端配置。
client.files.upload() 僅 Google 官方端點可用），媒體一律內聯傳入from google import genai
from PIL import Image
client = genai.Client(
api_key="YOUR_API_KEY",
http_options={"base_url": "https://api.apiyi.com"}
)
img = Image.open("photo.jpg")
response = client.models.generate_content(
model="gemini-3.5-flash",
contents=[
"請詳細描述這張圖片的內容，包括主要元素、顏色、構圖。",
img
]
)
print(response.text)
types.Part.from_bytes 顯式傳入：
from google.genai import types
with open("photo.jpg", "rb") as f:
image_bytes = f.read()
response = client.models.generate_content(
model="gemini-3.5-flash",
contents=[
types.Part.from_bytes(data=image_bytes, mime_type="image/jpeg"),
"圖裡有什麼？"
]
)
from google.genai import types
with open("meeting.mp3", "rb") as f:
audio_bytes = f.read()
response = client.models.generate_content(
model="gemini-3.5-flash",
contents=[
types.Part.from_bytes(data=audio_bytes, mime_type="audio/mp3"),
"請轉錄這段音訊，並總結主要話題。"
]
)
print(response.text)
from google.genai import types
with open("demo.mp4", "rb") as f:
video_bytes = f.read()
response = client.models.generate_content(
model="gemini-3.5-flash",
contents=[
types.Part.from_bytes(data=video_bytes, mime_type="video/mp4"),
"總結這個影片的主要內容和關鍵資訊。"
]
)
print(response.text)
from google.genai import types
response = client.models.generate_content(
model="gemini-3.5-flash",
contents=["這張圖片的主題是什麼？", img],
config=types.GenerateContentConfig(
media_resolution="MEDIA_RESOLUTION_LOW" # LOW / MEDIUM / HIGH
)
)
| 檔位 | 適用 |
|---|---|
LOW | 分類、粗粒度識別，最省 |
MEDIUM | 一般描述與理解（預設均衡選擇） |
HIGH | OCR、小字、細節密集型任務 |
| 型別 | 格式 | 傳入方式 |
|---|---|---|
| 圖片 | JPG、PNG、WebP | PIL Image 或 Part.from_bytes |
| 音訊 | MP3、WAV | Part.from_bytes |
| 影片 | MP4、MOV | Part.from_bytes |
code_execution 工具後，模型會自己寫 Python、在沙箱裡執行、再基於結果回答 —— 適合計算、資料分析類任務：
response = client.models.generate_content(
model="gemini-3.5-flash",
contents="""
有以下銷售資料：產品A 100件×50元、產品B 200件×30元、產品C 150件×40元。
請計算總銷售額和平均單價，並給出各產品銷售額佔比。
""",
config={"tools": [{"code_execution": {}}]}
)
for part in response.candidates[0].content.parts:
if getattr(part, "executable_code", None):
print(f"[執行的程式碼]\n{part.executable_code.code}")
if getattr(part, "code_execution_result", None):
print(f"[執行結果]\n{part.code_execution_result.output}")
if getattr(part, "text", None):
print(f"[說明]\n{part.text}")
這個頁面有幫助嗎?