跳至主要內容

Gemini - Google AI Studio

屬性詳細資訊
說明Google AI Studio 是一個全代管的 AI 開發平台，用於建置與使用生成式 AI。
LiteLLM 提供者路由gemini/
提供者文件Google AI Studio ↗
提供者 API 端點https://generativelanguage.googleapis.com
支援的 OpenAI 端點/chat/completions, /embeddings, /completions, /videos, /images/edits
Lyria (music)Cost map & notes
直通端點Supported

Gemini API 與 Vertex AI
模型格式提供者Auth Required
gemini/gemini-2.0-flashGemini APIGEMINI_API_KEY（簡易 API 金鑰）
vertex_ai/gemini-2.0-flashVertex AIGCP 憑證 + 專案
gemini-2.0-flash（no prefix）Vertex AIGCP 憑證 + 專案

如果您只是想使用 API 金鑰（像 OpenAI 一樣），請使用 gemini/ 前綴。

沒有前綴的模型預設為 Vertex AI，且需要完整的 GCP 驗證。

API 金鑰​

import os
os.environ["GEMINI_API_KEY"] = "your-api-key"

範例用法​

from litellm import completion
import os

os.environ['GEMINI_API_KEY'] = ""
response = completion(
    model="gemini/gemini-pro", 
    messages=[{"role": "user", "content": "write code for saying hi from LiteLLM"}]
)

支援的 OpenAI 參數​

  • temperature
  • top_p
  • max_tokens
  • max_completion_tokens
  • stream
  • tools
  • tool_choice
  • include_server_side_tool_invocations
  • functions
  • response_format
  • n
  • stop
  • logprobs
  • frequency_penalty
  • modalities
  • reasoning_content
  • audio（僅適用於 TTS 模型）
  • service_tier

Anthropic 參數

  • thinking（用於在 anthropic/gemini 模型之間設定最大 budget tokens）

查看更新後的清單

用法 - Thinking / reasoning_content​

LiteLLM 會將 OpenAI 的 reasoning_effort 轉換為 Gemini 的 thinking 參數。程式碼

**成本最佳化：**使用 reasoning_effort="none"（OpenAI 標準）可大幅節省成本——最多便宜 96%。Google 的文件

資訊

注意：在 Gemini 2.5 Pro 模型上無法關閉 Reasoning。

Gemini 3 模型

對於 Gemini 3+ 模型（例如 gemini-3-pro-preview），當您設定 reasoning_effort 時，LiteLLM 會將其對應到 thinking_level 欄位，而不是 thinking_budget。支援等級取決於模型（Flash 系列模型也支援 minimal 和 medium）。如果您省略 reasoning_effort，LiteLLM 不會傳送預設 thinking_level——請求會使用Gemini API 預設值（Gemini 3 Flash 在 API 上預設為 high）。

圖片模型

Gemini 圖片模型（例如 gemini-3-pro-image-preview、gemini-2.0-flash-exp-image-generation）不支援 thinking_level 參數。LiteLLM 會自動將圖片模型排除在接收 thinking 設定之外，以避免 API 錯誤。

Gemini 2.5 及更早模型的對應

reasoning_effortthinking備註
"none""budget_tokens": 0, "includeThoughts": false💰 建議用於成本最佳化 - 相容 OpenAI，永遠為 0
"disable""budget_tokens": DEFAULT (0), "includeThoughts": falseLiteLLM 特定，可透過環境變數設定
"low""budget_tokens": 1024
"medium""budget_tokens": 2048
"high""budget_tokens": 4096

Gemini 3+ 模型的對應

reasoning_effortthinking_level備註
"minimal""minimal"（Flash / 某些 3.1）或 "low"支援時 Flash 系列 ID 會使用 minimal
"low""low"最適合簡單的指令遵循或聊天
"medium""medium" 或 "high"在 API 支援時使用 "medium"；否則使用 "high"
"high""high"最大化推理深度
"disable""minimal"（Flash）或 "low"無法在 Gemini 3 中完全停用 thinking
"none""minimal"（Flash）或 "low"無法在 Gemini 3 中完全停用 thinking
from litellm import completion

# Cost-optimized: Use reasoning_effort="none" for best pricing
resp = completion(
    model="gemini/gemini-2.0-flash-thinking-exp-01-21",
    messages=[{"role": "user", "content": "What is the capital of France?"}],
    reasoning_effort="none",  # Up to 96% cheaper!
)

# Or use other levels: "low", "medium", "high"
resp = completion(
    model="gemini/gemini-2.5-flash-preview-04-17",
    messages=[{"role": "user", "content": "What is the capital of France?"}],
    reasoning_effort="low",
)

Gemini 3+ 模型 - thinking_level 參數​

對於 Gemini 3+ 模型（例如 gemini-3-pro-preview），您可以直接使用新的 thinking_level 參數：

from litellm import completion

# Use thinking_level for Gemini 3 models
resp = completion(
    model="gemini/gemini-3-pro-preview",
    messages=[{"role": "user", "content": "Solve this complex math problem step by step."}],
    reasoning_effort="high",  # Options: "low" or "high"
)

# Low thinking level for faster, simpler tasks
resp = completion(
    model="gemini/gemini-3-pro-preview",
    messages=[{"role": "user", "content": "What is the weather today?"}],
    reasoning_effort="low",  # Minimizes latency and cost
)
注意

Gemini 3 模型的 Temperature 建議

對於 Gemini 3 模型，LiteLLM 預設將 temperature 設為 1.0，並強烈建議維持此預設值。將 temperature < 1.0 設為其他值可能導致：

  • 無限迴圈
  • 推理效能下降
  • 複雜任務失敗

若未為 Gemini 3+ 模型指定，LiteLLM 會自動設定 temperature=1.0。

預期回應

ModelResponse(
    id='chatcmpl-c542d76d-f675-4e87-8e5f-05855f5d0f5e',
    created=1740470510,
    model='claude-3-7-sonnet-20250219',
    object='chat.completion',
    system_fingerprint=None,
    choices=[
        Choices(
            finish_reason='stop',
            index=0,
            message=Message(
                content="The capital of France is Paris.",
                role='assistant',
                tool_calls=None,
                function_call=None,
                reasoning_content='The capital of France is Paris. This is a very straightforward factual question.'
            ),
        )
    ],
    usage=Usage(
        completion_tokens=68,
        prompt_tokens=42,
        total_tokens=110,
        completion_tokens_details=None,
        prompt_tokens_details=PromptTokensDetailsWrapper(
            audio_tokens=None,
            cached_tokens=0,
            text_tokens=None,
            image_tokens=None
        ),
        cache_creation_input_tokens=0,
        cache_read_input_tokens=0
    )
)

將 thinking 傳遞給 Gemini 模型​

您也可以將 thinking 參數傳遞給 Gemini 模型。

這會轉換為 Gemini 的 thinkingConfig 參數。

response = litellm.completion(
  model="gemini/gemini-2.5-flash-preview-04-17",
  messages=[{"role": "user", "content": "What is the capital of France?"}],
  thinking={"type": "enabled", "budget_tokens": 1024},
)

對於 Gemini 3+ 模型，LiteLLM 現在預設遵循提供者預設值，當您傳遞 Anthropic 風格的 thinking={"type":"enabled","budget_tokens":...} 時，不會強制 thinkingLevel。

如果您想要舊版 LiteLLM 行為（對 Pro 強制 thinkingLevel="low"，對 Flash 強制 thinkingLevel="minimal"），請啟用：

import litellm

litellm.enable_gemini_default_thinking_level_low = True

用法 - service_tier​

LiteLLM 會將 OpenAI 的 service_tier 參數傳遞給 Gemini，並且也會將其從回應標頭（x-gemini-service-tier）擷取到 model_response.service_tier。

OpenAI service_tierGemini service_tier備註
"auto""priority"LiteLLM 會將 OpenAI 的 "auto" 對應到 Gemini 的 "priority" 階層，因為 priority 會在 Gemini 上回退。
"flex""flex"直接對應。
"priority""priority"直接對應。
"default""standard"LiteLLM 會將 "default" 對應到 "standard"。
Any other valuePassed as-is (lowercased)值不區分大小寫，並會正規化為小寫。

在回應中，LiteLLM 會將 "standard" 對應回 Gemini API 的 "default"。

文字轉語音（TTS）音訊輸出​

資訊

LiteLLM 支援 Gemini TTS 模型，可使用相容 OpenAI 的 audio 參數格式產生音訊回應。

支援的模型​

LiteLLM 支援具有音訊功能的 Gemini TTS 模型（例如 gemini-2.5-flash-preview-tts 和 gemini-2.5-pro-preview-tts）。如需可用 TTS 模型與語音的完整清單，請參閱 官方 Gemini TTS 文件。

限制​

注意

重要限制：

  • Gemini TTS 模型只支援 pcm16 音訊格式
  • 尚未加入串流支援 到 TTS 模型
  • TTS 請求必須將 modalities 參數設為 ['audio']

快速開始​

from litellm import completion
import os

os.environ['GEMINI_API_KEY'] = "your-api-key"

response = completion(
    model="gemini/gemini-2.5-flash-preview-tts",
    messages=[{"role": "user", "content": "Say hello in a friendly voice"}],
    modalities=["audio"],  # Required for TTS models
    audio={
        "voice": "Kore",
        "format": "pcm16"  # Required: must be "pcm16"
    }
)

print(response)

進階用法​

您可以將 TTS 與其他 Gemini 功能結合：

response = completion(
    model="gemini/gemini-2.5-pro-preview-tts",
    messages=[
        {"role": "system", "content": "You are a helpful assistant that speaks clearly."},
        {"role": "user", "content": "Explain quantum computing in simple terms"}
    ],
    modalities=["audio"],
    audio={
        "voice": "Charon",
        "format": "pcm16"
    },
    temperature=0.7,
    max_tokens=150
)

如需更多關於 Gemini 的 TTS 功能與可用語音資訊，請參閱 Gemini 官方 TTS 文件。

傳遞 Gemini 特定參數​

回應結構​

LiteLLM 支援將 response_schema 作為 Gemini-1.5-Pro 在 Google AI Studio 的參數傳送。

回應結構

from litellm import completion 
import json 
import os 

os.environ['GEMINI_API_KEY'] = ""

messages = [
    {
        "role": "user",
        "content": "List 5 popular cookie recipes."
    }
]

response_schema = {
        "type": "array",
        "items": {
            "type": "object",
            "properties": {
                "recipe_name": {
                    "type": "string",
                },
            },
            "required": ["recipe_name"],
        },
    }


completion(
    model="gemini/gemini-1.5-pro", 
    messages=messages, 
    response_format={"type": "json_object", "response_schema": response_schema} # 👈 KEY CHANGE
    )

print(json.loads(completion.choices[0].message.content))

驗證結構

若要驗證 response_schema，請設定 enforce_validation: true。

from litellm import completion, JSONSchemaValidationError
try: 
	completion(
    model="gemini/gemini-1.5-pro", 
    messages=messages, 
    response_format={
        "type": "json_object", 
        "response_schema": response_schema,
        "enforce_validation": true # 👈 KEY CHANGE
    }
	)
except JSONSchemaValidationError as e: 
	print("Raw Response: {}".format(e.raw_response))
	raise e

LiteLLM 會根據結構驗證回應，若回應不符合結構，則會拋出 JSONSchemaValidationError。

JSONSchemaValidationError 繼承自 openai.APIError

使用 e.raw_response 存取原始回應

GenerationConfig 參數​

若要傳遞額外的 GenerationConfig 參數 - 例如 topK，只要將其傳入該呼叫的 request body，LiteLLM 就會將其直接以鍵值組的形式傳遞到 request body 中。

查看 Gemini GenerationConfigParams

from litellm import completion 
import json 
import os 

os.environ['GEMINI_API_KEY'] = ""

messages = [
    {
        "role": "user",
        "content": "List 5 popular cookie recipes."
    }
]

completion(
    model="gemini/gemini-1.5-pro", 
    messages=messages, 
    topK=1 # 👈 KEY CHANGE
)

print(json.loads(completion.choices[0].message.content))

驗證結構

若要驗證 response_schema，請設定 enforce_validation: true。

from litellm import completion, JSONSchemaValidationError
try: 
	completion(
    model="gemini/gemini-1.5-pro", 
    messages=messages, 
    response_format={
        "type": "json_object", 
        "response_schema": response_schema,
        "enforce_validation": true # 👈 KEY CHANGE
    }
	)
except JSONSchemaValidationError as e: 
	print("Raw Response: {}".format(e.raw_response))
	raise e

指定安全設定​

在某些使用情境中，您可能需要呼叫模型並傳入不同於預設值的safety settings。若要這麼做，直接將 safety_settings 引數傳給 completion 或 acompletion 即可。範例如下：

response = completion(
    model="gemini/gemini-pro", 
    messages=[{"role": "user", "content": "write code for saying hi from LiteLLM"}],
    safety_settings=[
        {
            "category": "HARM_CATEGORY_HARASSMENT",
            "threshold": "BLOCK_NONE",
        },
        {
            "category": "HARM_CATEGORY_HATE_SPEECH",
            "threshold": "BLOCK_NONE",
        },
        {
            "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
            "threshold": "BLOCK_NONE",
        },
        {
            "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
            "threshold": "BLOCK_NONE",
        },
    ]
)

工具呼叫​

from litellm import completion
import os
# set env
os.environ["GEMINI_API_KEY"] = ".."

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "Get the current weather in a given location",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "The city and state, e.g. San Francisco, CA",
                    },
                    "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]},
                },
                "required": ["location"],
            },
        },
    }
]
messages = [{"role": "user", "content": "What's the weather like in Boston today?"}]

response = completion(
    model="gemini/gemini-1.5-flash",
    messages=messages,
    tools=tools,
)
# Add any assertions, here to check response args
print(response)
assert isinstance(response.choices[0].message.tool_calls[0].function.name, str)
assert isinstance(
    response.choices[0].message.tool_calls[0].function.arguments, str
)


Google Search 工具​

from litellm import completion
import os

os.environ["GEMINI_API_KEY"] = ".."

tools = [{"googleSearch": {}}] # 👈 ADD GOOGLE SEARCH

response = completion(
    model="gemini/gemini-2.0-flash",
    messages=[{"role": "user", "content": "What is the weather in San Francisco?"}],
    tools=tools,
)

print(response)

上下文循環（伺服器端工具組合）​

上下文循環可讓 Gemini 3+ 模型在同一個請求中結合內建工具（例如 Google Search）與您自訂的函式。若未啟用，當您嘗試同時使用兩者時，Gemini 會回傳錯誤。

啟用後，Gemini 可以在伺服器端執行 Google Search，利用這些結果判斷是否要呼叫您的自訂函式，並回傳完整的推理鏈。

運作方式：

  1. 您傳入 include_server_side_tool_invocations=True，同時包含 Google Search 與您的函式工具
  2. Gemini 在內部執行伺服器端工具，並回傳 toolCall/toolResponse 部分，以及任何 functionCall 部分
  3. LiteLLM 將伺服器端呼叫擷取到 provider_specific_fields["server_side_tool_invocations"] 中
  4. 在後續回合中，請在對話歷史中包含完整的 assistant 訊息 — LiteLLM 會自動重新注入伺服器端部分
from litellm import completion

response = completion(
    model="gemini/gemini-3-flash-preview",
    messages=[{"role": "user", "content": "What's the weather in Buenos Aires? If it's raining, schedule a meeting."}],
    tools=[
        {"type": "web_search_preview"},  # Google Search (server-side)
        {
            "type": "function",
            "function": {
                "name": "schedule_meeting",
                "description": "Schedule a meeting",
                "parameters": {
                    "type": "object",
                    "properties": {"reason": {"type": "string"}},
                    "required": ["reason"],
                },
            },
        },
    ],
    include_server_side_tool_invocations=True,
)

msg = response.choices[0].message

# Server-side tool results are in provider_specific_fields
psf = msg.provider_specific_fields or {}
for invocation in psf.get("server_side_tool_invocations", []):
    print(invocation["tool_type"])  # e.g. "GOOGLE_SEARCH_WEB"
    print(invocation["id"])
    print(invocation["args"])       # e.g. {"queries": ["weather Buenos Aires"]}
    print(invocation["response"])   # Search results from Google

# For multi-turn: just append the full message to history
messages.append(msg)
messages.append({"role": "user", "content": "Thanks!"})
# LiteLLM automatically re-injects the server-side parts + thought signatures
response2 = completion(
    model="gemini/gemini-3-flash-preview",
    messages=messages,
    tools=tools,
    include_server_side_tool_invocations=True,
)
資訊
  • 上下文循環需要 Gemini 3+ 模型
  • 伺服器端工具呼叫（toolCall/toolResponse）不會包含在 tool_calls 中 — 它們位於 provider_specific_fields["server_side_tool_invocations"]，因為它們已經由 Google 執行，而非由您的程式碼執行
  • thought_signatures 會自動與伺服器端呼叫一起保留，以維持多輪對話的一致性

URL Context​

from litellm import completion
import os

os.environ["GEMINI_API_KEY"] = ".."

# 👇 ADD URL CONTEXT
tools = [{"urlContext": {}}]

response = completion(
    model="gemini/gemini-2.0-flash",
    messages=[{"role": "user", "content": "Summarize this document: https://ai.google.dev/gemini-api/docs/models"}],
    tools=tools,
)

print(response)

# Access URL context metadata
url_context_metadata = response.model_extra['vertex_ai_url_context_metadata']
urlMetadata = url_context_metadata[0]['urlMetadata'][0]
print(f"Retrieved URL: {urlMetadata['retrievedUrl']}")
print(f"Retrieval Status: {urlMetadata['urlRetrievalStatus']}")

Google Search 擷取​

from litellm import completion
import os

os.environ["GEMINI_API_KEY"] = ".."

tools = [{"googleSearch": {}}] # 👈 ADD GOOGLE SEARCH

response = completion(
    model="gemini/gemini-2.0-flash",
    messages=[{"role": "user", "content": "What is the weather in San Francisco?"}],
    tools=tools,
)

print(response)

程式碼執行工具​

from litellm import completion
import os

os.environ["GEMINI_API_KEY"] = ".."

tools = [{"codeExecution": {}}] # 👈 ADD GOOGLE SEARCH

response = completion(
    model="gemini/gemini-2.0-flash",
    messages=[{"role": "user", "content": "What is the weather in San Francisco?"}],
    tools=tools,
)

print(response)

電腦使用工具​

from litellm import completion
import os

os.environ["GEMINI_API_KEY"] = "your-api-key"

# Computer Use tool with browser environment
tools = [
    {
        "type": "computer_use",
        "environment": "browser",  # optional: "browser" or "unspecified"
        "excluded_predefined_functions": ["drag_and_drop"]  # optional
    }
]

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "Navigate to google.com and search for 'LiteLLM'"
            },
            {
                "type": "image_url",
                "image_url": {
                    "url": "data:image/png;base64,..."  # screenshot of current browser state
                }
            }
        ]
    }
]

response = completion(
    model="gemini/gemini-2.5-computer-use-preview-10-2025",
    messages=messages,
    tools=tools,
)

print(response)

# Handling tool responses with screenshots
# When the model makes a tool call, send the response back with a screenshot:
if response.choices[0].message.tool_calls:
    tool_call = response.choices[0].message.tool_calls[0]
    
    # Add assistant message with tool call
    messages.append(response.choices[0].message.model_dump())
    
    # Add tool response with screenshot
    messages.append({
        "role": "tool",
        "tool_call_id": tool_call.id,
        "content": [
            {
                "type": "text",
                "text": '{"url": "https://example.com", "status": "completed"}'
            },
            {
                "type": "input_image",
                "image_url": "data:image/png;base64,..."  # New screenshot after action (Can send an image url as well, litellm handles the conversion)
            }
        ]
    })
    
    # Continue conversation with updated screenshot
    response = completion(
        model="gemini/gemini-2.5-computer-use-preview-10-2025",
        messages=messages,
        tools=tools,
    )

環境對應​

LiteLLM 輸入Gemini API 值
"browser"ENVIRONMENT_BROWSER
"unspecified"ENVIRONMENT_UNSPECIFIED
ENVIRONMENT_BROWSERENVIRONMENT_BROWSER （原樣傳遞）
ENVIRONMENT_UNSPECIFIEDENVIRONMENT_UNSPECIFIED （原樣傳遞）

思考簽章​

思考簽章是模型在對話中某一回合內部推理流程的加密表示。透過在後續請求中將思考簽章回傳給模型，您可以讓模型取得先前思考的上下文，使其能夠建立在既有推理之上，並維持一致的探究脈絡。

思考簽章對於多輪函式呼叫情境特別重要，因為模型需要在多次工具呼叫之間維持上下文。

思考簽章如何運作​

  • 帶有簽章的函式呼叫：當 Gemini 回傳函式呼叫時，會在回應中包含 thought_signature
  • 保留：LiteLLM 會自動擷取並將思考簽章儲存在工具呼叫的 provider_specific_fields 中
  • 在對話歷史中回傳：當您在後續請求中包含帶有工具呼叫的 assistant 訊息時，LiteLLM 會自動保留並將思考簽章回傳給 Gemini
  • 平行函式呼叫：在平行的一組呼叫中，只有第一個函式呼叫具有思考簽章
  • 序列式函式呼叫：多步驟序列中的每個函式呼叫都有自己的簽章

啟用思考簽章​

若要啟用思考簽章，您需要啟用 thinking/reasoning：

from litellm import completion

response = completion(
    model="gemini/gemini-2.5-flash",
    messages=[{"role": "user", "content": "What's the weather in Tokyo?"}],
    tools=[...],
    reasoning_effort="low",  # Enable thinking to get thought signatures
)

使用思考簽章進行多輪函式呼叫​

在為多輪 function calling 建立對話歷史時，您必須包含前一個回應中的 thought signatures。當您將完整的 assistant 訊息附加到對話歷史時，LiteLLM 會自動處理這件事。

from openai import OpenAI
import json

client = OpenAI(api_key="sk-1234", base_url="http://localhost:4000")

def get_current_temperature(location: str) -> dict:
    """Gets the current weather temperature for a given location."""
    return {"temperature": 30, "unit": "celsius"}

def set_thermostat_temperature(temperature: int) -> dict:
    """Sets the thermostat to a desired temperature."""
    return {"status": "success"}

get_weather_declaration = {
    "name": "get_current_temperature",
    "description": "Gets the current weather temperature for a given location.",
    "parameters": {
        "type": "object",
        "properties": {"location": {"type": "string"}},
        "required": ["location"],
    },
}

set_thermostat_declaration = {
    "name": "set_thermostat_temperature",
    "description": "Sets the thermostat to a desired temperature.",
    "parameters": {
        "type": "object",
        "properties": {"temperature": {"type": "integer"}},
        "required": ["temperature"],
    },
}

# Initial request
messages = [
    {"role": "user", "content": "If it's too hot or too cold in London, set the thermostat to a comfortable level."}
]

response = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=messages,
    tools=[get_weather_declaration, set_thermostat_declaration],
    reasoning_effort="low"
)

# Append the assistant's message (includes thought signatures automatically)
messages.append(response.choices[0].message)

# Execute tool calls and append results
for tool_call in response.choices[0].message.tool_calls:
    if tool_call.function.name == "get_current_temperature":
        result = get_current_temperature(**json.loads(tool_call.function.arguments))
        messages.append({
            "role": "tool",
            "content": json.dumps(result),
            "tool_call_id": tool_call.id
        })

# Second request - thought signatures are automatically preserved
response2 = client.chat.completions.create(
    model="gemini-2.5-flash",
    messages=messages,
    tools=[get_weather_declaration, set_thermostat_declaration],
    reasoning_effort="low"
)

print(response2.choices[0].message.content)

重要說明​

  1. 自動處理：LiteLLM 會自動從 Gemini 回應中擷取 thought signatures，並在您將 assistant 訊息包含到對話歷史時予以保留。您不需要手動擷取或管理它們。

  2. 平行 Function Calls：當模型進行平行 function calls 時，只有第一個 function call 會有 thought signature。後續的平行呼叫不會有 signatures。

  3. 序列化 Function Calls：在多步驟 function calling 情境中，每個步驟的第一個 function call 都會有自己的 thought signature，且必須保留。

  4. 上下文所需：thought signatures 對於在多輪、搭配 function calling 的對話中維持推理上下文至關重要。沒有它們，模型可能會失去先前推理的上下文。

  5. 格式：thought signatures 會儲存在回應中工具呼叫的 provider_specific_fields.thought_signature 中，並在您將 assistant 訊息附加到對話歷史時自動包含。

  6. Chat Completions 用戶端：對於您無法控制前一個 assistant 訊息是否原樣包含的 chat completions 用戶端（例如 langchain 的 ChatOpenAI），LiteLLM 也會透過將 thought signature 附加到工具呼叫 id（call_123__thought__<thought-signature>）來保留它，並在將外發請求送往 Gemini 之前將其再次擷取出來。

JSON 模式​

from litellm import completion 
import json 
import os 

os.environ['GEMINI_API_KEY'] = ""

messages = [
    {
        "role": "user",
        "content": "List 5 popular cookie recipes."
    }
]



completion(
    model="gemini/gemini-1.5-pro", 
    messages=messages, 
    response_format={"type": "json_object"} # 👈 KEY CHANGE
)

print(json.loads(completion.choices[0].message.content))

Gemini-Pro-Vision

LiteLLM 支援以下在 url 中傳入的影像類型

媒體解析度控制（圖片與影片）​

LiteLLM 支援 OpenAI 的 detail 參數，用於在使用 Gemini 模型時指定圖片解析度。其行為會因 Gemini 版本而異：

Gemini 版本解析度控制行為
Gemini 3+逐部分每個圖片/影片都可以有自己的 detail 設定
Gemini 2.x (2.0, 2.5)全域所有圖片中最高的 detail 會透過 mediaResolution 套用到 generationConfig 中

支援的 detail 值：

  • "low" - 對應至 MEDIA_RESOLUTION_LOW（圖片 280 個 token，影片每幀 70 個 token）
  • "medium" - 對應至 MEDIA_RESOLUTION_MEDIUM
  • "high" - 對應至 MEDIA_RESOLUTION_HIGH（圖片 1120 個 token）
  • "ultra_high" - 對應至 MEDIA_RESOLUTION_ULTRA_HIGH
  • "auto" 或 None - 模型決定最佳解析度（未設定 media_resolution）

使用範例：

from litellm import completion

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://example.com/chart.png",
                    "detail": "high"  # High resolution for detailed chart analysis
                }
            },
            {
                "type": "text",
                "text": "Analyze this chart"
            },
            {
                "type": "image_url",
                "image_url": {
                    "url": "https://example.com/icon.png",
                    "detail": "low"  # Low resolution for simple icon
                }
            }
        ]
    }
]

# Works with both Gemini 2.x and 3+
response = completion(
    model="gemini/gemini-2.5-flash",  # or gemini-3-pro-preview
    messages=messages,
)
資訊

Gemini 3+ 逐部分解析度： 每個圖片或影片都可以有自己的 detail 設定，讓您能夠混合解析度請求（例如，高解析度圖表搭配低解析度圖示）。這同時適用於 image_url 和 file 內容類型。

Gemini 2.x 全域解析度： 當多張圖片具有不同的 detail 值時，LiteLLM 會採用找到的最高解析度，並透過 mediaResolution 套用到 generationConfig 中（例如，如果一張圖片是 "low"，另一張是 "high"，所有圖片都會使用 "high"）。

影片中繼資料控制​

對於 Gemini 3+ 模型，LiteLLM 透過 video_metadata 欄位支援細粒度的影片處理控制。這讓您可以為影片分析指定影格擷取速率與時間範圍。

支援的 video_metadata 參數：

參數類型說明範例
fps數值影格擷取速率（每秒影格數）5
start_offset字串影片片段處理的開始時間"10s"
end_offset字串影片片段處理的結束時間"60s"
備註

欄位名稱轉換： LiteLLM 會自動將 snake_case 欄位名稱轉換為 Gemini API 使用的 camelCase：

  • start_offset → startOffset
  • end_offset → endOffset
  • fps 保持不變
注意
  • 僅限 Gemini 3+： 此功能僅適用於 Gemini 3.0 及更新的模型
  • 建議使用影片檔案： 雖然 video_metadata 是為影片檔案設計，但其他媒體類型的錯誤處理由 Vertex AI API 負責
  • 支援的檔案格式： 可搭配 gs://、https:// 與 base64 編碼的影片檔案使用

使用範例：

from litellm import completion

response = completion(
    model="gemini/gemini-3-pro-preview",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Analyze this video clip"},
                {
                    "type": "file",
                    "file": {
                        "file_id": "gs://my-bucket/video.mp4",
                        "format": "video/mp4",
                        "video_metadata": {
                            "fps": 5,               # Extract 5 frames per second
                            "start_offset": "10s",  # Start from 10 seconds
                            "end_offset": "60s"     # End at 60 seconds
                        }
                    }
                }
            ]
        }
    ]
)

print(response.choices[0].message.content)

範例用法​

import os
import litellm
from dotenv import load_dotenv

# Load the environment variables from .env file
load_dotenv()
os.environ["GEMINI_API_KEY"] = os.getenv('GEMINI_API_KEY')

prompt = 'Describe the image in a few sentences.'
# Note: You can pass here the URL or Path of image directly.
image_url = 'https://storage.googleapis.com/github-repo/img/gemini/intro/landmark3.jpg'

# Create the messages payload according to the documentation
messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": prompt
            },
            {
                "type": "image_url",
                "image_url": {"url": image_url}
            }
        ]
    }
]

# Make the API call to Gemini model
response = litellm.completion(
    model="gemini/gemini-pro-vision",
    messages=messages,
)

# Extract the response content
content = response.get('choices', [{}])[0].get('message', {}).get('content')

# Print the result
print(content)

gemini-robotics-er-1.5-preview 用法​

from litellm import api_base
from openai import OpenAI
import os
import base64

client = OpenAI(base_url="http://0.0.0.0:4000", api_key="sk-12345")
base64_image = base64.b64encode(open("closeup-object-on-table-many-260nw-1216144471.webp", "rb").read()).decode()

import json
import re
tools = [{"codeExecution": {}}] 
response = client.chat.completions.create(
    model="gemini/gemini-robotics-er-1.5-preview",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Point to no more than 10 items in the image. The label returned should be an identifying name for the object detected. The answer should follow the json format: [{\"point\": [y, x], \"label\": <label1>}, ...]. The points are in [y, x] format normalized to 0-1000."
                },
                {
                    "type": "image_url",
                    "image_url": {"url": f"data:image/jpeg;base64,{base64_image}"}
                }
            ]
        }
    ],
    tools=tools
)

# Extract JSON from markdown code block if present
content = response.choices[0].message.content
# Look for triple-backtick JSON block
match = re.search(r'```json\s*(.*?)\s*```', content, re.DOTALL)
if match:
    json_str = match.group(1)
else:
    json_str = content

try:
    data = json.loads(json_str)
    print(json.dumps(data, indent=2))
except Exception as e:
    print("Error parsing response as JSON:", e)
    print("Response content:", content)

用法 - PDF / 影片 / 等等檔案​

內嵌資料（例如音訊串流）​

LiteLLM 遵循 OpenAI 格式，並接受將內嵌資料以編碼後的 base64 字串形式傳送。

應遵循的格式如下

data:<mime_type>;base64,<encoded_data>

** LITELLM CALL **

import litellm
from pathlib import Path
import base64
import os

os.environ["GEMINI_API_KEY"] = "" 

litellm.set_verbose = True # 👈 See Raw call 

audio_bytes = Path("speech_vertex.mp3").read_bytes()
encoded_data = base64.b64encode(audio_bytes).decode("utf-8")
print("Audio Bytes = {}".format(audio_bytes))
model = "gemini/gemini-1.5-flash"
response = litellm.completion(
    model=model,
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Please summarize the audio."},
                {
                    "type": "file",
                    "file": {
                        "file_data": "data:audio/mp3;base64,{}".format(encoded_data), # 👈 SET MIME_TYPE + DATA
                    }
                },
            ],
        }
    ],
)

** 等效的 GOOGLE API CALL **

# Initialize a Gemini model appropriate for your use case.
model = genai.GenerativeModel('models/gemini-1.5-flash')

# Create the prompt.
prompt = "Please summarize the audio."

# Load the samplesmall.mp3 file into a Python Blob object containing the audio
# file's bytes and then pass the prompt and the audio to Gemini.
response = model.generate_content([
    prompt,
    {
        "mime_type": "audio/mp3",
        "data": pathlib.Path('samplesmall.mp3').read_bytes()
    }
])

# Output Gemini's response to the prompt and the inline audio.
print(response.text)

https:// 檔案​

import litellm
import os

os.environ["GEMINI_API_KEY"] = "" 

litellm.set_verbose = True # 👈 See Raw call 

model = "gemini/gemini-1.5-flash"
response = litellm.completion(
    model=model,
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Please summarize the file."},
                {
                    "type": "file",
                    "file": {
                        "file_id": "https://storage...", # 👈 SET THE IMG URL
                        "format": "application/pdf" # OPTIONAL
                    }
                },
            ],
        }
    ],
)

gs:// 檔案​

import litellm
import os

os.environ["GEMINI_API_KEY"] = "" 

litellm.set_verbose = True # 👈 See Raw call 

model = "gemini/gemini-1.5-flash"
response = litellm.completion(
    model=model,
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Please summarize the file."},
                {
                    "type": "file",
                    "file": {
                        "file_id": "gs://storage...", # 👈 SET THE IMG URL
                        "format": "application/pdf" # OPTIONAL
                    }
                },
            ],
        }
    ],
)

聊天模型​

提示

我們支援所有 Gemini 模型，只要在傳送 litellm 請求時將 model=gemini/<any-model-on-gemini> 設為前綴即可

模型名稱函式呼叫必要 OS 變數
gemini-procompletion(model='gemini/gemini-pro', messages)os.environ['GEMINI_API_KEY']
gemini-1.5-pro-latestcompletion(model='gemini/gemini-1.5-pro-latest', messages)os.environ['GEMINI_API_KEY']
gemini-2.0-flashcompletion(model='gemini/gemini-2.0-flash', messages)os.environ['GEMINI_API_KEY']
gemini-2.0-flash-expcompletion(model='gemini/gemini-2.0-flash-exp', messages)os.environ['GEMINI_API_KEY']
gemini-2.0-flash-lite-preview-02-05completion(model='gemini/gemini-2.0-flash-lite-preview-02-05', messages)os.environ['GEMINI_API_KEY']
gemini-2.5-flash-preview-09-2025completion(model='gemini/gemini-2.5-flash-preview-09-2025', messages)os.environ['GEMINI_API_KEY']
gemini-2.5-flash-lite-preview-09-2025completion(model='gemini/gemini-2.5-flash-lite-preview-09-2025', messages)os.environ['GEMINI_API_KEY']
gemini-3.1-flash-lite-previewcompletion(model='gemini/gemini-3.1-flash-lite-preview', messages)os.environ['GEMINI_API_KEY']
gemini-flash-latestcompletion(model='gemini/gemini-flash-latest', messages)os.environ['GEMINI_API_KEY']
gemini-flash-lite-latestcompletion(model='gemini/gemini-flash-lite-latest', messages)os.environ['GEMINI_API_KEY']

快取上下文​

使用 Google AI Studio 快取上下文的支援方式如下：

{
    {
        "role": "system",
        "content": ...,
        "cache_control": {"type": "ephemeral"} # 👈 KEY CHANGE
    },
    ...
}

在您的訊息內容區塊中。

自訂 TTL 支援​

您現在可以使用 ttl 參數，為您快取的內容指定自訂存留時間（TTL）：

{
    {
        "role": "system",
        "content": ...,
        "cache_control": {
            "type": "ephemeral",
            "ttl": "3600s"  # 👈 Cache for 1 hour
        }
    },
    ...
}

TTL 格式需求：

  • 必須是以 's' 結尾表示秒數的字串
  • 必須包含正數（可為小數）
  • 範例："3600s"（1 小時）、"7200s"（2 小時）、"1800s"（30 分鐘）、"1.5s"（1.5 秒）

TTL 行為：

  • 如果多個快取訊息具有不同的 TTL，將使用遇到的第一個有效 TTL
  • 無效的 TTL 格式會被忽略，快取將使用 Google 的預設到期時間
  • 如果未指定 TTL，則適用 Google 的預設快取到期時間（約 1 小時）

架構圖​

注意：

  • 相關程式碼

  • Gemini Context Caching 只允許快取 1 個連續訊息區塊。

  • 如果多個非連續區塊包含 cache_control - 將使用第一個連續區塊。（以 Gemini 格式 傳送至 /cachedContent）

  • 傳送到 Gemini 的 /generateContent 端點的原始請求如下：

curl -X POST "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-001:generateContent?key=$GOOGLE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
      "contents": [
        {
          "parts":[{
            "text": "Please summarize this transcript"
          }],
          "role": "user"
        },
      ],
      "cachedContent": "'$CACHE_NAME'"
    }'

使用範例​

from litellm import completion 

for _ in range(2): 
    resp = completion(
        model="gemini/gemini-1.5-pro",
        messages=[
        # System Message
            {
                "role": "system",
                "content": [
                    {
                        "type": "text",
                        "text": "Here is the full text of a complex legal agreement" * 4000,
                        "cache_control": {"type": "ephemeral"}, # 👈 KEY CHANGE
                    }
                ],
            },
            # marked for caching with the cache_control parameter, so that this checkpoint can read from the previous cache.
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": "What are the key terms and conditions in this agreement?",
                        "cache_control": {"type": "ephemeral"},
                    }
                ],
            }]
    )

    print(resp.usage) # 👈 2nd usage block will be less, since cached tokens used

影像生成​

from litellm import completion 

response = completion(
    model="gemini/gemini-2.0-flash-exp-image-generation",
    messages=[{"role": "user", "content": "Generate an image of a cat"}],
    modalities=["image", "text"],
)
assert response.choices[0].message.content is not None # "data:image/png;base64,e4rr.."

影像生成定價​

Gemini 影像生成模型（例如 gemini-3-pro-image-preview）會在回應用量中回傳 image_tokens。這些 tokens 的計價方式與文字 tokens 不同：

Token 類型每 1M tokens 價格每個 token 價格
文字輸出$12$0.000012
影像輸出$120$0.00012

影像 tokens 的數量取決於輸出解析度：

解析度每張影像的 tokens每張影像成本
1K-2K（1024x1024 到 2048x2048）1,120$0.134
4K（4096x4096）2,000$0.24

LiteLLM 會使用模型定價設定中的 output_cost_per_image_token 自動計算成本。

範例回應用量：

{
    "completion_tokens_details": {
        "reasoning_tokens": 225,
        "text_tokens": 0,
        "image_tokens": 1120
    }
}

更多詳細資訊，請參閱 Google 的 Gemini 定價文件。

🚅
LiteLLM Enterprise
為正式環境打造的 SSO/SAML、稽核記錄、支出追蹤、多團隊管理與防護欄。
深入瞭解 →