Felo API PlatformFelo API Platform
Semua endpoint DataForSEO
v0.2.0-beta
OpenAPI 3.1.0

Gemini LLM Responses Langsung

Felo API Support
MIT
Pelayan:https://openapi.felo.ai
Pustaka Klien
Shell Curl

DataForSEO

​

SEO, search-engine results, keyword research, backlinks and AI visibility data.

DataForSEO Operasi

Gemini LLM Responses Langsung

​

Menghantar user_prompt kepada model Gemini dan mengembalikan balasannya secara segerak. model_name mesti datang daripada get_dataforseo_ai_gemini_llm_responses_models. Berbeza daripada endpoint langsung Claude dan ChatGPT, system_message diterima di sini. Mengembalikan model_name, input_tokens, output_tokens, reasoning_tokens, web_search, money_spent, datetime, items dan fan_out_queries. Baca money_spent pada respons untuk melihat kos sebenar sesuatu prompt. Dibalut dalam envelope DataForSEO: data dalam tasks[0].result, hasil dalam tasks[0].status_code - permintaan yang ditolak masih mengembalikan HTTP 200.

Rujukan harga

  • Pemeteran: kos respons yang dilaporkan.
  • Anggaran permintaan rujukan: USD 0.0707.
  • Pengganda pelanggan rujukan: 1.0. Jangan gunakannya semula pada amaun pelanggan yang telah diselesaikan.

Metadata rujukan sahaja, bukan sebut harga akaun, harga terjamin atau had perbelanjaan. Kredit sumber bukan kredit Felo. Caj akhir mengikut rekod pengebilan Felo.

Badan
application/json
  • Jenis: array (object | null)[]
    • max_output_tokens
      Jenis: integer | null

      bilangan maksimum token dalam respons AI
      medan pilihan
      nilai minimum: 1
      nilai maksimum: 4096;
      nilai lalai: 2048;
      Nota: jika web_search ditetapkan kepada true atau model penaakulan ditentukan dalam permintaan, bilangan token output mungkin melebihi had max_output_tokens yang ditentukan
      Nota #2: jika use_reasoning ditetapkan kepada true, nilai minimum untuk max_output_tokens ialah 1024

    • message_chain
      Jenis: array (object | null)[] | null

      sejarah perbualan medan pilihan array objek mesej yang mewakili giliran perbualan sebelumnya; setiap objek mesti mengandungi: string role dengan peranan user atau ai; string message dengan kandungan mesej (maksimum 500 aksara); anda boleh menentukan maksimum 10 objek mesej dalam array; Nota: untuk model Perplexity, mesej mesti berselang-seli secara ketat antara peranan user dan AI (user → ai); contoh: "message_chain": [{"role":"user","message":"Hello, what’s up?"},{"role":"ai","message":"Hello! I’m doing well, thank you. How can I assist you today?"}]

      • message
        Jenis: string | null

        teks mesej

      • role
        Jenis: string | null

        peranan pengguna asal mesej

    • model_name
      Jenis: string

      nama model AI
      medan wajib
      model_nameterdiri daripada nama model sebenar dan nama versi;
      jika nama model asas ditentukan, versi terbaharunya akan ditetapkan secara lalai;
      contohnya, jika gemini-1.5-pro ditentukan, gemini-1.5-pro-002 akan ditetapkan sebagai model_name secara automatik;
      anda boleh mendapatkan senarai model LLM tersedia dengan membuat permintaan berasingan ke https://api.dataforseo.com/v3/ai_optimization/gemini/llm_responses/models

    • system_message
      Jenis: string | null

      arahan untuk tingkah laku AI
      medan pilihan
      menentukan peranan, nada atau tingkah laku khusus AI
      anda boleh menentukan sehingga 500 aksara dalam medan system_message

    • tag
      Jenis: string | null

      pengecam tugas yang ditentukan pengguna
      medan pilihan
      had aksara ialah 255
      anda boleh menggunakan parameter ini untuk mengenal pasti tugas dan memadankannya dengan hasil
      anda akan menemui nilai tag yang ditentukan dalam objek data respons

    • temperature
      Jenis: number | null

      kerawakan respons AI
      medan pilihan
      nilai lebih tinggi menjadikan output lebih pelbagai
      nilai lebih rendah menjadikan output lebih fokus
      nilai minimum: 0
      nilai maksimum: 2
      nilai lalai: 1.3

    • top_p
      Jenis: number | null

      kepelbagaian respons AI
      medan pilihan
      mengawal kepelbagaian respons dengan mengehadkan pemilihan token
      nilai minimum: 0
      nilai maksimum: 1
      nilai lalai: 0.9

    • use_reasoning
      Jenis: boolean | null

      dayakan penaakulan untuk model AI
      medan pilihan
      apabila didayakan, model akan melakukan penaakulan sebelum menjana respons
      rujuk endpoint Models untuk senarai model yang menyokong reasoning
      nilai lalai: false
      Nota: jika ditetapkan kepada true, nilai minimum untuk max_output_tokens ialah 1024
      Nota #2: untuk model Gemini Pro, use_reasoning akan ditetapkan kepada true secara automatik

    • user_prompt
      Jenis: string

      prompt untuk model AI
      medan wajib
      soalan atau tugas yang ingin anda hantar kepada model AI;
      anda boleh menentukan sehingga 500 aksara dalam medan user_prompt

    • web_search
      Jenis: boolean | null

      dayakan carian web untuk maklumat semasa
      medan pilihan
      apabila didayakan, model AI boleh mengakses dan memetik maklumat web semasa;
      Nota: rujuk endpoint Models untuk senarai model yang menyokong web_search;
      nilai lalai: false;
      Kos parameter boleh dikira pada halaman Harga

Respons
  • 200
    Jenis: object | null · Response36Afe1097B20_AiOptimizationGeminiLlmResponsesLiveResponseInfo
    • cost
      Jenis: number | null Format: double

      jumlah kos tugas, USD

    • status_code
      Jenis: integer | null

      kod status umum; anda boleh menemui senarai penuh kod respons di sini

    • status_message
      Jenis: string | null

      mesej maklumat umum; anda boleh menemui senarai penuh mesej maklumat umum di sini

    • tasks
      Jenis: array (object | null)[] | null

      tatasusunan tugas

      • Jenis: object | null · Response36Afe1097B20_AiOptimizationGeminiLlmResponsesLiveTaskInfo
        • cost
          Jenis: number | null Format: double

          jumlah kos tugas, USD

        • data
          Jenis: object | null

          mengandungi parameter yang sama seperti yang anda tentukan dalam permintaan POST

          • propertyName
            Jenis: object | null
        • id
          Jenis: string | null

          pengecam tugas; pengecam tugas unik dalam sistem kami dalam format UUID

        • path
          Jenis: array (string | null)[] | null

          Laluan URL

        • result
          Jenis: array (object | null)[] | null

          tatasusunan hasil

          • datetime
            Jenis: string | null

            tarikh dan masa hasil diterima
            dalam format UTC: “yyyy-mm-dd hh-mm-ss +00:00”
            contoh:
            2019-11-15 12:57:46 +00:00

          • fan_out_queries
            Jenis: array (string | null)[] | null

            array pertanyaan fan-out
            mengandungi pertanyaan carian berkaitan yang diterbitkan daripada pertanyaan utama untuk memberikan respons yang lebih menyeluruh

          • input_tokens
            Jenis: integer | null

            bilangan token dalam input
            jumlah token yang diproses

          • items
            Jenis: array (object | null)[] | null

            array item respons
            mengandungi data respons AI berstruktur

            • type
              Jenis: string | null

              jenis elemen

          • model_name
            Jenis: string | null

            nama model AI yang digunakan

          • money_spent
            Jenis: number | null

            kos token AI, USD
            harga yang dikenakan oleh penyedia model AI pihak ketiga mengikut Harga mereka

          • output_tokens
            Jenis: integer | null

            bilangan token dalam output
            jumlah token yang dijana dalam respons AI

          • reasoning_tokens
            Jenis: integer | null

            bilangan token penaakulan
            jumlah token yang digunakan untuk menghasilkan kandungan penaakulan

          • web_search
            Jenis: boolean | null

            menunjukkan sama ada carian web digunakan

        • result_count
          Jenis: integer | null Format: int64

          bilangan elemen dalam array hasil

        • status_code
          Jenis: integer | null

          kod status tugas yang dijana oleh DataForSEO; boleh berada dalam julat berikut: 10000-60000; anda boleh menemui senarai penuh kod respons di sini

        • status_message
          Jenis: string | null

          mesej maklumat tugas; anda boleh menemui senarai penuh mesej maklumat umum di sini

        • time
          Jenis: string | null

          masa pelaksanaan, saat

    • tasks_count
      Jenis: integer | null Format: int64

      bilangan tugas dalam array tasks

    • tasks_error
      Jenis: integer | null Format: int64

      bilangan tugas dalam array tasks yang dipulangkan dengan ralat

    • time
      Jenis: string | null

      jumlah masa pelaksanaan, saat

    • version
      Jenis: string | null

      versi semasa API

    application/json
  • 400

    Permintaan tidak dapat diproses. Semak parameter permintaan.

  • 401

    Kunci API Felo yang sah diperlukan.

  • 402

    Permintaan tidak dapat diteruskan kerana keperluan pengebilan tidak dipenuhi.

  • 403

    Akaun tidak dibenarkan melakukan operasi ini.

  • 429

    Had permintaan atau had perbelanjaan telah dicapai.

  • 502

    Perkhidmatan tidak dapat menyelesaikan permintaan.

  • 503

    API atau perkhidmatan pengebilan tidak tersedia buat sementara waktu.

  • 504

    Perkhidmatan tamat masa semasa memproses permintaan.

  • default

    Respons ralat; respons passthrough huluan mungkin menggunakan format penyedia

    application/json
Request Example for post/v1/beta/dataforseo/ai_optimization/gemini/llm_responses/live
curl https://openapi.felo.ai/v1/beta/dataforseo/ai_optimization/gemini/llm_responses/live \
  --request POST \
  --header 'Content-Type: application/json' \
  --header 'Authorization: Bearer YOUR_SECRET_TOKEN' \
  --data '[
  {
    "system_message": "communicate as if we are in a business meeting",
    "message_chain": [
      {
        "role": "user",
        "message": "Hello, what’s up?"
      },
      {
        "role": "ai",
        "message": "Hello! I’m doing well, thank you. How can I assist you today? Are there any specific topics or projects you’d like to discuss in our meeting?"
      }
    ],
    "max_output_tokens": 200,
    "temperature": 0.3,
    "top_p": 0.5,
    "model_name": "gemini-2.5-flash",
    "web_search": true,
    "user_prompt": "provide information on how relevant the amusement park business is in France now"
  }
]'

{
  "version": null,
  "status_code": null,
  "status_message": null,
  "time": null,
  "cost": null,
  "tasks_count": null,
  "tasks_error": null,
  "tasks": [
    {
      "id": null,
      "status_code": null,
      "status_message": null,
      "time": null,
      "cost": null,
      "result_count": null,
      "path": [
        null
      ],
      "data": null,
      "result": [
        {
          "model_name": null,
          "input_tokens": null,
          "output_tokens": null,
          "reasoning_tokens": null,
          "web_search": null,
          "money_spent": null,
          "datetime": null,
          "items": [
            {
              "type": null
            }
          ],
          "fan_out_queries": [
            null
          ]
        }
      ]
    }
  ]
}

Operasi berjaya

Live Gemini LLM Responses