v0.2.0-beta

OpenAPI 3.1.0

Gemini LLM Responses na żywo

Felo API Support

MIT

Serwer

https://openapi.felo.ai

Biblioteki klienckie

Shell Curl

DataForSEO

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

DataForSEO Operacje

post/v1/beta/dataforseo/ai_optimization/gemini/llm_responses/live

Gemini LLM Responses na żywo

Wysyła user_prompt do modelu Gemini i synchronicznie zwraca jego odpowiedź. model_name musi pochodzić z get_dataforseo_ai_gemini_llm_responses_models. W przeciwieństwie do endpointów na żywo Claude i ChatGPT, tutaj akceptowane jest system_message. Zwraca model_name, input_tokens, output_tokens, reasoning_tokens, web_search, money_spent, datetime, items i fan_out_queries. Odczytaj money_spent w odpowiedzi, aby zobaczyć, ile faktycznie kosztował prompt. Opakowane w kopertę DataForSEO: dane w tasks[0].result, wynik w tasks[0].status_code — odrzucone żądanie nadal zwraca HTTP 200.

Cennik referencyjny

Rozliczanie: zgłoszony koszt odpowiedzi.
Szacunek referencyjny dla żądania: USD 0.0707.
Referencyjny mnożnik klienta: 1.0. Nie stosuj go ponownie do rozliczonej już kwoty klienta.

Wyłącznie metadane referencyjne, a nie wycena konta, gwarantowana cena lub limit wydatków. Kredyty zasobów nie są kredytami Felo. Ostateczne obciążenia są zgodne z zapisami rozliczeniowymi Felo.

Treść

application/json

Typ: array (object | null)[]
- max_output_tokens
  Typ: integer | null
  
  maksymalna liczba tokenów w odpowiedzi AI
  pole opcjonalne
  wartość minimalna: 1
  wartość maksymalna: 4096;
  wartość domyślna: 2048;
  Uwaga: jeśli web_search ma wartość true lub w żądaniu określono model rozumujący, liczba tokenów wyjściowych może przekroczyć limit max_output_tokens
  Uwaga 2: jeśli use_reasoning ma wartość true, wartość minimalna dla max_output_tokens wynosi 1024
- message_chain
  Typ: array (object | null)[] | null
  
  historia konwersacji pole opcjonalne tablica obiektów wiadomości reprezentujących poprzednie tury konwersacji; każdy obiekt musi zawierać: ciąg role o wartości user lub ai; ciąg message z treścią wiadomości (maks. 500 znaków); w tablicy można podać maksymalnie 10 obiektów wiadomości; Uwaga: w modelach Perplexity wiadomości muszą ściśle występować naprzemiennie w rolach user i AI (user → ai); przykład: "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
  Typ: string | null
  
  treść wiadomości
  
  role
  Typ: string | null
  
  rola użytkownika, od którego pochodzi wiadomość
- model_name
  Typ: string
  
  nazwa modelu AI
  pole wymagane
  model_nameskłada się z rzeczywistej nazwy modelu i nazwy wersji;
  jeśli podano podstawową nazwę modelu, domyślnie zostanie ustawiona jej najnowsza wersja;
  na przykład po podaniu gemini-1.5-pro jako model_name zostanie automatycznie ustawiony gemini-1.5-pro-002;
  listę dostępnych modeli LLM można uzyskać, wysyłając osobne żądanie do https://api.dataforseo.com/v3/ai_optimization/gemini/llm_responses/models
- system_message
  Typ: string | null
  
  instrukcje dotyczące zachowania AI
  pole opcjonalne
  określa rolę, ton lub konkretne zachowanie AI
  w polu system_message można podać do 500 znaków
- tag
  Typ: string | null
  
  identyfikator zadania zdefiniowany przez użytkownika
  pole opcjonalne
  limit znaków: 255
  ten parametr służy do identyfikacji zadania i dopasowania go do wyniku
  podaną wartość tag znajdziesz w obiekcie data odpowiedzi
- temperature
  Typ: number | null
  
  losowość odpowiedzi AI
  pole opcjonalne
  wyższe wartości zwiększają różnorodność odpowiedzi
  niższe wartości zwiększają skupienie odpowiedzi
  wartość minimalna: 0
  wartość maksymalna: 2
  wartość domyślna: 1.3
- top_p
  Typ: number | null
  
  różnorodność odpowiedzi AI
  pole opcjonalne
  kontroluje różnorodność odpowiedzi przez ograniczanie wyboru tokenów
  wartość minimalna: 0
  wartość maksymalna: 1
  wartość domyślna: 0.9
- use_reasoning
  Typ: boolean | null
  
  włącz rozumowanie dla modelu AI
  pole opcjonalne
  po włączeniu model będzie prowadzić rozumowanie przed wygenerowaniem odpowiedzi
  listę modeli obsługujących reasoning znajdziesz w endpoincie Models
  wartość domyślna: false
  Uwaga: jeśli ustawiono true, wartość minimalna dla max_output_tokens wynosi 1024
  Uwaga 2: w modelach Gemini Pro use_reasoning zostanie automatycznie ustawione na true
- user_prompt
  Typ: string
  
  prompt dla modelu AI
  pole wymagane
  pytanie lub zadanie, które chcesz wysłać do modelu AI;
  w polu user_prompt można podać do 500 znaków
- web_search
  Typ: boolean | null
  
  włącz wyszukiwanie w sieci dla bieżących informacji
  pole opcjonalne
  po włączeniu model AI może uzyskiwać dostęp do bieżących informacji z sieci i je cytować;
  Uwaga: listę modeli obsługujących web_search znajdziesz w endpoincie Models;
  wartość domyślna: false;
  Koszt parametru można obliczyć na stronie Cennik

Odpowiedzi

200
Typ: object | null · Response36Afe1097B20_AiOptimizationGeminiLlmResponsesLiveResponseInfo
cost
Typ: number | null Format: double

łączny koszt zadań, USD

status_code
Typ: integer | null

ogólny kod statusu pełną listę kodów odpowiedzi znajdziesz tutaj

status_message
Typ: string | null

ogólny komunikat informacyjny pełną listę ogólnych komunikatów informacyjnych znajdziesz tutaj

tasks
Typ: array (object | null)[] | null

tablica zadań

Typ: object | null · Response36Afe1097B20_AiOptimizationGeminiLlmResponsesLiveTaskInfo
cost
Typ: number | null Format: double

łączny koszt zadań, USD

data
Typ: object | null

zawiera te same parametry, które podano w żądaniu POST

propertyName
Typ: object | null
id
Typ: string | null

identyfikator zadania unikalny identyfikator zadania w naszym systemie w formacie UUID

path
Typ: array (string | null)[] | null

ścieżka URL

result
Typ: array (object | null)[] | null

tablica wyników

datetime
Typ: string | null

data i godzina otrzymania wyniku
w formacie UTC: „yyyy-mm-dd hh-mm-ss +00:00”
przykład:
2019-11-15 12:57:46 +00:00

fan_out_queries
Typ: array (string | null)[] | null

tablica zapytań fan-out
zawiera powiązane zapytania wyszukiwania wyprowadzone z głównego zapytania, aby zapewnić bardziej kompleksową odpowiedź

input_tokens
Typ: integer | null

liczba tokenów na wejściu
łączna liczba przetworzonych tokenów

items
Typ: array (object | null)[] | null

tablica elementów odpowiedzi
zawiera ustrukturyzowane dane odpowiedzi AI

type
Typ: string | null

typ elementu

model_name
Typ: string | null

nazwa użytego modelu AI

money_spent
Typ: number | null

koszt tokenów AI, USD
cena pobierana przez zewnętrznego dostawcę modelu AI zgodnie z jego cennikiem

output_tokens
Typ: integer | null

liczba tokenów na wyjściu
łączna liczba tokenów wygenerowanych w odpowiedzi AI

reasoning_tokens
Typ: integer | null

liczba tokenów rozumowania
łączna liczba tokenów użytych do wygenerowania treści rozumowania

web_search
Typ: boolean | null

wskazuje, czy użyto wyszukiwania w sieci

result_count
Typ: integer | null Format: int64

liczba elementów w tablicy result

status_code
Typ: integer | null

kod statusu zadania wygenerowany przez DataForSEO; może mieścić się w następującym zakresie: 10000-60000 pełną listę kodów odpowiedzi znajdziesz tutaj

status_message
Typ: string | null

komunikat informacyjny zadania pełną listę ogólnych komunikatów informacyjnych znajdziesz tutaj

time
Typ: string | null

czas wykonania, sekundy

tasks_count
Typ: integer | null Format: int64

liczba zadań w tablicy tasks

tasks_error
Typ: integer | null Format: int64

liczba zadań w tablicy tasks zwróconych z błędem

time
Typ: string | null

łączny czas wykonania, sekundy

version
Typ: string | null

bieżąca wersja interfejsu API
application/json
400

Nie można przetworzyć żądania. Sprawdź parametry żądania.
401

Wymagany jest prawidłowy klucz API Felo.
402

Nie można kontynuować żądania, ponieważ nie spełniono wymogu rozliczeniowego.
403

Konto nie ma uprawnień do wykonania tej operacji.
429

Osiągnięto limit żądań lub wydatków.
502

Usługa nie mogła ukończyć żądania.
503

API lub usługa rozliczeniowa jest tymczasowo niedostępna.
504

Upłynął limit czasu usługi podczas przetwarzania żądania.
default

Odpowiedź błędu; odpowiedzi przekazywane bezpośrednio od dostawcy upstream mogą używać formatów dostawcy

application/json

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"
  }
]'

Pokaż schemat

{
  "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
          ]
        }
      ]
    }
  ]
}

Operacja zakończona powodzeniem

Gemini LLM Responses na żywo

UwierzytelnianieRequired

DataForSEO

Gemini LLM Responses na żywo

Cennik referencyjny