Gemini LLM Responses แบบเรียลไทม์

Felo API Support

MIT

เซิร์ฟเวอร์

https://openapi.felo.ai

ไลบรารีไคลเอนต์

Shell Curl

DataForSEO

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

DataForSEO การดำเนินการ

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

Gemini LLM Responses แบบเรียลไทม์

ส่ง user_prompt ไปยังโมเดล Gemini และคืนคำตอบแบบซิงโครนัส model_name ต้องมาจาก get_dataforseo_ai_gemini_llm_responses_models ที่นี่รับ system_message ได้ ต่างจาก endpoint แบบเรียลไทม์ของ Claude และ ChatGPT คืนค่า model_name, input_tokens, output_tokens, reasoning_tokens, web_search, money_spent, datetime, items และ fan_out_queries อ่าน money_spent ในการตอบกลับเพื่อดูว่าคำสั่งหนึ่งครั้งมีค่าใช้จ่ายจริงเท่าใด ห่อด้วย envelope ของ DataForSEO: ข้อมูลอยู่ใน tasks[0].result ผลลัพธ์อยู่ใน tasks[0].status_code — คำขอที่ถูกปฏิเสธยังคงคืน HTTP 200

ข้อมูลอ้างอิงราคา

การวัดปริมาณการใช้งาน: ต้นทุนการตอบกลับที่รายงาน
ค่าประมาณคำขออ้างอิง: USD 0.0707
ตัวคูณอ้างอิงสำหรับลูกค้า: 1.0 ห้ามนำไปใช้ซ้ำกับยอดที่เรียกเก็บจากลูกค้าแล้ว

เป็นข้อมูลเมตาอ้างอิงเท่านั้น ไม่ใช่ใบเสนอราคาสำหรับบัญชี ไม่ใช่ราคาที่รับประกัน และไม่ใช่เพดานการใช้จ่าย เครดิตของทรัพยากรไม่ใช่เครดิต Felo ยอดเรียกเก็บขั้นสุดท้ายเป็นไปตามบันทึกการเรียกเก็บเงินของ Felo

บอดี้

application/json

ประเภท: array (object | null)[]
- max_output_tokens
  ประเภท: integer | null
  
  จำนวนโทเคนสูงสุดในการตอบกลับของ AI
  ฟิลด์ไม่บังคับ
  ค่าต่ำสุด: 1
  ค่าสูงสุด: 4096;
  ค่าเริ่มต้น: 2048;
  หมายเหตุ: หากตั้ง web_search เป็น true หรือระบุโมเดล reasoning ในคำขอ จำนวนโทเคนเอาต์พุตอาจเกินขีดจำกัด max_output_tokens ที่ระบุ
  หมายเหตุ 2: หากตั้ง use_reasoning เป็น true ค่าต่ำสุดของ max_output_tokens คือ 1024
- message_chain
  ประเภท: array (object | null)[] | null
  
  ประวัติการสนทนา ฟิลด์ไม่บังคับ อาร์เรย์ของออบเจ็กต์ข้อความที่แสดงถึงรอบการสนทนาก่อนหน้า; แต่ละออบเจ็กต์ต้องมี: role สตริงที่มีบทบาท user หรือ ai; message สตริงที่มีเนื้อหาข้อความ (สูงสุด 500 อักขระ); ระบุออบเจ็กต์ข้อความได้สูงสุด 10 รายการในอาร์เรย์; หมายเหตุ: สำหรับโมเดล Perplexity ข้อความต้องสลับระหว่างบทบาท user และ AI อย่างเคร่งครัด (user → ai); ตัวอย่าง: "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
  ประเภท: string | null
  
  เนื้อหาข้อความ
  
  role
  ประเภท: string | null
  
  บทบาทของผู้ใช้ที่เป็นต้นทางของข้อความ
- model_name
  ประเภท: string
  
  ชื่อโมเดล AI
  ฟิลด์ที่จำเป็น
  model_name ประกอบด้วยชื่อโมเดลจริงและชื่อเวอร์ชัน;
  หากระบุเฉพาะชื่อโมเดลพื้นฐาน ระบบจะใช้เวอร์ชันล่าสุดเป็นค่าเริ่มต้น;
  ตัวอย่างเช่น หากระบุ gemini-1.5-pro ระบบจะตั้ง gemini-1.5-pro-002 เป็น model_name โดยอัตโนมัติ;
  คุณสามารถรับรายการโมเดล LLM ที่ใช้ได้โดยส่งคำขอแยกไปที่ https://api.dataforseo.com/v3/ai_optimization/gemini/llm_responses/models
- system_message
  ประเภท: string | null
  
  คำสั่งสำหรับพฤติกรรมของ AI
  ฟิลด์ไม่บังคับ
  กำหนดบทบาท โทน หรือพฤติกรรมเฉพาะของ AI
  ระบุได้สูงสุด 500 อักขระในฟิลด์ system_message
- tag
  ประเภท: string | null
  
  ตัวระบุงานที่ผู้ใช้กำหนด
  ฟิลด์ไม่บังคับ
  จำกัด 255 อักขระ
  ใช้พารามิเตอร์นี้เพื่อระบุงานและจับคู่กับผลลัพธ์
  คุณจะพบค่า tag ที่ระบุในออบเจ็กต์ data ของการตอบกลับ
- temperature
  ประเภท: number | null
  
  ความสุ่มของการตอบกลับของ AI
  ฟิลด์ไม่บังคับ
  ค่าที่สูงขึ้นทำให้เอาต์พุตหลากหลายขึ้น
  ค่าที่ต่ำลงทำให้เอาต์พุตโฟกัสมากขึ้น
  ค่าต่ำสุด: 0
  ค่าสูงสุด: 2
  ค่าเริ่มต้น: 1.3
- top_p
  ประเภท: number | null
  
  ความหลากหลายของการตอบกลับของ AI
  ฟิลด์ไม่บังคับ
  ควบคุมความหลากหลายของการตอบกลับโดยจำกัดการเลือกโทเคน
  ค่าต่ำสุด: 0
  ค่าสูงสุด: 1
  ค่าเริ่มต้น: 0.9
- use_reasoning
  ประเภท: boolean | null
  
  เปิดใช้ reasoning สำหรับโมเดล AI
  ฟิลด์ไม่บังคับ
  เมื่อเปิดใช้งาน โมเดลจะทำ reasoning ก่อนสร้างการตอบกลับ
  ดูรายการโมเดลที่รองรับ reasoning ได้ที่endpoint Models
  ค่าเริ่มต้น: false
  หมายเหตุ: หากตั้งเป็น true ค่าต่ำสุดของ max_output_tokens คือ 1024
  หมายเหตุ 2: สำหรับโมเดล Gemini Pro ระบบจะตั้ง use_reasoning เป็น true โดยอัตโนมัติ
- user_prompt
  ประเภท: string
  
  พรอมต์สำหรับโมเดล AI
  ฟิลด์ที่จำเป็น
  คำถามหรืองานที่คุณต้องการส่งไปยังโมเดล AI;
  ระบุได้สูงสุด 500 อักขระในฟิลด์ user_prompt
- web_search
  ประเภท: boolean | null
  
  เปิดการค้นหาเว็บสำหรับข้อมูลปัจจุบัน
  ฟิลด์ไม่บังคับ
  เมื่อเปิดใช้งาน โมเดล AI สามารถเข้าถึงและอ้างอิงข้อมูลเว็บปัจจุบัน;
  หมายเหตุ: ดูรายการโมเดลที่รองรับ web_search ได้ที่endpoint Models;
  ค่าเริ่มต้น: false;
  ค่าใช้จ่ายของพารามิเตอร์นี้คำนวณได้จากหน้าราคา

การตอบกลับ

200
ประเภท: object | null · Response36Afe1097B20_AiOptimizationGeminiLlmResponsesLiveResponseInfo
cost
ประเภท: number | null รูปแบบ: double

ค่าใช้จ่ายรวมของงาน, USD

status_code
ประเภท: integer | null

รหัสสถานะทั่วไป คุณสามารถดูรายการรหัสการตอบกลับทั้งหมดได้ที่นี่

status_message
ประเภท: string | null

ข้อความข้อมูลทั่วไป คุณสามารถดูรายการข้อความข้อมูลทั่วไปทั้งหมดได้ที่นี่

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

อาร์เรย์ของงาน

ประเภท: object | null · Response36Afe1097B20_AiOptimizationGeminiLlmResponsesLiveTaskInfo
cost
ประเภท: number | null รูปแบบ: double

ค่าใช้จ่ายรวมของงาน, USD

data
ประเภท: object | null

มีพารามิเตอร์เดียวกับที่คุณระบุในคำขอ POST

propertyName
ประเภท: object | null
id
ประเภท: string | null

ตัวระบุงาน ตัวระบุงานที่ไม่ซ้ำกันในระบบของเราในรูปแบบ UUID

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

พาธ URL

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

อาร์เรย์ของผลลัพธ์

datetime
ประเภท: string | null

วันที่และเวลาที่ได้รับผลลัพธ์
ในรูปแบบ UTC: “yyyy-mm-dd hh-mm-ss +00:00”
ตัวอย่าง:
2019-11-15 12:57:46 +00:00

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

อาร์เรย์ของคำค้นแบบ fan-out
มีคำค้นที่เกี่ยวข้องซึ่งได้มาจากคำค้นหลักเพื่อให้การตอบกลับครอบคลุมมากขึ้น

input_tokens
ประเภท: integer | null

จำนวนโทเคนในอินพุต
จำนวนโทเคนทั้งหมดที่ประมวลผล

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

อาร์เรย์ของรายการตอบกลับ
มีข้อมูลการตอบกลับของ AI ที่มีโครงสร้าง

type
ประเภท: string | null

ประเภทขององค์ประกอบ

model_name
ประเภท: string | null

ชื่อของโมเดล AI ที่ใช้

money_spent
ประเภท: number | null

ต้นทุนของโทเคน AI, USD
ราคาที่ผู้ให้บริการโมเดล AI บุคคลที่สามเรียกเก็บตามราคาของตน

output_tokens
ประเภท: integer | null

จำนวนโทเคนในเอาต์พุต
จำนวนโทเคนทั้งหมดที่สร้างในการตอบกลับของ AI

reasoning_tokens
ประเภท: integer | null

จำนวนโทเคนการให้เหตุผล
จำนวนโทเคนทั้งหมดที่ใช้สร้างเนื้อหาการให้เหตุผล

web_search
ประเภท: boolean | null

ระบุว่ามีการใช้การค้นหาเว็บหรือไม่

result_count
ประเภท: integer | null รูปแบบ: int64

จำนวนองค์ประกอบในอาร์เรย์ result

status_code
ประเภท: integer | null

รหัสสถานะของงาน สร้างโดย DataForSEO โดยอยู่ในช่วงต่อไปนี้ได้: 10000-60000 คุณสามารถดูรายการรหัสการตอบกลับทั้งหมดได้ที่นี่

status_message
ประเภท: string | null

ข้อความข้อมูลของงาน คุณสามารถดูรายการข้อความข้อมูลทั่วไปทั้งหมดได้ที่นี่

time
ประเภท: string | null

เวลาดำเนินการ, วินาที

tasks_count
ประเภท: integer | null รูปแบบ: int64

จำนวนงานในอาร์เรย์ tasks

tasks_error
ประเภท: integer | null รูปแบบ: int64

จำนวนงานในอาร์เรย์ tasks ที่ส่งคืนพร้อมข้อผิดพลาด

time
ประเภท: string | null

เวลาดำเนินการทั้งหมด (วินาที)

version
ประเภท: string | null

เวอร์ชันปัจจุบันของ API
application/json
400

ไม่สามารถประมวลผลคำขอได้ ตรวจสอบพารามิเตอร์ของคำขอ
401

จำเป็นต้องใช้คีย์ API ของ Felo ที่ถูกต้อง
402

ไม่สามารถดำเนินการตามคำขอได้ เนื่องจากไม่เป็นไปตามข้อกำหนดด้านการเรียกเก็บเงิน
403

บัญชีไม่ได้รับอนุญาตให้ดำเนินการนี้
429

ถึงขีดจำกัดคำขอหรือการใช้จ่ายแล้ว
502

บริการไม่สามารถดำเนินการตามคำขอให้เสร็จสิ้นได้
503

API หรือบริการเรียกเก็บเงินไม่พร้อมใช้งานชั่วคราว
504

บริการหมดเวลาระหว่างประมวลผลคำขอ
default

การตอบกลับข้อผิดพลาด; การตอบกลับที่ส่งผ่านจากต้นทางอาจใช้รูปแบบของผู้ให้บริการ

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"
  }
]'

แสดงสคีมา

{
  "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
          ]
        }
      ]
    }
  ]
}

ดำเนินการสำเร็จ

Gemini LLM Responses แบบเรียลไทม์

การยืนยันตัวตนRequired

DataForSEO

Gemini LLM Responses แบบเรียลไทม์

ข้อมูลอ้างอิงราคา