Gemini 3.8 Flash · API

クイックスタート

2 ステップで動きます：まずリクエストを送信し、次にストリーミングで回答を受け取ります。YOUR_API_KEY をご自身のキーに置き換えれば、下のコマンドはそのまま実行できます。エンドポイントは OpenAI の Chat Completions と同じなので、既存の OpenAI のコードは base_url と model を変えるだけで使えます。

ステップ 1 · リクエストを送信

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "messages": [{"role": "user", "content": "光合成を一文で説明してください"}]}'

レスポンス（HTTP 200）

{
  "id": "chatcmpl-7f3c9a1e2b4d6f8a",
  "object": "chat.completion",
  "created": 1791281400,
  "model": "gemini-3.8-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "光合成とは、植物が日光を使って二酸化炭素と水から糖をつくり、酸素を放出するしくみです。"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 42,
    "total_tokens": 60,
    "prompt_tokens_details": {"cached_tokens": 0}
  }
}

message.content が回答です。usage はこのリクエストで課金されるトークン数です。そのうち prompt_tokens_details.cached_tokens はキャッシュにヒットした分で、キャッシュ料金で課金されます。

ステップ 2 · ストリーミングで受け取る（推奨）

curl -N https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "stream": true, "messages": [{"role": "user", "content": "光合成を一文で説明してください"}]}'

ストリームは標準的な SSE です。各チャンクの本文は choices[0].delta.content に入り、最後のチャンクに usage が付き、data: [DONE] で終わります。回答が長い場合や思考モデルでは、ストリーミングを使ってください。ストリーミングしないリクエストは約 10 分で切断されます。

Python（OpenAI SDK）

from openai import OpenAI

client = OpenAI(base_url="https://nezhagate.com/v1", api_key="YOUR_API_KEY")

# 1. 一問一答
resp = client.chat.completions.create(
    model="gemini-3.8-flash",
    messages=[{"role": "user", "content": "光合成を一文で説明してください"}],
)
print(resp.choices[0].message.content)

# 2. ストリーミング
stream = client.chat.completions.create(
    model="gemini-3.8-flash",
    messages=[{"role": "user", "content": "光合成を一文で説明してください"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

認証

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

コンソールで API Key を作成すると利用を開始できます。

仕様早見表

リクエストパラメータ

POST /v1/chat/completions のリクエスト本文（JSON）で、OpenAI の Chat Completions と同じです。よく使うパラメータと、このモデルでの実際の動作は次のとおりです：

そのほかの OpenAI のパラメータ（stop、seed、user など）は送ったとおりモデルに渡されます。反映されるかどうかはモデルによります。

料金

トークン単位で課金します。下の表は 100 万トークンあたりの最新の料金です。課金されるのは成功したリクエストの実際の使用量だけで、失敗、タイムアウト、拒否の場合は課金されません。1 クレジット = $0.005 です。

たとえば、入力 2,000 トークン、出力 1,000 トークン（思考を含む）のリクエストは約 $0.0048 です。

思考

動的思考です。質問ごとにどれだけ考えるかをモデルが自分で決め、簡単な質問にはすばやく答え、難しい質問ではより深く考えます。追加のパラメータは不要です。思考トークンも出力の上限に含まれるため、max_tokens を小さくしすぎないでください。

思考トークンは usage.completion_tokens に含まれ、出力料金で課金されます（一部のモデルは completion_tokens_details.reasoning_tokens で内訳も返します）。

プロンプトキャッシュ

パラメータは不要です。繰り返し送られる長い先頭部分（同じシステムプロンプトや、会話の前半のターンなど）は、モデル提供元によって自動でキャッシュされることがあり、キャッシュされた部分はより安いキャッシュ料金で課金されます。キャッシュされるかどうか、どれだけヒットするかはモデル提供元によります。変わらない部分をメッセージの先頭に置くと、ヒットしやすくなります。

キャッシュヒットしたトークン数は usage.prompt_tokens_details.cached_tokens で返ります。この部分はキャッシュヒット料金、残りの入力は入力料金で課金されます。

画像入力

content の配列に image_url のパーツを入れます。推奨は base64 の data URI（data:image/png;base64,...）で、確実に読み込めます。公開されている画像のリンクは先にダウンロードする必要があり、まれに取得できない、またはタイムアウトすることがあります。画像はモデル提供元の規則に従って入力トークンに換算されます。

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "messages": [{"role": "user", "content": [{"type": "text", "text": "この画像には何が写っていますか"}, {"type": "image_url", "image_url": {"url": "data:image/png;base64,iVBORw0KGgo..."}}]}]}'

ウェブ検索

リクエストに "web_search": true を加えます（または tools に {"type": "web_search"} を入れます）。ゲートウェイはまず会話の内容をもとにウェブをリアルタイムで検索し、最大 5 件の結果とそのリンクを参考資料としてモデルに渡します。モデルはそれを踏まえて回答し、出典を示します。検索自体は無料で、参考資料は入力トークンとして課金されます。

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-3.8-flash", "web_search": true, "messages": [{"role": "user", "content": "今日の主なテクノロジーニュースは何ですか"}]}'

安定性と自動再試行

• リクエストがエラーになったり、タイムアウトしたり、混み合っていたりすると、ゲートウェイは内容を返し始める前に自動で再試行します。再試行する必要はなく、二重に課金されることもありません。
• ストリーミングは、出力が始まった後は自動で再試行しません。途中で切れた場合は、切れるまでに生成された分が課金されます（課金と返金 を参照）。
• モデルが混み合っているときは、ゲートウェイが Retry-After 付きで 429 を返します。その秒数だけ待ってから再試行してください。失敗したリクエストは課金されません。各モデルの状態は サービス状態 で確認できます。

エラーと返金

エラーは error オブジェクト（message、type、code、param）で返ります。判定には HTTP ステータスコードと code を使い、message の文面では判定しないでください。失敗したリクエストは課金されません。完全な一覧は エラーコード をご覧ください。

ストリーミングで出力が始まった後にエラーが起きても、ステータスコードは変わりません。エラーは error を含むデータ行としてストリーム内に届くか、ストリームが（data: [DONE] なしで）そのまま終わります。いずれの場合も、途中で切れたものとして扱ってください。