Menggunakan library OpenAI dengan Vertex AI

Chat Completions API berfungsi sebagai endpoint yang kompatibel dengan Open AI, yang dirancang untuk mempermudah interaksi dengan Gemini di Vertex AI dengan menggunakan library OpenAI untuk Python dan REST. Jika sudah menggunakan library OpenAI, Anda dapat menggunakan API ini sebagai cara berbiaya rendah untuk beralih antara memanggil model OpenAI dan model yang dihosting Vertex AI untuk membandingkan output, biaya, dan skalabilitas, tanpa mengubah kode yang ada. Jika Anda belum menggunakan library OpenAI, sebaiknya gunakan Google Gen AI SDK.

Model yang didukung

Chat Completions API mendukung model Gemini dan model tertentu yang di-deploy sendiri dari Model Garden.

Model Gemini

Model berikut memberikan dukungan untuk Chat Completions API:

Model yang di-deploy sendiri dari Model Garden

Container Hugging Face Text Generation Interface (HF TGI) dan vLLM bawaan Vertex AI Model Garden mendukung Chat Completions API. Namun, tidak semua model yang di-deploy ke penampung ini mendukung Chat Completions API. Tabel berikut mencakup model yang didukung paling populer menurut penampung:

HF TGI

vLLM

Parameter yang didukung

Untuk model Google, Chat Completions API mendukung parameter OpenAI berikut. Untuk mengetahui deskripsi setiap parameter, lihat dokumentasi OpenAI tentang Membuat penyelesaian chat. Dukungan parameter untuk model pihak ketiga bervariasi menurut model. Untuk melihat parameter yang didukung, lihat dokumentasi model.

messages
  • System message
  • User message: Jenis text dan image_url didukung. Jenis image_url mendukung gambar yang disimpan sebagai Cloud Storage URI atau encoding base64 dalam bentuk "data:<MIME-TYPE>;base64,<BASE64-ENCODED-BYTES>". Untuk mempelajari cara membuat bucket Cloud Storage dan mengupload file ke dalamnya, lihat Menemukan penyimpanan objek. Opsi detail tidak didukung.
  • Assistant message
  • Tool message
  • Function message: Kolom ini tidak digunakan lagi, tetapi didukung untuk kompatibilitas mundur.
model
max_completion_tokens Alias untuk max_tokens.
max_tokens
n
frequency_penalty
presence_penalty
reasoning_effort Mengonfigurasi berapa banyak waktu dan token yang digunakan untuk respons.
  • low: 1024
  • medium: 8192
  • high: 24576
Karena tidak ada pemikiran yang disertakan dalam respons, hanya salah satu dari reasoning_effort atau extra_body.google.thinking_config yang dapat ditentukan.
response_format
  • json_object: Ditafsirkan sebagai meneruskan "application/json" ke Gemini API.
  • json_schema. Skema rekursif sepenuhnya tidak didukung. additional_properties didukung.
  • text: Ditafsirkan sebagai meneruskan "text/plain" ke Gemini API.
  • Jenis MIME lainnya diteruskan apa adanya ke model, seperti meneruskan "application/json" secara langsung.
seed Sesuai dengan GenerationConfig.seed.
stop
stream
temperature
top_p
tools
  • type
  • function
    • name
    • description
    • parameters: Tentukan parameter menggunakan spesifikasi OpenAPI. Hal ini berbeda dengan kolom parameter OpenAI, yang dideskripsikan sebagai objek Skema JSON. Untuk mempelajari perbedaan kata kunci antara OpenAPI dan JSON Schema, lihat panduan OpenAPI.
tool_choice
  • none
  • auto
  • required: Sesuai dengan mode ANY di FunctionCallingConfig.
  • validated: Sesuai dengan mode VALIDATED dalam FunctionCallingConfig. Ini khusus untuk Google.
web_search_options Berhubungan dengan alat GoogleSearch. Tidak ada sub-opsi yang didukung.
function_call Kolom ini tidak digunakan lagi, tetapi didukung untuk kompatibilitas mundur.
functions Kolom ini tidak digunakan lagi, tetapi didukung untuk kompatibilitas mundur.

Jika Anda meneruskan parameter yang tidak didukung, parameter tersebut akan diabaikan.

Parameter input multimodal

Chat Completions API mendukung input multimodal tertentu.

input_audio
  • data: URI atau format blob yang valid. Kami mendukung semua jenis blob, termasuk gambar, audio, dan video. Apa pun yang didukung oleh GenerateContent didukung (HTTP, Cloud Storage, dll.).
  • format: OpenAI mendukung wav (audio/wav) dan mp3 (audio/mp3). Dengan Gemini, semua jenis MIME yang valid didukung.
image_url
  • data: Seperti input_audio, semua URI atau format blob yang valid didukung.
    Perhatikan bahwa image_url sebagai URL akan secara default menggunakan jenis MIME image/* dan image_url sebagai data blob dapat digunakan sebagai input multimodal apa pun.
  • detail: Mirip dengan resolusi media, parameter ini menentukan token maksimum per gambar untuk permintaan. Perhatikan bahwa meskipun kolom OpenAI adalah per gambar, Gemini menerapkan detail yang sama di seluruh permintaan, dan meneruskan beberapa jenis detail dalam satu permintaan akan memunculkan error.

Secara umum, parameter data dapat berupa URI atau kombinasi jenis MIME dan byte berenkode base64 dalam bentuk "data:<MIME-TYPE>;base64,<BASE64-ENCODED-BYTES>". Untuk mengetahui daftar lengkap jenis MIME, lihat GenerateContent. Untuk mengetahui informasi selengkapnya tentang encoding base64 OpenAI, lihat dokumentasi mereka.

Untuk penggunaan, lihat contoh input multimodal kami.

Parameter khusus Gemini

Ada beberapa fitur yang didukung oleh Gemini yang tidak tersedia di model OpenAI. Fitur ini masih dapat diteruskan sebagai parameter, tetapi harus berada dalam extra_content atau extra_body atau akan diabaikan.

Fitur extra_body

safety_settings Ini sesuai dengan SafetySetting Gemini.
cached_content Ini sesuai dengan GenerateContentRequest.cached_content Gemini.
thinking_config Ini sesuai dengan GenerationConfig.ThinkingConfig Gemini.
thought_tag_marker Digunakan untuk memisahkan pemikiran model dari responsnya untuk model dengan fitur Berpikir yang tersedia.
Jika tidak ditentukan, tidak ada tag yang akan ditampilkan di sekitar pemikiran model. Jika ada, kueri berikutnya akan menghapus tag ide dan menandai ide dengan tepat untuk konteks. Hal ini membantu mempertahankan konteks yang sesuai untuk kueri berikutnya.

Fitur extra_part

extra_part memungkinkan Anda menentukan setelan tambahan di tingkat per-Part.

extra_content Kolom untuk menambahkan konten khusus Gemini yang tidak boleh diabaikan.
thought Hal ini akan menandai secara eksplisit apakah suatu kolom adalah pemikiran (dan lebih diutamakan daripada thought_tag_marker). Hal ini harus digunakan untuk menentukan apakah panggilan alat adalah bagian dari pemikiran atau tidak.

Langkah berikutnya