AS Gemini：对话、工具调用与视频理解

使用 as gemini分组 的 Key。本页重点说明已验证的五个语言型号、Function Calling 往返、原生 MP4 理解，以及当前 1.8 倍率的 Token 计费。

型号与已验证能力

上述为 2026-10-30 的本站实际调用、2026-11-01 的目录核对；测试包括工具结果回传后正确引用，以及视频颜色、文字、动作、先后顺序。不是只检查 HTTP 200。短片验证不等于已经验证长电影、音轨识别或最大文件上限。

同组目录另有 gemini-3-pro-preview 和 gemini-3.1-flash-image，不在本页五型号能力与 Token 费率承诺内。后者与香蕉组带 -preview 的图片型号不同；缺少已确认报价不能当作免费，接入前单独确认。

普通对话

curl --fail-with-body --max-time 180 \
  https://openpix.cc/v1/chat/completions \
  -H "Authorization: Bearer $MXB_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"model":"gemini-3.8-flash","messages":[{"role":"user","content":"用三句话说明如何拍好产品图。"}],"stream":false}'

响应读取 choices[].message；原生文本也可用 /v1beta/models/{model}:generateContent 和 contents/parts。两个入口都使用本站 Key。

工具调用：两轮都要传什么

第一轮把函数名称、说明、JSON 参数结构放在 tools。tool_choice:"auto" 让模型决定是否调用。

{
  "model": "gemini-3.8-flash",
  "messages": [{"role":"user","content":"请查询 TEA-01 在上海仓的库存，并告诉我能否发货。"}],
  "tools": [{
    "type": "function",
    "function": {
      "name": "lookup_stock",
      "description": "查询指定商品在指定仓库的库存",
      "parameters": {
        "type": "object",
        "properties": {"sku":{"type":"string"},"warehouse":{"type":"string"}},
        "required": ["sku","warehouse"]
      }
    }
  }],
  "tool_choice": "auto",
  "stream": false
}

读取 choices[0].message.tool_calls，JSON 解析 function.arguments，在你自己的程序执行获准函数。然后保留第一轮完整 assistant 消息，追加 role:"tool"，tool_call_id 必须等于对应调用的真实 id：

{
  "role": "tool",
  "tool_call_id": "替换为第一轮真实调用id",
  "content": "{\"sku\":\"TEA-01\",\"warehouse\":\"上海\",\"stock\":17}"
}

再携完整 messages、同一 model 和必要 tools 发第二次 Chat 请求，模型才能据此回答。工具结果中的 content 是 JSON 字符串，不是把对象直接当 content。一次产生多个 tool_calls 时，应逐一回传对应 id，不丢弃助手消息或只回传最后一个。

可下载并运行 mxb-gemini.py 的 tools 模式，演示固定的虚构库存查询；它不会访问真实库存或执行任意模型生成代码：

python mxb-gemini.py tools --model gemini-3.8-flash

本例每次工具往返通常有两次收费模型请求。这里的 Function Calling 是调用方执行函数，不代表模型自动拥有浏览器、联网搜索或代码执行器。流式工具参数可能分片返回，需要按调用 index/id 拼接 arguments，得到完整 JSON 后再执行。

视频理解：使用原生 inlineData

当前推荐 Gemini 原生路径。video_url 形式的 OpenAI 兼容请求曾返回200但答错画面，不能把200作为视频已被模型读取的证据。

{
  "contents": [{
    "role": "user",
    "parts": [
      {"inlineData":{"mimeType":"video/mp4","data":"替换为整个MP4文件的纯Base64"}},
      {"text":"按时间顺序描述视频中的主体、动作和出现的文字，不要猜测不可见内容。"}
    ]
  }]
}

POST 到 https://openpix.cc/v1beta/models/gemini-3.8-flash:generateContent。这是发送视频内容让语言模型理解，不是创建视频任务；不使用 /v1/videos，没有生成视频用的 seconds/size 参数。

避免手工拼 Base64，可运行完整示例：

python mxb-gemini.py video --model gemini-3.8-flash --file clip.mp4 \
  --prompt "逐段描述视频内容，包括文字和动作顺序。"

示例读取本地 MP4 并编码，不预先抽帧；原生返回从 candidates[].content.parts[].text 读取。inlineData.data 不能放文件路径、HTTP URL 或 Data URL 前缀。先用短小视频验证你的实际场景，文件经 Base64 会增大约三分之一；本页不声明通用最大时长/文件量。

当前费率与上下文档位

以下是 已经乘 1.8 的普通本组价格快照，单位 ¤ / 百万 Token；不再乘一次 1.8。账户另有专属价格时以自己的账单为准。

Pro 的阈值按完整输入上下文（包含缓存部分）判断，超过后整次请求使用长上下文费率，不是只对超出的 Token 加价。缓存命中不能把长请求降回短档。工具定义、历史消息、工具结果和视频内容都会影响输入；不要按 prompt 字符数估算 Token。

例如 3.8 Flash 无缓存、输入1000 Token、计费输出200 Token，费用为 (1000×1.35 + 200×6.75)/1000000 = ¤0.0027。有缓存时各计价项需按账单分类，不把缓存 Token 与普通输入重复累加。

错误与能力边界

其他语言模型的普通 Chat / Responses 结构见语言接口；不要把本页实测结果外推到另一分组的同名模型。