Von Google Gemini zu FlowModels.
FlowModels spricht das OpenAI-Format. Gemini-Modelle rufst du deshalb mit dem OpenAI-SDK auf: Nachrichten, Konfiguration und Werkzeuge schreibst du um.
Was sich ändert
Basis-URL, Schlüssel und Modellname. Alles Übrige bleibt, solange du keine Felder aus der Tabelle weiter unten benutzt.
| Stelle | Vorher | Bei FlowModels |
|---|---|---|
| SDK | google-genai |
openai |
| Basis-URL | https://generativelanguage.googleapis.com |
https://api.flowmodels.one/v1 |
| Schlüssel | GEMINI_API_KEY |
FLOWMODELS_API_KEY |
| Modellname | gemini-3.7-flash |
gemini/gemini-3.7-flash |
Der Code davor und danach
- from google import genai
- from google.genai import types
-
- client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
+ from openai import OpenAI
+
+ client = OpenAI(
+ base_url="https://api.flowmodels.one/v1",
+ api_key=os.environ["FLOWMODELS_API_KEY"],
+ )
- response = client.models.generate_content(
- model="gemini-3.7-flash",
- contents="Hallo!",
- config=types.GenerateContentConfig(
- system_instruction="Du antwortest knapp.",
- temperature=0.2,
- ),
- )
- print(response.text)
+ response = client.chat.completions.create(
+ model="gemini/gemini-3.7-flash",
+ temperature=0.2,
+ messages=[
+ {"role": "system", "content": "Du antwortest knapp."},
+ {"role": "user", "content": "Hallo!"},
+ ],
+ )
+ print(response.choices[0].message.content)
Felder, die sich anders verhalten
Maßgeblich ist, was das gewählte Modell kann. Welche Felder es annimmt, steht bei GET /v1/models unter supported_parameters.
| Feld | Verhalten bei FlowModels |
|---|---|
system_instruction |
Wird zu einer Nachricht mit role: "system". |
contents, parts |
Werden zu messages mit role und content. Bilder sind Blöcke vom Typ image_url, nur in Nachrichten mit role: "user". |
max_output_tokens, stop_sequences |
Heißen hier max_tokens und stop. |
response_mime_type, response_schema |
Über response_format mit json_schema. FlowModels filtert dein Schema auf die Schlüssel, die Gemini annimmt. |
function_declarations |
Heißen hier tools[].function. Das Modell meldet tool_calls, FlowModels führt deine Funktionen nicht aus. |
search_domain_filter |
Modelle ohne Domainfilter wie Gemini lehnen das Feld mit 400 unsupported_for_model ab. |
Streaming |
Mit stream: true kommt der Text in choices[0].delta.content an, statt über generate_content_stream. |
Das prüfst du nach dem Umstieg
-
Der neue Schlüssel steht in
FLOWMODELS_API_KEY, undGET /v1/modelsnennt dein Modell. -
Ein Aufruf ohne Streaming liefert wie erwartet
choices[0].message.content. -
Mit
stream: truekommen die Ereignisse an; mitstream_options.include_usagesteht der Verbrauch im letzten Ereignis. -
Werkzeugaufrufe und
response_formatlaufen mit genau dem Modell, das du einsetzt. -
Deine Fehlerbehandlung trennt
429 insufficient_quota(Guthaben leer) von429 rate_limit_exceeded,429 concurrent_requests_exceededund503 provider_overloaded. - Im Anfrageprotokoll deines Dashboards stehen Modell, Token und Kosten des Aufrufs.
-
Dein Code liest die Antwort aus
choices[0].message.contentstatt ausresponse.text.