google/gemini-3.5-flash

LLM

Gemini 3.5 Flash API by Google

google/gemini-3.5-flash

Gemini-3.5-flash

Fast and cost-efficient multimodal model designed for high-throughput applications, real-time interactions, and everyday AI tasks.

Gemini 3.5 Flash은(는) Google에서 개발한 모델입니다. Atlas Cloud(운영: Atlas Cloud AI LLC)는 해당 모델에 대한 액세스를 제공할 뿐이며 이를 소유하지 않습니다. 모든 상표는 각 소유자에게 귀속됩니다.

파라미터

코드 예시
import os
import requests

# Multimodal Understanding Example
# Image: inline_data with base64 bytes, or file_data with a public URL
# Video: file_data with a public URL (recommended for large files)

url = "https://api.atlascloud.ai/v1/models/google/gemini-3.5-flash:generateContent"
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {os.environ['ATLASCLOUD_API_KEY']}"
}
payload = {
    "contents": [
        {
            "role": "user",
            "parts": [
                {
                    "inline_data": {
                        "mime_type": "image/png",
                        "data": "<BASE64_IMAGE_DATA>"
                    }
                },
                {
                    "file_data": {
                        "mime_type": "video/mp4",
                        "file_uri": "https://example.com/your-video.mp4"
                    }
                },
                {
                    "text": "Please describe the content of this image/video"
                }
            ]
        }
    ],
    "generationConfig": {
        "maxOutputTokens": 32768,
        "temperature": 0.7
    }
}

response = requests.post(url, headers=headers, json=payload)
print(response.json()["candidates"][0]["content"]["parts"][0]["text"])

설치

사용하는 언어에 필요한 패키지를 설치하세요.

pip install requests

인증

모든 API 요청에는 API 키를 통한 인증이 필요합니다. Atlas Cloud 대시보드에서 API 키를 받을 수 있습니다.

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP 헤더

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

API 키를 안전하게 보관하세요

클라이언트 측 코드나 공개 저장소에 API 키를 노출하지 마세요. 대신 환경 변수 또는 백엔드 프록시를 사용하세요.

요청 제출

import requests

url = "https://api.atlascloud.ai/v1/models/google/gemini-3.5-flash:generateContent"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "contents": [
        {
            "role": "user",
            "parts": [
                {
                    "text": "what is difference between http and https"
                }
            ]
        }
    ],
    "generationConfig": {
        "maxOutputTokens": 32768,
        "temperature": 0.7
    }
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

입력 Schema

다음 파라미터를 요청 본문에서 사용할 수 있습니다.

전체: 3필수: 1선택: 2

contentsarray[object]required

The conversation so far. Note: the model ID goes in the URL path, not in the body.

rolestringrequired

Who produced this turn. Use "user" for input and "model" for previous replies.

usermodel

partsarray[object]required

Ordered content parts. Combine a media part with a text part to ask a question about the media. Accepts image (png, jpeg, webp, gif), video (mp4, mpeg, mov, avi, flv, mpg, webm, wmv, 3gp).

systemInstructionobject

System-level instruction. Gemini keeps this outside contents, unlike the OpenAI system role.

partsarray[object]required

Instruction text, wrapped in the same part shape.

generationConfigobject

Sampling options. Gemini nests these instead of putting them at the top level.

maxOutputTokensinteger

The maximum number of tokens to generate in the completion. The maximum value is the model's context length minus the prompt length.

Min: 1

temperaturenumber

Controls the variety of the model's responses. Lower values make output more predictable and deterministic, higher values more diverse and random.

Default: 1Min: 0Max: 2

요청 본문 예시

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "inline_data": {
            "mime_type": "image/png",
            "data": "<BASE64_IMAGE_DATA>"
          }
        },
        {
          "file_data": {
            "mime_type": "video/mp4",
            "file_uri": "https://example.com/your-video.mp4"
          }
        },
        {
          "text": "Please describe the content of this image/video"
        }
      ]
    }
  ],
  "generationConfig": {
    "maxOutputTokens": 32768,
    "temperature": 0.7
  }
}

출력 Schema

API는 ChatCompletion 호환 응답을 반환합니다.

idstringrequired

Unique identifier for the completion.

objectstringrequired

Object type, always "chat.completion".

Default: "chat.completion"

createdintegerrequired

Unix timestamp of when the completion was created.

modelstringrequired

The model used for the completion.

choicesarray[object]required

List of completion choices.

indexintegerrequired

Index of the choice.

messageobjectrequired

The generated message.

finish_reasonstringrequired

The reason generation stopped.

stoplengthcontent_filter

usageobjectrequired

Token usage statistics.

prompt_tokensintegerrequired

Number of tokens in the prompt.

completion_tokensintegerrequired

Number of tokens in the completion.

total_tokensintegerrequired

Total tokens used.

응답 예시

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "model-name",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 20,
    "total_tokens": 30
  }
}

Atlas Cloud Skills

Atlas Cloud Skills는 400개 이상의 AI 모델을 AI 코딩 어시스턴트에 직접 통합합니다. 한 번의 명령으로 설치하고 자연어로 이미지, 동영상 생성 및 LLM과 대화할 수 있습니다.

지원 클라이언트

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ 지원 클라이언트

설치

npx skills add AtlasCloudAI/atlas-cloud-skills

API 키 설정

Atlas Cloud 대시보드에서 API 키를 받아 환경 변수로 설정하세요.

export ATLASCLOUD_API_KEY="your-api-key-here"

기능

설치 후 AI 어시스턴트에서 자연어를 사용하여 모든 Atlas Cloud 모델에 접근할 수 있습니다.

이미지 생성Nano Banana 2, Z-Image 등의 모델로 이미지를 생성합니다.

동영상 제작Kling, Vidu, Veo 등으로 텍스트나 이미지에서 동영상을 만듭니다.

LLM 채팅Qwen, DeepSeek 등 대규모 언어 모델과 대화합니다.

미디어 업로드이미지 편집 및 이미지-동영상 변환 워크플로우를 위해 로컬 파일을 업로드합니다.

더 알아보기

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server는 Model Context Protocol을 통해 IDE와 400개 이상의 AI 모델을 연결합니다. MCP 호환 클라이언트에서 사용할 수 있습니다.

지원 클라이언트

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ 지원 클라이언트

설치

npx -y atlascloud-mcp

설정

다음 설정을 IDE의 MCP 설정 파일에 추가하세요.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

사용 가능한 도구

atlas_generate_image텍스트 프롬프트로 이미지를 생성합니다.

atlas_generate_video텍스트나 이미지로 동영상을 만듭니다.

atlas_chat대규모 언어 모델과 대화합니다.

atlas_list_models400개 이상의 사용 가능한 AI 모델을 탐색합니다.

atlas_quick_generate최적 모델을 자동 선택하여 한 번에 콘텐츠를 생성합니다.

atlas_upload_mediaAPI 워크플로우를 위해 로컬 파일을 업로드합니다.

더 알아보기

github.com/AtlasCloudAI/mcp-server

유사한 모델 탐색

NEW

HOT

Preview version of Google's flagship reasoning model, offering enhanced analytical capabilities, long-context understanding, and advanced multimodal performance.

LLM

PROPREVIEW

Gemini 3.1 Pro Preview

Lightweight, low-latency model optimized for simple tasks, large-scale deployments, and cost-sensitive applications.

LLM

Gemini 3.1 Flash Lite

DeepSeek V4 Pro is a state-of-the-art large language model combining efficient sparse attention, strong reasoning, and integrated agent capabilities for robust long-context understanding and versatile AI applications.

LLM

PRO

DeepSeek V4 Pro 0813

xAI’s flagship model for advanced reasoning, coding, and agentic tasks.

LLM

Grok 4.6

Experimental multimodal model optimized for fast visual understanding and reasoning.

LLM

DeepSeek V4 Flash Vision Exp

DeepSeek V4 Flash is a state-of-the-art large language model combining efficient sparse attention, strong reasoning, and integrated agent capabilities for robust long-context understanding and versatile AI applications.

LLM