Fast and cost-efficient multimodal model designed for high-throughput applications, real-time interactions, and everyday AI tasks.
Gemini 3.5 Flash został opracowany przez Google. Atlas Cloud (prowadzona przez Atlas Cloud AI LLC) zapewnia dostęp do modelu, ale nie jest jego właścicielem. Wszystkie znaki towarowe należą do ich odpowiednich właścicieli.
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"])Zainstaluj wymagany pakiet dla swojego języka programowania.
pip install requestsWszystkie żądania API wymagają uwierzytelnienia za pomocą klucza API. Klucz API możesz uzyskać z panelu Atlas Cloud.
export ATLASCLOUD_API_KEY="your-api-key-here"import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Nigdy nie ujawniaj swojego klucza API w kodzie po stronie klienta ani w publicznych repozytoriach. Zamiast tego użyj zmiennych środowiskowych lub proxy backendowego.
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())Następujące parametry są akceptowane w treści żądania.
{
"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
}
}API zwraca odpowiedź kompatybilną z ChatCompletion.
{
"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 integruje ponad 400 modeli AI bezpośrednio z Twoim asystentem kodowania AI. Jedno polecenie do instalacji, a następnie używaj języka naturalnego do generowania obrazów, filmów i rozmów z LLM.
npx skills add AtlasCloudAI/atlas-cloud-skillsUzyskaj klucz API z panelu Atlas Cloud i ustaw go jako zmienną środowiskową.
export ATLASCLOUD_API_KEY="your-api-key-here"Po zainstalowaniu możesz używać języka naturalnego w swoim asystencie AI, aby uzyskać dostęp do wszystkich modeli Atlas Cloud.
Serwer MCP Atlas Cloud łączy Twoje IDE z ponad 400 modelami AI za pośrednictwem Model Context Protocol. Działa z każdym klientem kompatybilnym z MCP.
npx -y atlascloud-mcpDodaj następującą konfigurację do pliku ustawień MCP w swoim IDE.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}