gemini-3.0-pro-preview qfile

🚀 调用示例：从导入到推理

以下展示了当文件处理完成并获得 file_id 后，如何在模型推理接口中使用该文件。

场景：视频理解

假设您已通过本接口上传了一个长视频，并获得了文件 ID：qfile-123-1770719212268100147-e0011b。

请求说明：
在推理接口（Chat/Completions）的 messages 数组中，将 type 指定为 file 或 image_url ，并填入对应的 file_id 或 url。

请求报文 (JSON)：

{
    "stream": false,
    "model": "gemini-3.0-pro-preview",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "这段视频里发生了什么？请详细描述。"
                },
                {
                    "type": "file",
                    "file": {
                        "file_id": "qfile-123-1770719212268100147-e0011b",
                        "format": "video/mp4"
                    }
                }
            ]
        }
    ]
}

Bearer Token

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

curl --location --request POST 'https://api.qnaigc.com/v1/chat/completions' \ --header 'Authorization: Bearer <token>' \ --header 'Content-Type: application/json' \ --data-raw '{ "stream": false, "model": "gemini-3.0-pro-preview", "messages": [ { "content": [ { "text": "What is this", "type": "text" }, { "type": "file", "file": { "file_id": "qfile-xxxx-1770719212268100147-e0011b", "format": "video/mp4" } } ], "role": "user" } ] }'

{ "id": "chatcmpl-2e7870e2d61a4b98a156c329d9ffd6b9", "object": "chat.completion", "created": 1767161430, "model": "gemini-3.0-pro-preview", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "这个视频展示了一个从宏大场景到微观细节的转场过程，似乎讲述了一个关于“回家”或“抵达”的故事。以下是按时间顺序的详细描述：\n\n1. **00:00 - 00:01 (远景/建立镜头)：**\n * 画面开始于一个充满朦胧感的城市远景，色调是温暖的橙黄色，暗示着日落或日出时分。\n * 可以看到远处有许多建筑物的轮廓，包括尖塔和圆顶，带有某种异域或古老的风格。\n * 前景是一个站在草丛中的男孩背影，他正望着远处的城市。\n\n2. **00:01 - 00:02 (中景/过渡)：**\n * 镜头推进，男孩走向一座位于山坡或高地上的简朴小屋。\n * 背景依然是那个笼罩在金色光线中的城市。\n * 镜头跟随男孩进入室内，这是一个视角的转换，从户外广阔的空间转入私密的家庭空间。\n\n3. **00:02 - 00:03 (室内/人物)：**\n * 视角位于男孩身后，跟随他穿过门廊走进房间。\n * 这是一个光线稍暗但温馨的室内场景。房间中央有一张木桌，上面摆放着食物。\n * 这个镜头建立了一种期待感，仿佛男孩是为了这张桌子上的东西而回来的。\n\n4. **00:03 - 00:04 (特写/静物)：**\n * 镜头直接切到了桌子上的食物特写，是一个俯视镜头。\n * 这是一张质感古朴的深色木桌。桌上的一块木板上放着一个装饰精美的蛋糕，蛋糕上似乎有梨子切片和奶油。\n * 旁边摆放着配料：切开的梨子、一碗坚果（可能是杏仁片）、一小碗金色的果实，还有一块随意铺放的亚麻餐布和装饰用的干枯树枝。\n * 整体风格非常具有艺术感和静物画的美感，光影处理细腻。\n\n**总结：**\n视频描述了一个男孩穿过被金色阳光笼罩的城市风景，回到家中，最终视线落在了餐桌上一份精致诱人的甜点（梨子蛋糕）上。这可能是一个美食视频的开场，或者是一个表达“家的味道”的温情短片。", "reasoning_content": "**Examining the Core Task**\n\nI've just begun unpacking the central task: to describe a video, given its keyframes and timestamps. The analysis starts with understanding the provided input, which is keyframes and timings. This sets the stage. Now, I'm defining the scope and nature of the challenge ahead. I'm focusing on the first step: parsing the input.\n\n\n**Defining Frame-Level Analyses**\n\nMy current focus is on breaking down each keyframe for individual analysis. I'm considering visual elements like objects, people, and scenes within each frame. It's becoming evident that object recognition and scene classification will be pivotal. I am considering the context of each image.\n\n\n" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 323, "completion_tokens": 654, "total_tokens": 977, "prompt_tokens_details": { "text_tokens": 3 }, "completion_tokens_details": { "reasoning_tokens": 109, "text_tokens": 545 } } }

🚀 调用示例：从导入到推理

场景：视频理解

请求参数

返回响应

gemini-3.0-pro-preview qfile

🚀 调用示例：从导入到推理#

场景：视频理解#

请求参数

返回响应

🚀 调用示例：从导入到推理

场景：视频理解