上下文缓存创建

1. 概述

显示创建上下文缓存，通过本接口获得缓存id字段后，在对话生成接口中通过携带context_id使用。

模型列表：

• gemini-2.0-flash

• gemini-2.5-flash

• gemini-2.5-pro

• gemini-2.5-flash-lite

• gemini-2.5-flash-lite-preview-06-17

• gemini-2.5-flash-thinking (输出思考过程)

• gemini-2.5-pro-thinking (输出思考过程)

• gemini-3-pro-preview

本 API 支持的缓存token数有限制，通常不得小于1024或4096token数。

2. 请求说明

• 请求方法:POST

• 请求地址:

  https://gateway.theturbo.ai/v1/context/create

---

3. 请求参数

3.1 Header 参数

参数名称	类型	必填	说明	示例值
Content-Type	string	是	设置请求头类型，必须为 application/json	application/json
Accept	string	是	设置响应类型，建议统一为 application/json	application/json
Authorization	string	是	身份验证所需的 API_KEY，格式 Bearer $YOUR_API_KEY	Bearer $YOUR_API_KEY

---

3.2 Body 参数 (application/json)

参数名称	类型	必填	说明	示例
model	string	是	要使用的模型 ID。详见概述列出的可用版本，如 gemini-2.0-flash。	gemini-2.0-flash
messages	array	是	用于初始化或希望服务在缓存中存储的信息，格式与 OpenAI 兼容。数组中的每个对象包含 role(角色) 与 content(内容)。	[{"role": "system","content": "you are a helpful asssistant"}]
role	string	否	消息角色，可选值：system、user、assistant。	system
content	string	否	消息的具体内容。	you are a helpful asssistant
ttl	number	否	过期时长，单位为秒。	300

---

4. 请求示例

HTTP

POST /v1/context/create
Content-Type: application/json
Accept: application/json
Authorization: Bearer $YOUR_API_KEY

{
	"model": "gemini-2.0-flash",
	"messages": [
		{
			"role": "system",
			"content": "请扮演一位友好的客服。... 不少于4096tokens ..."
		},
		{
			"role": "user",
			"content": "你好"
		}
	],
	"ttl": 300
}

Shell

Go

5. 响应示例

{
	"id": "projects/37021971161/locations/global/cachedContents/1692176707571679232",
	"ttl": 300,
	"usage": {
		"prompt_tokens": 4375,
		"completion_tokens": 0,
		"total_tokens": 0,
		"cache_creation_input_tokens": 4375
	}
}