Gemini 2.5 Flash-Lite Preview 06-17 je červnová předběžná edice Flash-Lite od Googlu, navržená pro časté úlohy citlivé na latenci, například klasifikaci zpráv a shrnování materiálů ve velkém měřítku. Patří do řady Gemini 2.5 s uvažováním a zároveň zachovává přímé odpovědi pro jednoduchou práci. Datované označení Preview odlišuje toto vydání od stabilního Flash-Lite i od pozdější zářijové předběžné edice, jejíž zlepšení dodržování instrukcí a multimodálních schopností mají vlastní identitu vydání.
Červnové uvedení staví do středu zamýšleného použití klasifikaci a shrnování. Užitečný vstup pro klasifikaci obsahuje zprávu, povolené štítky a příklady jejich hranic; výstupem může být štítek, krátké zdůvodnění a informace potřebné pro další krok zpracování. Úloha shrnování může určit rozhodnutí, úkoly, výslovně uvedené termíny a nevyřešené otázky, které je třeba zachovat. Jde o praktické využití deklarovaného účelu: opakované operaci dávají jasný vstup a kompaktní výsledek místo požadavku na esej bez vymezeného cíle.
Uvažování je v této červnové předběžné edici Flash-Lite dostupné, ale ve výchozím nastavení vypnuté. Google popisuje nastavitelný rozpočet na uvažování, který úloze umožňuje využít dodatečné uvažování, pokud to vyžadují její podmínky. Přímou odpověď ponechte pro jednoduché zařazení nebo zkrácení; uvažování použijte pro překrývající se kategorie, výjimky nebo otázku vyžadující několik vzájemně závislých závěrů. Určete závazné podmínky a to, co představuje správnou odpověď. Uvažování je schopnost zpracování úlohy; delší vysvětlení samo o sobě nedokládá správnost závěru.
Technická zpráva Googlu výslovně jmenuje tento červnový model a dokumentuje podporu multimodálního vstupu i délku kontextu jeden milion tokenů. Jeho výsledkem je text. Kontext poskytuje prostor pro zdrojové materiály, instrukce a příklady v rámci jedné úlohy. Každému dokumentu nebo oddílu určete jasnou roli a poté vymezte, co má model extrahovat nebo porovnat. U dokumentového asistenta oddělte otázku od zdrojového textu a požadujte výsledek navázaný na relevantní pasáže. U extrakčního kroku definujte pole a způsob zaznamenání informací, které v materiálech chybějí. Jde o schopnost práce s kontextem, nikoli o příslib, že nesouvisející obsah získá hodnotu už tím, že jej přiložíte.
Červnové oznámení uvádí nativní nástroje pro oporu ve vyhledávání, spouštění kódu a kontext URL spolu s voláním funkcí. Opora ve vyhledávání doplňuje odpověď o webové informace; kontext URL využívá obsah dodaných stránek pro úlohy, jako je porovnávání dokumentů nebo extrakce podrobností. Nástroj Googlu pro spouštění kódu generuje a spouští Python pro výpočty nebo zpracování textu a používá výsledek spuštění v odpovědi. Volání funkcí má jinou roli: model vybere deklarovanou funkci a její argumenty, zatímco připojená aplikace ji provede a vrátí výsledek. Definujte účel funkce a povolené parametry, aby úloha podporovaná nástroji měla výslovně určený další krok.
Pro opakovaný pracovní postup připravte malou sadu reprezentativních vstupů, než stejnou instrukci použijete na větší soubor. Zahrňte běžný případ, nejednoznačný případ a případ s chybějícími informacemi. Příklad zákaznické podpory může požadovat téma, skutečnou otázku zákazníka a odpověď založenou pouze na přiložené referenční pasáži. Příklad korespondence může požadovat seznam úkolů s akcí, osobou, která ji zadává, a termínem pouze tehdy, když je uveden. Tato požadovaná pole oddělte od vysvětlujícího textu, aby bylo možné výsledný text porovnat s původní položkou.
Karta modelové řady Flash-Lite od výrobce uvádí možné vymýšlení faktů a obtíže s porozuměním příčinným souvislostem, složitou logickou dedukcí a kontrafaktuálním uvažováním. Upozorňuje také, že dodržování rozpočtu na uvažování může být nekonzistentní. Berte je jako konkrétní body kontroly: porovnávejte extrahovaná fakta se zdrojem, kontrolujte navazující výpočty a odlišujte pozorované tvrzení od odvozeného vysvětlení. Užitečným hotovým výstupem je kompaktní klasifikace, shrnutí, extrakce nebo odpověď, u nichž lze prověřit požadovaná fakta i chybějící informace. Tato červnová edice představuje samostatnou volbu pro zpracování textu; specifikace pozdějších předběžných edic nepřepisují její dokumentovanou identitu.
", "aboutText": "Gemini 2.5 Flash-Lite Preview 06-17 je červnová předběžná edice Flash-Lite od Googlu, navržená pro časté úlohy citlivé na latenci, například klasifikaci zpráv a shrnování materiálů ve velkém měřítku. Patří do řady Gemini 2.5 s uvažováním a zároveň zachovává přímé odpovědi pro jednoduchou práci. Datované označení Preview odlišuje toto vydání od stabilního Flash-Lite i od pozdější zářijové předběžné edice, jejíž zlepšení dodržování instrukcí a multimodálních schopností mají vlastní identitu vydání.\n\nČervnové uvedení staví do středu zamýšleného použití klasifikaci a shrnování. Užitečný vstup pro klasifikaci obsahuje zprávu, povolené štítky a příklady jejich hranic; výstupem může být štítek, krátké zdůvodnění a informace potřebné pro další krok zpracování. Úloha shrnování může určit rozhodnutí, úkoly, výslovně uvedené termíny a nevyřešené otázky, které je třeba zachovat. Jde o praktické využití deklarovaného účelu: opakované operaci dávají jasný vstup a kompaktní výsledek místo požadavku na esej bez vymezeného cíle.\n\nUvažování je v této červnové předběžné edici Flash-Lite dostupné, ale ve výchozím nastavení vypnuté. Google popisuje nastavitelný rozpočet na uvažování, který úloze umožňuje využít dodatečné uvažování, pokud to vyžadují její podmínky. Přímou odpověď ponechte pro jednoduché zařazení nebo zkrácení; uvažování použijte pro překrývající se kategorie, výjimky nebo otázku vyžadující několik vzájemně závislých závěrů. Určete závazné podmínky a to, co představuje správnou odpověď. Uvažování je schopnost zpracování úlohy; delší vysvětlení samo o sobě nedokládá správnost závěru.\n\nTechnická zpráva Googlu výslovně jmenuje tento červnový model a dokumentuje podporu multimodálního vstupu i délku kontextu jeden milion tokenů. Jeho výsledkem je text. Kontext poskytuje prostor pro zdrojové materiály, instrukce a příklady v rámci jedné úlohy. Každému dokumentu nebo oddílu určete jasnou roli a poté vymezte, co má model extrahovat nebo porovnat. U dokumentového asistenta oddělte otázku od zdrojového textu a požadujte výsledek navázaný na relevantní pasáže. U extrakčního kroku definujte pole a způsob zaznamenání informací, které v materiálech chybějí. Jde o schopnost práce s kontextem, nikoli o příslib, že nesouvisející obsah získá hodnotu už tím, že jej přiložíte.\n\nČervnové oznámení uvádí nativní nástroje pro oporu ve vyhledávání, spouštění kódu a kontext URL spolu s voláním funkcí. Opora ve vyhledávání doplňuje odpověď o webové informace; kontext URL využívá obsah dodaných stránek pro úlohy, jako je porovnávání dokumentů nebo extrakce podrobností. Nástroj Googlu pro spouštění kódu generuje a spouští Python pro výpočty nebo zpracování textu a používá výsledek spuštění v odpovědi. Volání funkcí má jinou roli: model vybere deklarovanou funkci a její argumenty, zatímco připojená aplikace ji provede a vrátí výsledek. Definujte účel funkce a povolené parametry, aby úloha podporovaná nástroji měla výslovně určený další krok.\n\nPro opakovaný pracovní postup připravte malou sadu reprezentativních vstupů, než stejnou instrukci použijete na větší soubor. Zahrňte běžný případ, nejednoznačný případ a případ s chybějícími informacemi. Příklad zákaznické podpory může požadovat téma, skutečnou otázku zákazníka a odpověď založenou pouze na přiložené referenční pasáži. Příklad korespondence může požadovat seznam úkolů s akcí, osobou, která ji zadává, a termínem pouze tehdy, když je uveden. Tato požadovaná pole oddělte od vysvětlujícího textu, aby bylo možné výsledný text porovnat s původní položkou.\n\nKarta modelové řady Flash-Lite od výrobce uvádí možné vymýšlení faktů a obtíže s porozuměním příčinným souvislostem, složitou logickou dedukcí a kontrafaktuálním uvažováním. Upozorňuje také, že dodržování rozpočtu na uvažování může být nekonzistentní. Berte je jako konkrétní body kontroly: porovnávejte extrahovaná fakta se zdrojem, kontrolujte navazující výpočty a odlišujte pozorované tvrzení od odvozeného vysvětlení. Užitečným hotovým výstupem je kompaktní klasifikace, shrnutí, extrakce nebo odpověď, u nichž lze prověřit požadovaná fakta i chybějící informace. Tato červnová edice představuje samostatnou volbu pro zpracování textu; specifikace pozdějších předběžných edic nepřepisují její dokumentovanou identitu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 je červnová edice Googlu pro klasifikaci, shrnování a opakovatelné zpracování textu s vysokou propustností. Spojuje kontext o milionu tokenů, volitelné uvažování a dokumentované nástroje pro vyhledávání, kód, kontext URL a volání funkcí.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Flash-Lite Preview 06-17 je červnová předběžná edice Flash-Lite od Googlu, navržená pro časté úlohy citlivé na latenci, například klasifikaci zpráv a shrnování materiálů ve velkém měřítku. Patří do řady Gemini 2.5 s uvažováním a zároveň zachovává přímé odpovědi pro jednoduchou práci. Datované označení Preview odlišuje toto vydání od stabilního Flash-Lite i od pozdější zářijové předběžné edice, jejíž zlepšení dodržování instrukcí a multimodálních schopností mají vlastní identitu vydání.
Červnové uvedení staví do středu zamýšleného použití klasifikaci a shrnování. Užitečný vstup pro klasifikaci obsahuje zprávu, povolené štítky a příklady jejich hranic; výstupem může být štítek, krátké zdůvodnění a informace potřebné pro další krok zpracování. Úloha shrnování může určit rozhodnutí, úkoly, výslovně uvedené termíny a nevyřešené otázky, které je třeba zachovat. Jde o praktické využití deklarovaného účelu: opakované operaci dávají jasný vstup a kompaktní výsledek místo požadavku na esej bez vymezeného cíle.
Uvažování je v této červnové předběžné edici Flash-Lite dostupné, ale ve výchozím nastavení vypnuté. Google popisuje nastavitelný rozpočet na uvažování, který úloze umožňuje využít dodatečné uvažování, pokud to vyžadují její podmínky. Přímou odpověď ponechte pro jednoduché zařazení nebo zkrácení; uvažování použijte pro překrývající se kategorie, výjimky nebo otázku vyžadující několik vzájemně závislých závěrů. Určete závazné podmínky a to, co představuje správnou odpověď. Uvažování je schopnost zpracování úlohy; delší vysvětlení samo o sobě nedokládá správnost závěru.
Technická zpráva Googlu výslovně jmenuje tento červnový model a dokumentuje podporu multimodálního vstupu i délku kontextu jeden milion tokenů. Jeho výsledkem je text. Kontext poskytuje prostor pro zdrojové materiály, instrukce a příklady v rámci jedné úlohy. Každému dokumentu nebo oddílu určete jasnou roli a poté vymezte, co má model extrahovat nebo porovnat. U dokumentového asistenta oddělte otázku od zdrojového textu a požadujte výsledek navázaný na relevantní pasáže. U extrakčního kroku definujte pole a způsob zaznamenání informací, které v materiálech chybějí. Jde o schopnost práce s kontextem, nikoli o příslib, že nesouvisející obsah získá hodnotu už tím, že jej přiložíte.
Červnové oznámení uvádí nativní nástroje pro oporu ve vyhledávání, spouštění kódu a kontext URL spolu s voláním funkcí. Opora ve vyhledávání doplňuje odpověď o webové informace; kontext URL využívá obsah dodaných stránek pro úlohy, jako je porovnávání dokumentů nebo extrakce podrobností. Nástroj Googlu pro spouštění kódu generuje a spouští Python pro výpočty nebo zpracování textu a používá výsledek spuštění v odpovědi. Volání funkcí má jinou roli: model vybere deklarovanou funkci a její argumenty, zatímco připojená aplikace ji provede a vrátí výsledek. Definujte účel funkce a povolené parametry, aby úloha podporovaná nástroji měla výslovně určený další krok.
Pro opakovaný pracovní postup připravte malou sadu reprezentativních vstupů, než stejnou instrukci použijete na větší soubor. Zahrňte běžný případ, nejednoznačný případ a případ s chybějícími informacemi. Příklad zákaznické podpory může požadovat téma, skutečnou otázku zákazníka a odpověď založenou pouze na přiložené referenční pasáži. Příklad korespondence může požadovat seznam úkolů s akcí, osobou, která ji zadává, a termínem pouze tehdy, když je uveden. Tato požadovaná pole oddělte od vysvětlujícího textu, aby bylo možné výsledný text porovnat s původní položkou.
Karta modelové řady Flash-Lite od výrobce uvádí možné vymýšlení faktů a obtíže s porozuměním příčinným souvislostem, složitou logickou dedukcí a kontrafaktuálním uvažováním. Upozorňuje také, že dodržování rozpočtu na uvažování může být nekonzistentní. Berte je jako konkrétní body kontroly: porovnávejte extrahovaná fakta se zdrojem, kontrolujte navazující výpočty a odlišujte pozorované tvrzení od odvozeného vysvětlení. Užitečným hotovým výstupem je kompaktní klasifikace, shrnutí, extrakce nebo odpověď, u nichž lze prověřit požadovaná fakta i chybějící informace. Tato červnová edice představuje samostatnou volbu pro zpracování textu; specifikace pozdějších předběžných edic nepřepisují její dokumentovanou identitu.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-2.5-flash-lite-preview-06-17 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.0002 / 1K tokenů Výstup · Výstupní tokeny $0.0008 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite-preview-06-17", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gemini-2.5-flash-lite-preview-06-17',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-2.5-flash-lite-preview-06-17',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Použijte cesty metod uvedené výše.
gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 je červnová edice Googlu pro klasifikaci, shrnování a opakovatelné zpracování textu s vysokou propustností. Spojuje kontext o milionu tokenů, volitelné uvažování a dokumentované nástroje pro vyhledávání, kód, kontext URL a volání funkcí.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Flash-Lite Preview 06-17 je červnová předběžná edice Flash-Lite od Googlu, navržená pro časté úlohy citlivé na latenci, například klasifikaci zpráv a shrnování materiálů ve velkém měřítku. Patří do řady Gemini 2.5 s uvažováním a zároveň zachovává přímé odpovědi pro jednoduchou práci. Datované označení Preview odlišuje toto vydání od stabilního Flash-Lite i od pozdější zářijové předběžné edice, jejíž zlepšení dodržování instrukcí a multimodálních schopností mají vlastní identitu vydání.
Červnové uvedení staví do středu zamýšleného použití klasifikaci a shrnování. Užitečný vstup pro klasifikaci obsahuje zprávu, povolené štítky a příklady jejich hranic; výstupem může být štítek, krátké zdůvodnění a informace potřebné pro další krok zpracování. Úloha shrnování může určit rozhodnutí, úkoly, výslovně uvedené termíny a nevyřešené otázky, které je třeba zachovat. Jde o praktické využití deklarovaného účelu: opakované operaci dávají jasný vstup a kompaktní výsledek místo požadavku na esej bez vymezeného cíle.
Uvažování je v této červnové předběžné edici Flash-Lite dostupné, ale ve výchozím nastavení vypnuté. Google popisuje nastavitelný rozpočet na uvažování, který úloze umožňuje využít dodatečné uvažování, pokud to vyžadují její podmínky. Přímou odpověď ponechte pro jednoduché zařazení nebo zkrácení; uvažování použijte pro překrývající se kategorie, výjimky nebo otázku vyžadující několik vzájemně závislých závěrů. Určete závazné podmínky a to, co představuje správnou odpověď. Uvažování je schopnost zpracování úlohy; delší vysvětlení samo o sobě nedokládá správnost závěru.
Technická zpráva Googlu výslovně jmenuje tento červnový model a dokumentuje podporu multimodálního vstupu i délku kontextu jeden milion tokenů. Jeho výsledkem je text. Kontext poskytuje prostor pro zdrojové materiály, instrukce a příklady v rámci jedné úlohy. Každému dokumentu nebo oddílu určete jasnou roli a poté vymezte, co má model extrahovat nebo porovnat. U dokumentového asistenta oddělte otázku od zdrojového textu a požadujte výsledek navázaný na relevantní pasáže. U extrakčního kroku definujte pole a způsob zaznamenání informací, které v materiálech chybějí. Jde o schopnost práce s kontextem, nikoli o příslib, že nesouvisející obsah získá hodnotu už tím, že jej přiložíte.
Červnové oznámení uvádí nativní nástroje pro oporu ve vyhledávání, spouštění kódu a kontext URL spolu s voláním funkcí. Opora ve vyhledávání doplňuje odpověď o webové informace; kontext URL využívá obsah dodaných stránek pro úlohy, jako je porovnávání dokumentů nebo extrakce podrobností. Nástroj Googlu pro spouštění kódu generuje a spouští Python pro výpočty nebo zpracování textu a používá výsledek spuštění v odpovědi. Volání funkcí má jinou roli: model vybere deklarovanou funkci a její argumenty, zatímco připojená aplikace ji provede a vrátí výsledek. Definujte účel funkce a povolené parametry, aby úloha podporovaná nástroji měla výslovně určený další krok.
Pro opakovaný pracovní postup připravte malou sadu reprezentativních vstupů, než stejnou instrukci použijete na větší soubor. Zahrňte běžný případ, nejednoznačný případ a případ s chybějícími informacemi. Příklad zákaznické podpory může požadovat téma, skutečnou otázku zákazníka a odpověď založenou pouze na přiložené referenční pasáži. Příklad korespondence může požadovat seznam úkolů s akcí, osobou, která ji zadává, a termínem pouze tehdy, když je uveden. Tato požadovaná pole oddělte od vysvětlujícího textu, aby bylo možné výsledný text porovnat s původní položkou.
Karta modelové řady Flash-Lite od výrobce uvádí možné vymýšlení faktů a obtíže s porozuměním příčinným souvislostem, složitou logickou dedukcí a kontrafaktuálním uvažováním. Upozorňuje také, že dodržování rozpočtu na uvažování může být nekonzistentní. Berte je jako konkrétní body kontroly: porovnávejte extrahovaná fakta se zdrojem, kontrolujte navazující výpočty a odlišujte pozorované tvrzení od odvozeného vysvětlení. Užitečným hotovým výstupem je kompaktní klasifikace, shrnutí, extrakce nebo odpověď, u nichž lze prověřit požadovaná fakta i chybějící informace. Tato červnová edice představuje samostatnou volbu pro zpracování textu; specifikace pozdějších předběžných edic nepřepisují její dokumentovanou identitu.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-2.5-flash-lite-preview-06-17 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.0002 / 1K tokenů Výstup · Výstupní tokeny $0.0008 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "gemini-2.5-flash-lite-preview-06-17",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-06-17', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-06-17', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.