Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
", "aboutText": "Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.\n\nPro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.\n\nU matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.\n\nDynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.\n\nU multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.\n\nPřesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.\n\nNativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.\n\nStabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Trace an identifier through storage\n\nTrace this identifier through three excerpts: form sends {customer_id:'0017'}; service computes id=Number(body.customer_id); repository stores String(id). Requirement: preserve leading zeros. Identify where the contract changes, propose a minimal consistent correction and give tests for '0017', '17' and a missing ID. Do not claim the tests were executed.A source-path explanation, a proposed patch and a three-case regression-test plan.Check that the proposed path preserves distinct strings 0017 and 17 while specifying missing-ID behavior.gemini-2.5-proGemini 2.5 Pro je stabilní model Googlu s přemýšlením pro složitý kód, matematiku, STEM a analýzu dlouhého kontextu. Přijímá text, obrázky, zvuk, video a PDF a vrací text; podporuje nástroje a strukturovaný výstup. Dynamický rozpočet uvažování podporuje 128–32,768 tokenů a nelze jej úplně vypnout.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
POST /v1/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-2.5-pro | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring|content_block[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polesystem | Typstring|content_block[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity Minimum: 1 Limit platí pro: přesný limit vybraného modelu/karty | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop_sequences | Typstring[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typtool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].name | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: nástroj je dodán | Výchozí— |
Poletools[].description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].input_schema | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polethinking.type | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polethinking.budget_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleoutput_config.effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemetadata | Typobject | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polecache_control | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Text · text UTF8
messages[].content nebo blok type=text
Text + obrázek
{type:image,source:{type:base64,media_type,data}} nebo zdroj type=url
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext, image |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | Kontraktskutečný obsah UTF-8 vložený jako text; ID/URLs souborů vyžadují samostatnou přesně vymezenou podporu |
Životní cyklus: exact retained published method
Struktury metod a ID jsou přesné; schopnosti dodavatele jsou oddělené od připuštění požadavku.
POST /v1/messages| Velikost požadavku v tokenech | Vstup | Výstup | Čtení z mezipaměti | Zápis do mezipaměti | Mezipaměť 5 min | Mezipaměť 1 hodina |
|---|---|---|---|---|---|---|
| Velikost požadavku v tokenech(0; 200 000] | Vstup0,00125 US$ | Výstup0,01 US$ | Čtení z mezipaměti0,000125 US$ | Zápis do mezipamětiZákladní: — | Mezipaměť 5 minZákladní: — | Mezipaměť 1 hodinaZákladní: — |
| Velikost požadavku v tokenech(200 000; ∞) | Vstup0,0025 US$ | Výstup0,015 US$ | Čtení z mezipaměti0,00025 US$ | Zápis do mezipamětiZákladní: — | Mezipaměť 5 minZákladní: — | Mezipaměť 1 hodinaZákladní: — |
Sazby v USD za 1K tokenů. Není-li sazba nastavena, použije se zděděná základní sazba této metody; «—» znamená, že základní sazba není nastavena.
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 →
Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 2 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 2 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-pro", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-pro", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-2.5-pro",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-2.5-pro",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gemini-2.5-pro',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
gemini-2.5-proGemini 2.5 Pro je stabilní model Googlu s přemýšlením pro složitý kód, matematiku, STEM a analýzu dlouhého kontextu. Přijímá text, obrázky, zvuk, video a PDF a vrací text; podporuje nástroje a strukturovaný výstup. Dynamický rozpočet uvažování podporuje 128–32,768 tokenů a nelze jej úplně vypnout.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
POST /v1beta/models/{model}:generateContenttext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polepath.model | Typstring | PožadavekPovinné | Hodnoty a limity gemini-2.5-pro | Výchozí— |
Polecontents | Typcontent[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polecontents[].role | Typstring | PožadavekVolitelné | Hodnoty a limity user, model | Výchozí— |
Polecontents[].parts | Typpart[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
PolesystemInstruction | Typcontent | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
PolegenerationConfig.maxOutputTokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
PolegenerationConfig.temperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolegenerationConfig.topP | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolegenerationConfig.topK | Typinteger | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolegenerationConfig.stopSequences | Typstring[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolegenerationConfig.thinkingConfig.includeThoughts | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolegenerationConfig.thinkingConfig.thinkingBudget | Typinteger | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].functionDeclarations | Typfunction_declaration[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PoletoolConfig.functionCallingConfig.mode | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolesafetySettings | Typobject[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
PolesessionId | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Text · text UTF8
contents[].parts[].text
Text + obrázek
parts[].inlineData={mimeType,data}
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext, image |
Parametrrequired | Kontraktcontents |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | Kontraktskutečný obsah UTF-8 vložený jako text; ID/URLs souborů vyžadují samostatnou přesně vymezenou podporu |
Životní cyklus: exact retained published method
Struktury metod a ID jsou přesné; schopnosti dodavatele jsou oddělené od připuštění požadavku.
POST /v1beta/models/{model}:generateContent| Velikost požadavku v tokenech | Vstup | Výstup | Čtení z mezipaměti | Zápis do mezipaměti | Mezipaměť 5 min | Mezipaměť 1 hodina |
|---|---|---|---|---|---|---|
| Velikost požadavku v tokenech(0; 200 000] | Vstup0,00125 US$ | Výstup0,01 US$ | Čtení z mezipaměti0,000125 US$ | Zápis do mezipamětiZákladní: — | Mezipaměť 5 minZákladní: — | Mezipaměť 1 hodinaZákladní: — |
| Velikost požadavku v tokenech(200 000; ∞) | Vstup0,0025 US$ | Výstup0,015 US$ | Čtení z mezipaměti0,00025 US$ | Zápis do mezipamětiZákladní: — | Mezipaměť 5 minZákladní: — | Mezipaměť 1 hodinaZákladní: — |
Sazby v USD za 1K tokenů. Není-li sazba nastavena, použije se zděděná základní sazba této metody; «—» znamená, že základní sazba není nastavena.
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 →
Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 2 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 2 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-pro:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-pro:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-2.5-pro", contents="Explain the difference between an observation and a hypothesis 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(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-2.5-pro", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\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=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\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\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-2.5-pro',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson nebo podporované streamování
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny kandidáty a části včetně volání funkcí, podpisů uvažování a údajů o využití; sestavujte části streamu v pořadí.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
PoleresponseId | Typstring |
PolemodelVersion | Typstring |
Polecandidates[].content.parts[] | Typtext|inlineData|functionCall|other part |
Polecandidates[].finishReason | Typstring |
PoleusageMetadata | 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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
gemini-2.5-proGemini 2.5 Pro je stabilní model Googlu s přemýšlením pro složitý kód, matematiku, STEM a analýzu dlouhého kontextu. Přijímá text, obrázky, zvuk, video a PDF a vrací text; podporuje nástroje a strukturovaný výstup. Dynamický rozpočet uvažování podporuje 128–32,768 tokenů a nelze jej úplně vypnout.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-2.5-pro | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Textová konverzace | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
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 |
Parametrcontrol_scope | KontraktTextová konverzace; stream je booleovská hodnota a ve výchozím nastavení je false. |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Aliasy metody: /chat/completions
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.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 2 | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${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-pro","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-pro", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
gemini-2.5-proGemini 2.5 Pro je stabilní model Googlu s přemýšlením pro složitý kód, matematiku, STEM a analýzu dlouhého kontextu. Přijímá text, obrázky, zvuk, video a PDF a vrací text; podporuje nástroje a strukturovaný výstup. Dynamický rozpočet uvažování podporuje 128–32,768 tokenů a nelze jej úplně vypnout.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-2.5-pro | 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.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 2 | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "gemini-2.5-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-pro', '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-pro', '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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
google/gemini-2.5-proGemini 2.5 Pro je stabilní model Googlu s přemýšlením pro složitý kód, matematiku, STEM a analýzu dlouhého kontextu. Přijímá text, obrázky, zvuk, video a PDF a vrací text; podporuje nástroje a strukturovaný výstup. Dynamický rozpočet uvažování podporuje 128–32,768 tokenů a nelze jej úplně vypnout.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemini-2.5-pro | 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.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 2 | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-pro", "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='google/gemini-2.5-pro',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='google/gemini-2.5-pro',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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
google/gemini-2.5-proGemini 2.5 Pro je stabilní model Googlu s přemýšlením pro složitý kód, matematiku, STEM a analýzu dlouhého kontextu. Přijímá text, obrázky, zvuk, video a PDF a vrací text; podporuje nástroje a strukturovaný výstup. Dynamický rozpočet uvažování podporuje 128–32,768 tokenů a nelze jej úplně vypnout.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 2.5 Pro je stabilní profil Googlu s přemýšlením pro pokročilé programování, matematiku, STEM a analýzu dlouhého kontextu. Rozumí textu, zvuku, obrázkům, videu i celým repozitářům kódu a jeho profil Gemini API přijímá také vstup PDF. Výstupem je text včetně kódu, písemné analýzy nebo strukturovaného záznamu. Užitečné zadání poskytuje podklady a požaduje výsledek, který lze ověřit, například vysvětlené řešení, zjištění v kódové základně nebo porovnání několika dokumentů.
Pro programování poskytněte příslušné soubory, pozorované chování a podstatnou změnu nebo otázku. Dlouhý kontext může modelu pomoci propojit moduly místo uvažování z jediného izolovaného úryvku. Při zkoumání cesty kódem požadujte vysledování identifikátoru od vstupního formuláře přes zpracování až po uložení, určení místa změny kontraktu a návrh cílené opravy. Zachovejte omezení a požadujte podpůrné odkazy. Navrhovaná revize vyžaduje porovnání se skutečným kódem a veškerou validací provedenou prostřednictvím připojených nástrojů.
U matematiky nebo vědecké analýzy uveďte problém, předpoklady, jednotky a požadovanou podobu odpovědi. Dodejte data nebo obrázky, na nichž výpočet závisí. Požadujte podložený výsledek a kontroly umožňující jeho posouzení, například okrajové případy nebo porovnání s původními hodnotami. Schopnost modelu uvažovat neodstraňuje nejednoznačnost v zadání problému. Neznámou veličinu nebo nepodložený předpoklad ponechte viditelné, místo abyste je nahrazovali vhodnou hodnotou.
Dynamické přemýšlení je dokumentovanou výchozí volbou. Průvodce Gemini 2.5 GenerateContent podporuje pro Pro výslovný rozpočet uvažování od 128 do 32,768 tokenů nebo -1 pro adaptivní přemýšlení. U této edice nelze přemýšlení úplně vypnout. Tyto ovládací prvky se liší od možnosti nulového rozpočtu modelu Flash a od nastavení úrovně přemýšlení Gemini 3. Rozpočet přemýšlení slouží jako vodítko pro uvažování a nezaručuje přesný počet interních tokenů, a limit odpovědi musí zároveň ponechat místo pro konečný výstup.
U multimodální práce s dokumenty určete stránky, graf, oblast obrázku nebo událost v nahrávce, které mají podpořit odpověď. Praktická úloha syntézy informací může požadovat protichůdná tvrzení z několika zdrojových dokumentů, jejich podpůrné pasáže a rozdíly podstatné pro jedno rozhodnutí. Požadujte, aby model rozlišoval uvedený fakt od odvození. U videa nebo zvuku definujte, zda výsledkem má být popis, přepis, shrnutí nebo porovnání. Obraz a zvuk v tomto profilu slouží jako podklady pro textový výsledek.
Přesná stránka API dokumentuje volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps, URL context a strukturované výstupy. Definujte účely funkcí a pole parametrů a v pozdějších krocích konverzace zachovejte skutečné výsledky. U záznamu omezeného schématem určete povinná pole a reprezentaci chybějících informací. Nativní architektura je multimodální řídký transformer se směsí expertů; samotný návrh modelu nezajišťuje provedení externího nástroje ani hotovou aplikaci nad rámec vráceného textu či kódu.
Nativní karta uvádí vstupní kontext 1M a textový výstup 64K; tabulka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, zdrojový obsah a zachovaná historie se započítávají do přípravy vstupu. Maximální prostor pro odpověď zahrnuje tokeny uvažování, takže příliš malý limit může závěrečnou odpověď přerušit. Ukládání do mezipaměti a dávkové zpracování jsou dokumentovány spolu s možnostmi Flex a Priority. Při přípravě nezávislých úloh s dlouhým kontextem zachovejte identifikátor každého zdroje a požadovanou konečnou podobu.
Stabilní identifikátor je odlišný od edic Experimental a Preview rozebíraných samostatně ve sdílené kartě modelu Pro. Nepřiřazujte tomuto profilu výsledky specifické pro jejich verze jen proto, že sdílejí název Pro. Karta uvádí možné halucinace a omezení v kauzálním porozumění, složité dedukci a kontrafaktuálním uvažování s uzávěrkou znalostí v lednu 2025. Pokud na tom záleží, dodejte aktuální podklady a zkontrolujte odkazy na zdroje, výpočty a navrhované úpravy. Užitečným výstupem je podložený textový nebo kódový artefakt požadovaný úlohou.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemini-2.5-pro | 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.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů Výstup · Výstupní tokeny uvažování $0.02 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetně200 000 | Poplatek Vstup · Vstupní tokeny $0.0025 / 1K tokenů Výstup · Výstupní tokeny $0.02 / 1K tokenů Vstup · Čtení z mezipaměti $0.00025 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 2 | Tabulka sazeb— | Tokeny kontextu, více než200 000 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00075 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "google/gemini-2.5-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemini-2.5-pro', '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': 'google/gemini-2.5-pro', '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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
Technický příklad v angličtině
Trace an identifier through storage\n\nTrace this identifier through three excerpts: form sends {customer_id:'0017'}; service computes id=Number(body.customer_id); repository stores String(id). Requirement: preserve leading zeros. Identify where the contract changes, propose a minimal consistent correction and give tests for '0017', '17' and a missing ID. Do not claim the tests were executed.A source-path explanation, a proposed patch and a three-case regression-test plan.Check that the proposed path preserves distinct strings 0017 and 17 while specifying missing-ID behavior.