Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
", "aboutText": "Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.\n\nPři analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.\n\nDokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.\n\nÚzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.\n\nPřesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.\n\nPrůvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.\n\nNativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.\n\nMožná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Extract a support message record\n\nExtract fields from message S-91: "The pump P-28 stopped after ten minutes. I bought two, but only one has this issue. Please arrange a replacement." Return message ID, product code, issue, purchased quantity and affected quantity in a small table. Include the exact supporting phrase for each extracted value.A field/value/evidence table retaining S-91 and separating purchased from affected quantity.Check that two purchased pumps do not become two defective pumps.gemini-3.5-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.5-flash-lite | 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/messagesAiloot 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-3.5-flash-lite", "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-3.5-flash-lite", "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-3.5-flash-lite",\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-3.5-flash-lite",\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-3.5-flash-lite',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-3.5-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1beta/models/{model}:generateContenttext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polepath.model | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.5-flash-lite | 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}:generateContentAiloot 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-3.5-flash-lite: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-3.5-flash-lite: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-3.5-flash-lite", 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-3.5-flash-lite", 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-3.5-flash-lite',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-3.5-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.5-flash-lite | 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.5-flash-lite","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-3.5-flash-lite", 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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-3.5-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.5-flash-lite | 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "gemini-3.5-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.5-flash-lite', '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-3.5-flash-lite', '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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-flash-lite | 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/messagesAiloot 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-flash-lite", "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-flash-lite", "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-flash-lite",\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-flash-lite",\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-flash-lite',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1beta/models/{model}:generateContenttext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polepath.model | Typstring | PožadavekPovinné | Hodnoty a limity gemini-flash-lite | 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}:generateContentAiloot 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-flash-lite: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-flash-lite: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-flash-lite", 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-flash-lite", 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-flash-lite',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-flash-lite-latestGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-flash-lite-latest | 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/messagesAiloot 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-flash-lite-latest", "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-flash-lite-latest", "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-flash-lite-latest",\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-flash-lite-latest",\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-flash-lite-latest',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
gemini-flash-lite-latestGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1beta/models/{model}:generateContenttext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polepath.model | Typstring | PožadavekPovinné | Hodnoty a limity gemini-flash-lite-latest | 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}:generateContentAiloot 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-flash-lite-latest: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-flash-lite-latest: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-flash-lite-latest", 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-flash-lite-latest", 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-flash-lite-latest',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
google/gemini-3.5-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemini-3.5-flash-lite | 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.5-flash-lite", "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-3.5-flash-lite',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-3.5-flash-lite',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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
google/gemini-3.5-flash-liteGemini 3.5 Flash-Lite je multimodální model Googlu pro soustředěné úlohy subagentů, analýzu dokumentů a opakovanou extrakci dat. Výchozí uvažování minimal se hodí pro ohraničené záznamy; medium nebo high je dokumentováno pro vícekrokovou práci s nástroji. Vrací text nebo strukturované výsledky z textu, obrázků, zvuku, videa a PDF.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.5 Flash-Lite je multimodální textový profil Googlu zaměřený na vykonávání úloh, určený k opakované práci s daty a úzce vymezeným úlohám subagentů. Vychází z Gemini 3.1 Flash-Lite a zlepšuje porozumění dokumentům, spolehlivost nástrojů a dodržování instrukcí mezi jednotlivými kroky konverzace. Přijímá text, obrázky, zvuk, video a PDF a vrací text. Užitečným výsledkem je jeden extrahovaný záznam, klasifikace, krátký překlad nebo ohraničená analýza s pomocí nástrojů v rámci větší úlohy.
Při analýze dokumentů definujte podstatná pole a podklady, které musí každé pole uchovat. Poskytněte příslušné stránky a určete reprezentaci chybějících nebo nejednoznačných informací. Při extrakci ze zpráv podpory extrahujte ze zprávy kód produktu, zmíněný problém a podpůrnou větu a v odpovědi ponechte identifikátor zprávy. Dokument s více kandidáty pro jedno pole by je neměl bez upozornění sloučit do jediné odhadnuté hodnoty. Strukturovaný JSON může výsledek zpřístupnit následnému zpracování, pokud jeho schéma odpovídá skutečné úloze.
Dokumentované úrovně přemýšlení jsou minimal, low, medium a high s výchozí hodnotou minimal. Výrobce ji doporučuje pro velkoobjemovou extrakci, směrování a klasifikaci, zatímco medium nebo high je vhodné pro autonomní práci subagentů zahrnující volání nástrojů, spouštění kódu nebo několik kroků uvažování. Průvodce u těchto delších úloh výslovně doporučuje zvýšit úsilí, aby se předešlo předčasnému ukončení práce s nástroji. Extrakci jednoho pole a porovnání dokumentů s výjimkami proto prospívají různé volby úsilí. Minimal je podporované nastavení této edice, nikoli obecné nastavení přenositelné na každý model Flash.
Úzce vymezené zadání subagenta by mělo obsahovat jednu úlohu, její zdrojové materiály, povolené nástroje a požadovanou konečnou podobu. Může například prozkoumat tabulku podle uvedeného pravidla a vrátit dotčené řádky s příslušnými hodnotami. Výrobce také zdůrazňuje zpracování tabulkových dat a práci s frontendovým JavaScriptem s pomocí výpočetně nenáročného spouštění kódu. Okolní aplikace zůstává odpovědná za spuštění požadované funkce a vrácení skutečného výsledku. Dokončený výsledek udržujte rozlišitelný od neprovedeného návrhu nebo nevyřešené otázky ke vstupu.
Přesná stránka 3.5 Flash-Lite uvádí volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Maps a URL context s Computer Use označeným jako preview. Strukturovaný výstup a přemýšlení jsou podporovány. U persony nebo úlohy používané ve vícekolové konverzaci uchovávejte skutečné instrukce a pozorování z nástrojů, aby pozdější odpovědi sledovaly stejné zadání. Vývojářský průvodce zdůrazňuje silnější zachování persony než u 3.1 Flash-Lite. Používejte stručnou roli a kontrakt výstupu namísto opětovného definování cíle při každém navazujícím požadavku.
Průvodce pro tuto edici také označuje starší nastavení vzorkování a předvyplněné závěrečné zprávy modelu za zastaralé. Ohraničenou odpověď řiďte výslovnými instrukcemi nebo schématem, místo pokusů začít odpověď uvnitř syntetické zprávy s rolí modelu. Tam, kde to rozhraní vyžaduje, zachovejte kontext podpisů myšlenek Gemini 3 a přiřazujte výsledky funkcí k jejich voláním. Tato pravidla přípravy podporují pokračování, které si uchová podklady potřebné k dokončení stejné úlohy.
Nativní karta uvádí kontext až 1M a textový výstup 64K; přesná stránka API specifikuje 1,048,576 vstupních tokenů a 65,536 výstupních tokenů. Instrukce, záznamy, historie a média se všechny započítávají do přípravy vstupu. Pro profil výrobce jsou uvedeny možnosti ukládání do mezipaměti, dávkového zpracování, Flex a Priority. U opakovaných požadavků používejte stabilní identifikátory a stručný jednotný formát odpovědi, aby každou extrakci bylo možné porovnat s jejím zdrojem. Zvukový, obrazový nebo video vstup v tomto profilu vytváří textový výklad nebo přepis, nikoli generovanou řeč či výtvarný výstup.
Možná omezení zahrnují halucinace a občasná zpoždění nebo překročení časového limitu. Uzávěrka znalostí je březen 2026, přičemž některé oblasti jsou omezeny na leden 2025. Extrakce závislá na zdroji by měla vracet to, co dodaný materiál podporuje; otázky na aktuální fakta potřebují aktuální podklady. Ve srovnání s 3.1 Flash-Lite tento profil přidává dokumentované schopnosti vykonávání úloh a ovládání počítače, zatímco 3.6 Flash zdůrazňuje složitější programování a prostorovou práci. Před začleněním odpovědi do většího pracovního postupu zkontrolujte extrahovaná pole, výsledky nástrojů a zachované instrukce.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemini-3.5-flash-lite | 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 $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0006 / 1K tokenů Výstup · Výstupní tokeny $0.005 / 1K tokenů Vstup · Čtení z mezipaměti $0.00006 / 1K tokenů Vstup · Zápis do mezipaměti $0.0001666666666666666 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "google/gemini-3.5-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.5-flash-lite', '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-3.5-flash-lite', '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-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest
Ailoot Ultra gemini-3.5-flash-lite, google/gemini-3.5-flash-lite
/chat/completions
google/gemini-3.5-flash-lite, gemini-flash-lite, gemini-flash-lite-latest, gemini-3.5-flash-lite, gemini-3.5-flash-lite
Technický příklad v angličtině
Extract a support message record\n\nExtract fields from message S-91: "The pump P-28 stopped after ten minutes. I bought two, but only one has this issue. Please arrange a replacement." Return message ID, product code, issue, purchased quantity and affected quantity in a small table. Include the exact supporting phrase for each extracted value.A field/value/evidence table retaining S-91 and separating purchased from affected quantity.Check that two purchased pumps do not become two defective pumps.