Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
", "aboutText": "Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.\n\nU programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.\n\nU déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.\n\nDokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.\n\nMigrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.\n\nU multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.\n\nLimity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.\n\nMožná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Diagnose an unsaved form value\n\nReview this form flow: the input displays draft.name; typing updates draft.name; Save sends original.name; after reload the old name reappears. Explain the mismatch and propose a minimal correction in framework-neutral pseudocode. Include a regression scenario that types a new name, saves, reloads, and checks the stored value. Do not claim any browser action occurred.A cause explanation, corrected Save pseudocode and an end-to-end regression scenario.The submitted value comes from the edited draft, and the reload check verifies persistence rather than just the visible input.gemini-3.8-flashGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.8-flash | 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 Model-specific | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polestop_sequences | Typstring[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletools | Typtool[] | PožadavekVolitelné | Hodnoty a limity Model-specific | 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 Model-specific | Výchozí— |
Polethinking.type | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polethinking.budget_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleoutput_config.effort | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polemetadata | Typobject | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polecache_control | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | 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 | Poplatek |
|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-3.8-flash", "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-3.8-flash", "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-3.8-flash",\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-3.8-flash",\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-3.8-flash',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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
gemini-3.8-flashGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1beta/models/{model}:generateContenttext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polepath.model | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.8-flash | 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 Model-specific | Výchozí— |
PolegenerationConfig.temperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PolegenerationConfig.topP | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PolegenerationConfig.topK | Typinteger | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PolegenerationConfig.stopSequences | Typstring[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PolegenerationConfig.thinkingConfig.includeThoughts | Typboolean | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PolegenerationConfig.thinkingConfig.thinkingBudget | Typinteger | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletools[].functionDeclarations | Typfunction_declaration[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PoletoolConfig.functionCallingConfig.mode | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
PolesafetySettings | Typobject[] | PožadavekVolitelné | Hodnoty a limity Model-specific | 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 | Poplatek |
|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
set -eu\n: "${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-3.8-flash: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-3.8-flash: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-3.8-flash", 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-3.8-flash", 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-3.8-flash',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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
gemini-3.8-flashGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.8-flash | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Model-specific | 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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.8-flash","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-3.8-flash", 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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
gemini-3.8-flashGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity gemini-3.8-flash | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "gemini-3.8-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.8-flash', '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-3.8-flash', '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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
google/gemini-3.8-flashGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemini-3.8-flash | 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. Model-specific | 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 Model-specific | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Model-specific | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Model-specific | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Model-specific | 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 Model-specific | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.8-flash", "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-3.8-flash',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-3.8-flash',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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
google/gemini-3.8-flashGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemini-3.8-flash | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "google/gemini-3.8-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.8-flash', '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-3.8-flash', '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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
~google/gemini-flash-latestGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity ~google/gemini-flash-latest | 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: These roles are explicitly represented by Source compatibility types; the exact model role set remains model-specific. Model-specific | 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; use actual returned ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Round-trip actual returned reasoning where this model uses it | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Model-specific | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Model-specific | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Model-specific | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: function tool supplied | 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 Model-specific | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Model-specific | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options is rejected on this Ultra text route | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: 1h is rejected in actual prompt-cache locations | Výchozí— |
Text · UTF8 text
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktmessage array with role/content shape |
Parametrfile_material | Kontraktactual UTF-8 document inserted as literal text; no file ID inferred |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktmodel-specific; user function tools differ from hosted tools |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Send exact model ID with messages.
Context length is not an output cap.
A text file may supply literal text; image/audio/file-object inputs need exact binding.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~google/gemini-flash-latest", "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-flash-latest',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-flash-latest',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 or SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.
Keep request/response IDs and headers. No generic text job retrieval URL is supplied.
| 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 | PodmínkaInvalid required fields, material representation or parameter value | Další krokCorrect the indicated fields before a new creation request. |
Ailoot gemini-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
~google/gemini-flash-latestGemini 3.8 Flash je univerzální multimodální model Googlu pro dlouhodobou práci na vývoji softwaru, agenty a složité znalostní úlohy. Přijímá text, obrázky, zvuk, video a PDF, vrací text a nabízí uvažování low, medium nebo high s nástroji a strukturovaným výstupem. Dokumentované limity vstupu/výstupu jsou 1,048,576/65,536 tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemini 3.8 Flash je model Googlu s textovým výstupem pro dlouhodobou práci na vývoji softwaru, vícekrokové agenty a složité znalostní pracovní postupy. Vychází z Gemini 3.7 Flash a přináší vylepšení softwarového inženýrství a agentní znalostní práce. Přijímá text, obrázky, zvuk, video a PDF, takže úloha může spojit písemný cíl se skutečnými podklady potřebnými k jeho vyřešení. Užitečným výsledkem je změna kódu, vysvětlená analýza, písemná odpověď nebo strukturovaný záznam.
U programátorského zadání poskytněte požadavek, příslušné soubory, pozorované chování a omezení, která mají zůstat zachována. Snímek obrazovky může určit zamýšlené rozhraní, zatímco logy nebo reprodukční příklad ukazují chybu. U ladění požadujte, aby model vysledoval nesoulad mezi viditelným stavem formuláře a uloženou hodnotou, určil příslušnou cestu zpracování v kódu a navrhl cílenou opravu. Zachovejte jasnou podobu zamýšleného závěrečného výstupu, aby i delší posloupnost zkoumání a používání nástrojů měla konkrétní podmínku dokončení.
U déle trvající práce používejte menší kroky uvažování, opakovaná volání nástrojů a kontroly průběžných výsledků. Úrovně přemýšlení low, medium a high řídí množství uvažování; dokumentovanou výchozí hodnotou je medium. Low se hodí pro rychlý návrh nebo ohraničenou analýzu, zatímco high je určeno pro obtížnou matematiku, programování nebo vícekrokové úlohy. Gemini 3.8 Flash nepodporuje úroveň přemýšlení minimal. Soustavné ladění a přímočará extrakce polí proto potřebují různé volby uvažování, nikoli stejné nastavení pro každý požadavek.
Dokumentované nástroje zahrnují volání funkcí, spouštění kódu, vyhledávání v souborech, ukotvení ve vyhledávání, ukotvení v Google Maps a URL context; Computer Use je uvedeno jako funkce v režimu preview. Strukturované výstupy definují strojově čitelný výsledek. Funkce by měly mít jasný účel a definici parametrů: model může funkci vyžádat, zatímco připojená aplikace provede operaci a vrátí její výsledek. Mezi jednotlivými kroky konverzace zachovávejte identifikátory funkcí a skutečně vrácené materiály. Užitečná závěrečná odpověď vysvětluje, které podklady podporují navrhovanou opravu nebo extrahovanou hodnotu.
Migrační průvodce 3.8 používá ovládání úrovně přemýšlení namísto starší konfigurace rozpočtu uvažování a doporučuje odstranit zastaralé parametry vzorkování a předvyplněné zprávy modelu. Vyžaduje také zachování podpisů myšlenek v příslušném bezstavovém postupu a přiřazení odpovědí funkcí k jejich voláním podle identity a názvu. Na těchto detailech záleží při pokračování vícekrokové úlohy: další krok konverzace potřebuje skutečný předchozí kontext namísto přepsaného popisu, který ztratí výsledek nástroje nebo podpis. V nové uživatelské zprávě zachovejte výslovnou otázku a požadovaný výstup.
U multimodální znalostní práce určete příslušné stránky dokumentu, graf, zvukový interval nebo událost ve videu a uveďte, jak mají přispět k odpovědi. Porovnání dokumentů může požadovat tabulku rozdílů se zdrojovými pasážemi; otázka ke grafu může požadovat viditelné hodnoty a závěr, který podporují. Analýza videa může požadovat popis událostí dokládajících zjištění. Model z těchto vstupů vrací text. Generované obrázky, řeč a interakce se zvukem v Live patří k samostatným profilům modelů.
Limity Gemini API jsou 1,048,576 vstupních tokenů a 65,536 výstupních tokenů, což odpovídá nativnímu modelu s kontextem až 1M a textovým výstupem 64K. Instrukce, historie konverzace a dodaná média spotřebovávají vstupní kontext a uvažování či dlouhý závěrečný výstup se musí vejít do dokumentovaného prostoru pro výstup. Google pro tento profil výrobce uvádí také ukládání do mezipaměti, dávkové zpracování a zpracování Flex a Priority. U nezávislých položek zachovejte stabilní identifikátor položky a výslovný formát výstupu, aby každý výsledek zůstal propojen se svým zdrojem.
Možná omezení zahrnují halucinace, občasné zpomalení nebo překročení časového limitu a vyšší spotřebu tokenů při vyšším úsilí. Uzávěrka znalostí je březen 2026, přičemž některé oblasti zůstávají omezeny na leden 2025. Pokud úloha závisí na pozdějších informacích, dodejte aktuální podklady nebo použijte dokumentované nástroje ukotvení. Zkontrolujte citace zdrojů, výpočty a navrhovaný kód podle skutečných vstupů a výsledků provedení. Závěrečný užitečný výstup by měl rozlišovat podložené zjištění od nevyřešené otázky a nepředpokládat, že plynulá odpověď dokládá dosažení požadovaného výsledku.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity ~google/gemini-flash-latest | 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 · UTF-8 text
messages[].content string
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktRead the actual UTF-8 document and put its text in the indicated input or message content string. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.003 / 1K tokenů Výstup · Výstupní tokeny $0.015 / 1K tokenů Vstup · Čtení z mezipaměti $0.0003 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "~google/gemini-flash-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-flash-latest', '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-flash-latest', '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 or SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.
Keep request/response IDs and headers. No generic text job retrieval URL is supplied.
| 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 | PodmínkaInvalid required fields, material representation or parameter value | Další krokCorrect the indicated fields before a new creation request. |
Ailoot gemini-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
Technický příklad v angličtině
Diagnose an unsaved form value\n\nReview this form flow: the input displays draft.name; typing updates draft.name; Save sends original.name; after reload the old name reappears. Explain the mismatch and propose a minimal correction in framework-neutral pseudocode. Include a regression scenario that types a new name, saves, reloads, and checks the stored value. Do not claim any browser action occurred.A cause explanation, corrected Save pseudocode and an end-to-end regression scenario.The submitted value comes from the edited draft, and the reload check verifies persistence rather than just the visible input.