Gemini 2.5 Pro Preview 06-05 er juni-previewudgaven af Googles Gemini 2.5 Pro-ræsonnementsmodel. Udgivelsen bygger videre på det foregående preview og fremhæver programmering, matematik, videnskab, viden og ræsonnementsopgaver. Google beskriver også en forbedring af svarstil og -struktur, herunder mere kreative og bedre formaterede svar. Det er vigtigt at bevare 06-05, når en opgave henviser til netop dette preview frem for en senere stabil model eller en model med en anden dato.
Arbejdsresultatet er tekst: et kodeforslag, en forklaring, en analytisk konklusion eller et forberedt dokument. Den dokumenterede Pro-familie arbejder med tekst, billeder, lyd og PDF som kildemateriale. En skriftlig opgave kan knytte oplysninger fra disse input til et konkret spørgsmål. Ved et teknisk dokument skal du angive de relevante definitioner, den relevante tabel eller det relevante diagram og forklare, hvad svaret skal fastslå. Ved en optagelse skal du skelne mellem et ønsket transkript, en sammenfatning og en fortolkning frem for at behandle dem som én handling.
Ræsonnement er centralt for Pro-linjens formål. Juniannonceringen tilføjer tænkebudgetter, der giver udviklere mere kontrol over analysens omfang, og de officielle udgivelsesnoter angiver udtrykkeligt udvidet understøttelse af tænkning for gemini-2.5-pro-preview-06-05. Vælg den dybde, det faktiske problem kræver, og angiv et slutresultat, der kan kontrolleres. Et ræsonnementsbudget og en ønsket svarlængde er forskellige indstillinger; et kort endeligt svar kan stadig kræve omfattende analyse, før det produceres.
Ved programmering skal du medtage de relevante filer eller funktionen, sproget, den forventede adfærd og et konkret input, der viser problemet. Angiv de grænseflader og den omgivende adfærd, som skal bevares. Et nyttigt slutresultat er et implementeringsforslag med en forklaring af den valgte betingelse og eksempler, der viser, hvad der skal verificeres. Hvis du sammenligner tilgange, skal hver tilgang have de samme inputtilfælde og beslutningskriterier, så svaret behandler den faktiske afvejning frem for en generel diskussion af algoritmer.
Ved matematisk eller videnskabeligt materiale skal du levere hele opgaven, definitionerne, tilladte antagelser og det resultat, der skal fastslås. Bevar talnotation og enheder. Bed modellen forklare, hvorfor de valgte omformninger følger af de givne betingelser, og adskille slutresultatet fra de alternativer, den overvejede. Ved gennemgang af en foreslået løsning skal du levere både det oprindelige problem og det omstridte trin. Kontroller den resulterende beregning eller påstand mod de faktiske kilder frem for at stole på, hvor sikkert den er formuleret.
Producenten beskriver Pro-familien til analyse af datasæt, kodebaser og dokumenter med lang kontekst. Forbered konteksten med kildemærker, relevante uddrag og en tydelig prioriteringsregel, hvis dokumenter er modstridende. Fastlæg opgavens færdiggørelseskriterium: en sammenligning af krav, et kildebaseret svar, en revideret funktion eller en forklaring til en bestemt målgruppe. Levn plads til svaret frem for at fylde hele anmodningen med uvedkommende historik. Bevar samme inputversion og det præcise previewnavn, når du vender tilbage til en sag, så en ændring i resultatet kan fortolkes meningsfuldt.
Dokumentationen for Gemini 2.5 Pro-familien omfatter strukturerede output, function calling, kodeudførelse, search grounding og caching. Det er producentfamiliens muligheder frem for et automatisk sæt handlinger i enhver omgivende applikation. Lever et skema, når maskinlæsbart output er nødvendigt, valider felterne, og skeln mellem fakta leveret af et værktøj og en foreslået handling. En applikation definerer og udfører brugerdefinerede værktøjer og returnerer derefter resultaterne til modellens næste trin. Et genereret kodeuddrag eller en funktionsanmodning er ikke dokumentation for, at det blev udført korrekt.
Juniudgivelsens forbedrede stil og struktur er nyttige, når en forklaring bliver til en rapport eller et redaktionelt udkast. Angiv målgruppe, terminologi, overskrifter og længde, og beskriv, hvad der skal bevares fra originalen. Bed om at få usikre eller manglende oplysninger markeret frem for udfyldt med opdigtede detaljer. Kontroller faktuelle påstande mod det indsendte materiale, valider strukturerede poster, og test kode i det tilsigtede miljø. Det nyttige resultat er et gennemgået tekstartefakt med bevaret kildekontekst og 06-05-identitet, mens senere modelnavne, tjenesteindstillinger og muligheder for mediegenerering forbliver særskilte valg.
", "aboutText": "Gemini 2.5 Pro Preview 06-05 er juni-previewudgaven af Googles Gemini 2.5 Pro-ræsonnementsmodel. Udgivelsen bygger videre på det foregående preview og fremhæver programmering, matematik, videnskab, viden og ræsonnementsopgaver. Google beskriver også en forbedring af svarstil og -struktur, herunder mere kreative og bedre formaterede svar. Det er vigtigt at bevare 06-05, når en opgave henviser til netop dette preview frem for en senere stabil model eller en model med en anden dato.\n\nArbejdsresultatet er tekst: et kodeforslag, en forklaring, en analytisk konklusion eller et forberedt dokument. Den dokumenterede Pro-familie arbejder med tekst, billeder, lyd og PDF som kildemateriale. En skriftlig opgave kan knytte oplysninger fra disse input til et konkret spørgsmål. Ved et teknisk dokument skal du angive de relevante definitioner, den relevante tabel eller det relevante diagram og forklare, hvad svaret skal fastslå. Ved en optagelse skal du skelne mellem et ønsket transkript, en sammenfatning og en fortolkning frem for at behandle dem som én handling.\n\nRæsonnement er centralt for Pro-linjens formål. Juniannonceringen tilføjer tænkebudgetter, der giver udviklere mere kontrol over analysens omfang, og de officielle udgivelsesnoter angiver udtrykkeligt udvidet understøttelse af tænkning for gemini-2.5-pro-preview-06-05. Vælg den dybde, det faktiske problem kræver, og angiv et slutresultat, der kan kontrolleres. Et ræsonnementsbudget og en ønsket svarlængde er forskellige indstillinger; et kort endeligt svar kan stadig kræve omfattende analyse, før det produceres.\n\nVed programmering skal du medtage de relevante filer eller funktionen, sproget, den forventede adfærd og et konkret input, der viser problemet. Angiv de grænseflader og den omgivende adfærd, som skal bevares. Et nyttigt slutresultat er et implementeringsforslag med en forklaring af den valgte betingelse og eksempler, der viser, hvad der skal verificeres. Hvis du sammenligner tilgange, skal hver tilgang have de samme inputtilfælde og beslutningskriterier, så svaret behandler den faktiske afvejning frem for en generel diskussion af algoritmer.\n\nVed matematisk eller videnskabeligt materiale skal du levere hele opgaven, definitionerne, tilladte antagelser og det resultat, der skal fastslås. Bevar talnotation og enheder. Bed modellen forklare, hvorfor de valgte omformninger følger af de givne betingelser, og adskille slutresultatet fra de alternativer, den overvejede. Ved gennemgang af en foreslået løsning skal du levere både det oprindelige problem og det omstridte trin. Kontroller den resulterende beregning eller påstand mod de faktiske kilder frem for at stole på, hvor sikkert den er formuleret.\n\nProducenten beskriver Pro-familien til analyse af datasæt, kodebaser og dokumenter med lang kontekst. Forbered konteksten med kildemærker, relevante uddrag og en tydelig prioriteringsregel, hvis dokumenter er modstridende. Fastlæg opgavens færdiggørelseskriterium: en sammenligning af krav, et kildebaseret svar, en revideret funktion eller en forklaring til en bestemt målgruppe. Levn plads til svaret frem for at fylde hele anmodningen med uvedkommende historik. Bevar samme inputversion og det præcise previewnavn, når du vender tilbage til en sag, så en ændring i resultatet kan fortolkes meningsfuldt.\n\nDokumentationen for Gemini 2.5 Pro-familien omfatter strukturerede output, function calling, kodeudførelse, search grounding og caching. Det er producentfamiliens muligheder frem for et automatisk sæt handlinger i enhver omgivende applikation. Lever et skema, når maskinlæsbart output er nødvendigt, valider felterne, og skeln mellem fakta leveret af et værktøj og en foreslået handling. En applikation definerer og udfører brugerdefinerede værktøjer og returnerer derefter resultaterne til modellens næste trin. Et genereret kodeuddrag eller en funktionsanmodning er ikke dokumentation for, at det blev udført korrekt.\n\nJuniudgivelsens forbedrede stil og struktur er nyttige, når en forklaring bliver til en rapport eller et redaktionelt udkast. Angiv målgruppe, terminologi, overskrifter og længde, og beskriv, hvad der skal bevares fra originalen. Bed om at få usikre eller manglende oplysninger markeret frem for udfyldt med opdigtede detaljer. Kontroller faktuelle påstande mod det indsendte materiale, valider strukturerede poster, og test kode i det tilsigtede miljø. Det nyttige resultat er et gennemgået tekstartefakt med bevaret kildekontekst og 06-05-identitet, mens senere modelnavne, tjenesteindstillinger og muligheder for mediegenerering forbliver særskilte valg.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 er juni-previewet til kode-, matematik-, videnskabs- og dokumentopgaver, der kræver omfattende ræsonnement. Googles udgivelse fremhæver udvidet styring af tænkning og forbedret svarstil og -struktur, mens den præcise identitet 06-05 bevares.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 2.5 Pro Preview 06-05 er juni-previewudgaven af Googles Gemini 2.5 Pro-ræsonnementsmodel. Udgivelsen bygger videre på det foregående preview og fremhæver programmering, matematik, videnskab, viden og ræsonnementsopgaver. Google beskriver også en forbedring af svarstil og -struktur, herunder mere kreative og bedre formaterede svar. Det er vigtigt at bevare 06-05, når en opgave henviser til netop dette preview frem for en senere stabil model eller en model med en anden dato.
Arbejdsresultatet er tekst: et kodeforslag, en forklaring, en analytisk konklusion eller et forberedt dokument. Den dokumenterede Pro-familie arbejder med tekst, billeder, lyd og PDF som kildemateriale. En skriftlig opgave kan knytte oplysninger fra disse input til et konkret spørgsmål. Ved et teknisk dokument skal du angive de relevante definitioner, den relevante tabel eller det relevante diagram og forklare, hvad svaret skal fastslå. Ved en optagelse skal du skelne mellem et ønsket transkript, en sammenfatning og en fortolkning frem for at behandle dem som én handling.
Ræsonnement er centralt for Pro-linjens formål. Juniannonceringen tilføjer tænkebudgetter, der giver udviklere mere kontrol over analysens omfang, og de officielle udgivelsesnoter angiver udtrykkeligt udvidet understøttelse af tænkning for gemini-2.5-pro-preview-06-05. Vælg den dybde, det faktiske problem kræver, og angiv et slutresultat, der kan kontrolleres. Et ræsonnementsbudget og en ønsket svarlængde er forskellige indstillinger; et kort endeligt svar kan stadig kræve omfattende analyse, før det produceres.
Ved programmering skal du medtage de relevante filer eller funktionen, sproget, den forventede adfærd og et konkret input, der viser problemet. Angiv de grænseflader og den omgivende adfærd, som skal bevares. Et nyttigt slutresultat er et implementeringsforslag med en forklaring af den valgte betingelse og eksempler, der viser, hvad der skal verificeres. Hvis du sammenligner tilgange, skal hver tilgang have de samme inputtilfælde og beslutningskriterier, så svaret behandler den faktiske afvejning frem for en generel diskussion af algoritmer.
Ved matematisk eller videnskabeligt materiale skal du levere hele opgaven, definitionerne, tilladte antagelser og det resultat, der skal fastslås. Bevar talnotation og enheder. Bed modellen forklare, hvorfor de valgte omformninger følger af de givne betingelser, og adskille slutresultatet fra de alternativer, den overvejede. Ved gennemgang af en foreslået løsning skal du levere både det oprindelige problem og det omstridte trin. Kontroller den resulterende beregning eller påstand mod de faktiske kilder frem for at stole på, hvor sikkert den er formuleret.
Producenten beskriver Pro-familien til analyse af datasæt, kodebaser og dokumenter med lang kontekst. Forbered konteksten med kildemærker, relevante uddrag og en tydelig prioriteringsregel, hvis dokumenter er modstridende. Fastlæg opgavens færdiggørelseskriterium: en sammenligning af krav, et kildebaseret svar, en revideret funktion eller en forklaring til en bestemt målgruppe. Levn plads til svaret frem for at fylde hele anmodningen med uvedkommende historik. Bevar samme inputversion og det præcise previewnavn, når du vender tilbage til en sag, så en ændring i resultatet kan fortolkes meningsfuldt.
Dokumentationen for Gemini 2.5 Pro-familien omfatter strukturerede output, function calling, kodeudførelse, search grounding og caching. Det er producentfamiliens muligheder frem for et automatisk sæt handlinger i enhver omgivende applikation. Lever et skema, når maskinlæsbart output er nødvendigt, valider felterne, og skeln mellem fakta leveret af et værktøj og en foreslået handling. En applikation definerer og udfører brugerdefinerede værktøjer og returnerer derefter resultaterne til modellens næste trin. Et genereret kodeuddrag eller en funktionsanmodning er ikke dokumentation for, at det blev udført korrekt.
Juniudgivelsens forbedrede stil og struktur er nyttige, når en forklaring bliver til en rapport eller et redaktionelt udkast. Angiv målgruppe, terminologi, overskrifter og længde, og beskriv, hvad der skal bevares fra originalen. Bed om at få usikre eller manglende oplysninger markeret frem for udfyldt med opdigtede detaljer. Kontroller faktuelle påstande mod det indsendte materiale, valider strukturerede poster, og test kode i det tilsigtede miljø. Det nyttige resultat er et gennemgået tekstartefakt med bevaret kildekontekst og 06-05-identitet, mens senere modelnavne, tjenesteindstillinger og muligheder for mediegenerering forbliver særskilte valg.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-2.5-pro-preview | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0025 / 1K tokens Output · Outputtokens $0.02 / 1K tokens Input · Cachelæsning $0.00025 / 1K tokens Input · Cacheskrivning $0.00075 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Outputtokens fra ræsonnering $0.02 / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og med200.000 | Beløb Input · Inputtokens $0.0025 / 1K tokens Output · Outputtokens $0.02 / 1K tokens Input · Cachelæsning $0.00025 / 1K tokens Input · Cacheskrivning $0.00075 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 2 | Takstplan— | Konteksttokens, mere end200.000 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.005 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0.0005 / 1K tokens Input · Cacheskrivning $0.00075 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-pro-preview',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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra google/gemini-2.5-pro-preview
Brug metodestierne vist ovenfor.
google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 er juni-previewet til kode-, matematik-, videnskabs- og dokumentopgaver, der kræver omfattende ræsonnement. Googles udgivelse fremhæver udvidet styring af tænkning og forbedret svarstil og -struktur, mens den præcise identitet 06-05 bevares.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 2.5 Pro Preview 06-05 er juni-previewudgaven af Googles Gemini 2.5 Pro-ræsonnementsmodel. Udgivelsen bygger videre på det foregående preview og fremhæver programmering, matematik, videnskab, viden og ræsonnementsopgaver. Google beskriver også en forbedring af svarstil og -struktur, herunder mere kreative og bedre formaterede svar. Det er vigtigt at bevare 06-05, når en opgave henviser til netop dette preview frem for en senere stabil model eller en model med en anden dato.
Arbejdsresultatet er tekst: et kodeforslag, en forklaring, en analytisk konklusion eller et forberedt dokument. Den dokumenterede Pro-familie arbejder med tekst, billeder, lyd og PDF som kildemateriale. En skriftlig opgave kan knytte oplysninger fra disse input til et konkret spørgsmål. Ved et teknisk dokument skal du angive de relevante definitioner, den relevante tabel eller det relevante diagram og forklare, hvad svaret skal fastslå. Ved en optagelse skal du skelne mellem et ønsket transkript, en sammenfatning og en fortolkning frem for at behandle dem som én handling.
Ræsonnement er centralt for Pro-linjens formål. Juniannonceringen tilføjer tænkebudgetter, der giver udviklere mere kontrol over analysens omfang, og de officielle udgivelsesnoter angiver udtrykkeligt udvidet understøttelse af tænkning for gemini-2.5-pro-preview-06-05. Vælg den dybde, det faktiske problem kræver, og angiv et slutresultat, der kan kontrolleres. Et ræsonnementsbudget og en ønsket svarlængde er forskellige indstillinger; et kort endeligt svar kan stadig kræve omfattende analyse, før det produceres.
Ved programmering skal du medtage de relevante filer eller funktionen, sproget, den forventede adfærd og et konkret input, der viser problemet. Angiv de grænseflader og den omgivende adfærd, som skal bevares. Et nyttigt slutresultat er et implementeringsforslag med en forklaring af den valgte betingelse og eksempler, der viser, hvad der skal verificeres. Hvis du sammenligner tilgange, skal hver tilgang have de samme inputtilfælde og beslutningskriterier, så svaret behandler den faktiske afvejning frem for en generel diskussion af algoritmer.
Ved matematisk eller videnskabeligt materiale skal du levere hele opgaven, definitionerne, tilladte antagelser og det resultat, der skal fastslås. Bevar talnotation og enheder. Bed modellen forklare, hvorfor de valgte omformninger følger af de givne betingelser, og adskille slutresultatet fra de alternativer, den overvejede. Ved gennemgang af en foreslået løsning skal du levere både det oprindelige problem og det omstridte trin. Kontroller den resulterende beregning eller påstand mod de faktiske kilder frem for at stole på, hvor sikkert den er formuleret.
Producenten beskriver Pro-familien til analyse af datasæt, kodebaser og dokumenter med lang kontekst. Forbered konteksten med kildemærker, relevante uddrag og en tydelig prioriteringsregel, hvis dokumenter er modstridende. Fastlæg opgavens færdiggørelseskriterium: en sammenligning af krav, et kildebaseret svar, en revideret funktion eller en forklaring til en bestemt målgruppe. Levn plads til svaret frem for at fylde hele anmodningen med uvedkommende historik. Bevar samme inputversion og det præcise previewnavn, når du vender tilbage til en sag, så en ændring i resultatet kan fortolkes meningsfuldt.
Dokumentationen for Gemini 2.5 Pro-familien omfatter strukturerede output, function calling, kodeudførelse, search grounding og caching. Det er producentfamiliens muligheder frem for et automatisk sæt handlinger i enhver omgivende applikation. Lever et skema, når maskinlæsbart output er nødvendigt, valider felterne, og skeln mellem fakta leveret af et værktøj og en foreslået handling. En applikation definerer og udfører brugerdefinerede værktøjer og returnerer derefter resultaterne til modellens næste trin. Et genereret kodeuddrag eller en funktionsanmodning er ikke dokumentation for, at det blev udført korrekt.
Juniudgivelsens forbedrede stil og struktur er nyttige, når en forklaring bliver til en rapport eller et redaktionelt udkast. Angiv målgruppe, terminologi, overskrifter og længde, og beskriv, hvad der skal bevares fra originalen. Bed om at få usikre eller manglende oplysninger markeret frem for udfyldt med opdigtede detaljer. Kontroller faktuelle påstande mod det indsendte materiale, valider strukturerede poster, og test kode i det tilsigtede miljø. Det nyttige resultat er et gennemgået tekstartefakt med bevaret kildekontekst og 06-05-identitet, mens senere modelnavne, tjenesteindstillinger og muligheder for mediegenerering forbliver særskilte valg.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-2.5-pro-preview | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.0025 / 1K tokens Output · Outputtokens $0.02 / 1K tokens Input · Cachelæsning $0.00025 / 1K tokens Input · Cacheskrivning $0.00075 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Outputtokens fra ræsonnering $0.02 / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og med200.000 | Beløb Input · Inputtokens $0.0025 / 1K tokens Output · Outputtokens $0.02 / 1K tokens Input · Cachelæsning $0.00025 / 1K tokens Input · Cacheskrivning $0.00075 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 2 | Takstplan— | Konteksttokens, mere end200.000 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.005 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0.0005 / 1K tokens Input · Cacheskrivning $0.00075 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "google/gemini-2.5-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', '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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra google/gemini-2.5-pro-preview
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.