Gemini 3 Flash Preview er Googles ræsonnementsmodel til multimodal forståelse, programmering og agentopgaver. Den accepterer tekst, billeder, video, lyd og PDF og returnerer tekst. En anmodning kan dermed samle skriftlige instruktioner, kildefiler, visuelle observationer og samtalehistorik om ét problem. Resultatet kan være en forklaring, et kodeforslag, udtrukne data eller en plan baseret på materialet frem for et genereret billede eller et talt svar.
Det modelspecifikke kort angiver en inputgrænse på 1.048.576 tokens og en outputgrænse på 65.536 tokens. Planlæg kildemateriale og resultat hver for sig: et langt uddrag fra et repository, en dokumentsamling eller en optagelse kan kun være der, hvis den behandlede repræsentation og instruktionerne passer inden for inputbudgettet, mens svaret stadig har brug for sin egen tildelte længde. Mærk sammenhørende kilder, og angiv, hvilket materiale der har forrang. Ved en lang prompt anbefaler udviklervejledningen at placere det konkrete spørgsmål efter dataene og knytte det udtrykkeligt til de foregående oplysninger.
Tænkningen er dynamisk, og high er modellens dokumenterede standard. De understøttede niveauer er minimal, low, medium og high. De er relative rammer for ræsonnement frem for garanterede tokenantal. Minimal kan stadig indebære noget ræsonnement ved et vanskeligt programmeringsproblem. Vælg et niveau efter opgaven: en kort omformning og en fejlsøgning med flere betingelser kræver forskellig behandling. Brug direkte og klare instruktioner frem for at tvinge omfattende ræsonnementsritualer ind i prompten; bed om det færdige resultat og de kontroller, der gør det anvendeligt.
Producentens kort angiver strukturerede output, function calling, kodeudførelse, computerbrug, filsøgning, search grounding, Google Maps grounding, URL-kontekst og caching. Indbyggede værktøjer kan kombineres med brugerdefineret function calling i den dokumenterede Gemini 3-arbejdsgang. En applikation definerer funktionerne, kontrollerer deres argumenter, udfører godkendte handlinger og sender resultaterne tilbage. Til en kodeassistent kan et værktøj til fillæsning eller en kontrolleret testkører levere konkret dokumentation til næste trin. En foreslået handling og et observeret værktøjsresultat bør holdes adskilt i den afsluttende rapport.
Ved programmering skal du levere de relevante filer, sproget, den forventede adfærd og et input, der viser problemet. Afgræns ændringen, og angiv den grænseflade eller adfærd, der skal bevares. Bed om en revideret implementering og de tilfælde, der bør kontrolleres. Ved en analytisk dokumentopgave skal du definere spørgsmålet, de påkrævede felter og kildehenvisningerne. Hvis der bruges struktureret output, skal du levere et skema med tydelige feltbetydninger og regler for manglende værdier. Valider både syntaksen, og om hver værdi følger af det oprindelige materiale.
Ved multimodal analyse skal du angive, hvad der er vigtigt i hver kilde. Et skærmbillede kan understøtte en forklaring af en grænseflade, en PDF kan levere en tabel eller graf, og en optagelse kan indeholde talte eller synlige hændelser. Udviklervejledningen gennemgår indstillinger for medieopløsning, fordi detaljegraden påvirker den behandlede repræsentation og tokenforbruget. Producentens arbejdsgang til kodeudførelse kan beskære eller zoome ind på indsendte billeder, foretage beregninger ud fra visuelle data og tilføje anmærkninger, før modellen udarbejder sit svar. Læsbar lille tekst kan kræve en anden indstilling end en overordnet scenebeskrivelse. Bevar den relevante side, det relevante billede eller klip, så observationer kan kontrolleres, frem for at behandle en flydende sammenfatning som dokumentation for, at hver detalje er læst korrekt.
Samtale- og værktøjstilstand skal bevares i den valgte grænseflade. Gemini 3 bruger thought signatures til at føre ræsonnementskontekst videre mellem kald; udviklervejledningen skelner mellem administreret historik med tilstand og manuelt administreret historik uden tilstand. Bevar den nødvendige kontekst, når du fortsætter en værktøjsopgave eller reviderer et resultat. Google anbefaler også at beholde standardtemperaturen på 1.0 frem for at overføre en fremgangsmåde med lav temperatur, der kan medføre løkker eller ringere adfærd ved komplekse opgaver. Det er producentens integrationspraksis, ikke nye påstande om en bestemt applikations transport.
Tekstmodellen annoncerer ikke billed- eller lydgenerering eller Live API. Vejledningen skelner også mellem visuel forståelse og billedsegmentering på pixelniveau, som Gemini 3 Flash ikke understøtter. Brug et slutresultat, der passer til den faktiske opgave: observationer med kildehenvisninger, en struktureret post, en kodeændring eller en beslutning med angivne antagelser. Kontroller regnestykker, verificer kode i det tilsigtede miljø, og gennemgå returnerede værktøjsoplysninger. Når aktuelle fakta er vigtige, skal du bruge de konfigurerede grounding-kilder eller indsendte aktuelle data frem for at antage, at modellens viden er en live database.
", "aboutText": "Gemini 3 Flash Preview er Googles ræsonnementsmodel til multimodal forståelse, programmering og agentopgaver. Den accepterer tekst, billeder, video, lyd og PDF og returnerer tekst. En anmodning kan dermed samle skriftlige instruktioner, kildefiler, visuelle observationer og samtalehistorik om ét problem. Resultatet kan være en forklaring, et kodeforslag, udtrukne data eller en plan baseret på materialet frem for et genereret billede eller et talt svar.\n\nDet modelspecifikke kort angiver en inputgrænse på 1.048.576 tokens og en outputgrænse på 65.536 tokens. Planlæg kildemateriale og resultat hver for sig: et langt uddrag fra et repository, en dokumentsamling eller en optagelse kan kun være der, hvis den behandlede repræsentation og instruktionerne passer inden for inputbudgettet, mens svaret stadig har brug for sin egen tildelte længde. Mærk sammenhørende kilder, og angiv, hvilket materiale der har forrang. Ved en lang prompt anbefaler udviklervejledningen at placere det konkrete spørgsmål efter dataene og knytte det udtrykkeligt til de foregående oplysninger.\n\nTænkningen er dynamisk, og high er modellens dokumenterede standard. De understøttede niveauer er minimal, low, medium og high. De er relative rammer for ræsonnement frem for garanterede tokenantal. Minimal kan stadig indebære noget ræsonnement ved et vanskeligt programmeringsproblem. Vælg et niveau efter opgaven: en kort omformning og en fejlsøgning med flere betingelser kræver forskellig behandling. Brug direkte og klare instruktioner frem for at tvinge omfattende ræsonnementsritualer ind i prompten; bed om det færdige resultat og de kontroller, der gør det anvendeligt.\n\nProducentens kort angiver strukturerede output, function calling, kodeudførelse, computerbrug, filsøgning, search grounding, Google Maps grounding, URL-kontekst og caching. Indbyggede værktøjer kan kombineres med brugerdefineret function calling i den dokumenterede Gemini 3-arbejdsgang. En applikation definerer funktionerne, kontrollerer deres argumenter, udfører godkendte handlinger og sender resultaterne tilbage. Til en kodeassistent kan et værktøj til fillæsning eller en kontrolleret testkører levere konkret dokumentation til næste trin. En foreslået handling og et observeret værktøjsresultat bør holdes adskilt i den afsluttende rapport.\n\nVed programmering skal du levere de relevante filer, sproget, den forventede adfærd og et input, der viser problemet. Afgræns ændringen, og angiv den grænseflade eller adfærd, der skal bevares. Bed om en revideret implementering og de tilfælde, der bør kontrolleres. Ved en analytisk dokumentopgave skal du definere spørgsmålet, de påkrævede felter og kildehenvisningerne. Hvis der bruges struktureret output, skal du levere et skema med tydelige feltbetydninger og regler for manglende værdier. Valider både syntaksen, og om hver værdi følger af det oprindelige materiale.\n\nVed multimodal analyse skal du angive, hvad der er vigtigt i hver kilde. Et skærmbillede kan understøtte en forklaring af en grænseflade, en PDF kan levere en tabel eller graf, og en optagelse kan indeholde talte eller synlige hændelser. Udviklervejledningen gennemgår indstillinger for medieopløsning, fordi detaljegraden påvirker den behandlede repræsentation og tokenforbruget. Producentens arbejdsgang til kodeudførelse kan beskære eller zoome ind på indsendte billeder, foretage beregninger ud fra visuelle data og tilføje anmærkninger, før modellen udarbejder sit svar. Læsbar lille tekst kan kræve en anden indstilling end en overordnet scenebeskrivelse. Bevar den relevante side, det relevante billede eller klip, så observationer kan kontrolleres, frem for at behandle en flydende sammenfatning som dokumentation for, at hver detalje er læst korrekt.\n\nSamtale- og værktøjstilstand skal bevares i den valgte grænseflade. Gemini 3 bruger thought signatures til at føre ræsonnementskontekst videre mellem kald; udviklervejledningen skelner mellem administreret historik med tilstand og manuelt administreret historik uden tilstand. Bevar den nødvendige kontekst, når du fortsætter en værktøjsopgave eller reviderer et resultat. Google anbefaler også at beholde standardtemperaturen på 1.0 frem for at overføre en fremgangsmåde med lav temperatur, der kan medføre løkker eller ringere adfærd ved komplekse opgaver. Det er producentens integrationspraksis, ikke nye påstande om en bestemt applikations transport.\n\nTekstmodellen annoncerer ikke billed- eller lydgenerering eller Live API. Vejledningen skelner også mellem visuel forståelse og billedsegmentering på pixelniveau, som Gemini 3 Flash ikke understøtter. Brug et slutresultat, der passer til den faktiske opgave: observationer med kildehenvisninger, en struktureret post, en kodeændring eller en beslutning med angivne antagelser. Kontroller regnestykker, verificer kode i det tilsigtede miljø, og gennemgå returnerede værktøjsoplysninger. Når aktuelle fakta er vigtige, skal du bruge de konfigurerede grounding-kilder eller indsendte aktuelle data frem for at antage, at modellens viden er en live database.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Keep a sorting helper immutable\n\nFix this JavaScript helper so it returns users sorted by name without changing the input array: function sortedUsers(users) { return users.sort((a,b) => a.name.localeCompare(b.name)); }. Preserve each user object. Return the revised function and tests for alphabetical order, an empty array and the unchanged original array.A revised function and three small test examples covering sorting and non-mutation.Check that the returned array is a different array and the original sequence is unchanged after the call.gemini-3-flash-previewGemini 3 Flash Preview kombinerer multimodal forståelse og ræsonnement med tekstoutput. Den understøtter analyse af kode, dokumenter og billeder, strukturerede resultater og arbejdsgange med værktøjer samt fire dokumenterede tænkeniveauer til valg af analysens dybde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 3 Flash Preview er Googles ræsonnementsmodel til multimodal forståelse, programmering og agentopgaver. Den accepterer tekst, billeder, video, lyd og PDF og returnerer tekst. En anmodning kan dermed samle skriftlige instruktioner, kildefiler, visuelle observationer og samtalehistorik om ét problem. Resultatet kan være en forklaring, et kodeforslag, udtrukne data eller en plan baseret på materialet frem for et genereret billede eller et talt svar.
Det modelspecifikke kort angiver en inputgrænse på 1.048.576 tokens og en outputgrænse på 65.536 tokens. Planlæg kildemateriale og resultat hver for sig: et langt uddrag fra et repository, en dokumentsamling eller en optagelse kan kun være der, hvis den behandlede repræsentation og instruktionerne passer inden for inputbudgettet, mens svaret stadig har brug for sin egen tildelte længde. Mærk sammenhørende kilder, og angiv, hvilket materiale der har forrang. Ved en lang prompt anbefaler udviklervejledningen at placere det konkrete spørgsmål efter dataene og knytte det udtrykkeligt til de foregående oplysninger.
Tænkningen er dynamisk, og high er modellens dokumenterede standard. De understøttede niveauer er minimal, low, medium og high. De er relative rammer for ræsonnement frem for garanterede tokenantal. Minimal kan stadig indebære noget ræsonnement ved et vanskeligt programmeringsproblem. Vælg et niveau efter opgaven: en kort omformning og en fejlsøgning med flere betingelser kræver forskellig behandling. Brug direkte og klare instruktioner frem for at tvinge omfattende ræsonnementsritualer ind i prompten; bed om det færdige resultat og de kontroller, der gør det anvendeligt.
Producentens kort angiver strukturerede output, function calling, kodeudførelse, computerbrug, filsøgning, search grounding, Google Maps grounding, URL-kontekst og caching. Indbyggede værktøjer kan kombineres med brugerdefineret function calling i den dokumenterede Gemini 3-arbejdsgang. En applikation definerer funktionerne, kontrollerer deres argumenter, udfører godkendte handlinger og sender resultaterne tilbage. Til en kodeassistent kan et værktøj til fillæsning eller en kontrolleret testkører levere konkret dokumentation til næste trin. En foreslået handling og et observeret værktøjsresultat bør holdes adskilt i den afsluttende rapport.
Ved programmering skal du levere de relevante filer, sproget, den forventede adfærd og et input, der viser problemet. Afgræns ændringen, og angiv den grænseflade eller adfærd, der skal bevares. Bed om en revideret implementering og de tilfælde, der bør kontrolleres. Ved en analytisk dokumentopgave skal du definere spørgsmålet, de påkrævede felter og kildehenvisningerne. Hvis der bruges struktureret output, skal du levere et skema med tydelige feltbetydninger og regler for manglende værdier. Valider både syntaksen, og om hver værdi følger af det oprindelige materiale.
Ved multimodal analyse skal du angive, hvad der er vigtigt i hver kilde. Et skærmbillede kan understøtte en forklaring af en grænseflade, en PDF kan levere en tabel eller graf, og en optagelse kan indeholde talte eller synlige hændelser. Udviklervejledningen gennemgår indstillinger for medieopløsning, fordi detaljegraden påvirker den behandlede repræsentation og tokenforbruget. Producentens arbejdsgang til kodeudførelse kan beskære eller zoome ind på indsendte billeder, foretage beregninger ud fra visuelle data og tilføje anmærkninger, før modellen udarbejder sit svar. Læsbar lille tekst kan kræve en anden indstilling end en overordnet scenebeskrivelse. Bevar den relevante side, det relevante billede eller klip, så observationer kan kontrolleres, frem for at behandle en flydende sammenfatning som dokumentation for, at hver detalje er læst korrekt.
Samtale- og værktøjstilstand skal bevares i den valgte grænseflade. Gemini 3 bruger thought signatures til at føre ræsonnementskontekst videre mellem kald; udviklervejledningen skelner mellem administreret historik med tilstand og manuelt administreret historik uden tilstand. Bevar den nødvendige kontekst, når du fortsætter en værktøjsopgave eller reviderer et resultat. Google anbefaler også at beholde standardtemperaturen på 1.0 frem for at overføre en fremgangsmåde med lav temperatur, der kan medføre løkker eller ringere adfærd ved komplekse opgaver. Det er producentens integrationspraksis, ikke nye påstande om en bestemt applikations transport.
Tekstmodellen annoncerer ikke billed- eller lydgenerering eller Live API. Vejledningen skelner også mellem visuel forståelse og billedsegmentering på pixelniveau, som Gemini 3 Flash ikke understøtter. Brug et slutresultat, der passer til den faktiske opgave: observationer med kildehenvisninger, en struktureret post, en kodeændring eller en beslutning med angivne antagelser. Kontroller regnestykker, verificer kode i det tilsigtede miljø, og gennemgå returnerede værktøjsoplysninger. Når aktuelle fakta er vigtige, skal du bruge de konfigurerede grounding-kilder eller indsendte aktuelle data frem for at antage, at modellens viden er en live database.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser gemini-3-flash-preview | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
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 |
Parametercontrol_scope | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Metodealiaser: /chat/completions
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 $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3-flash-preview","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-flash-preview", 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 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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
gemini-3-flash-previewGemini 3 Flash Preview kombinerer multimodal forståelse og ræsonnement med tekstoutput. Den understøtter analyse af kode, dokumenter og billeder, strukturerede resultater og arbejdsgange med værktøjer samt fire dokumenterede tænkeniveauer til valg af analysens dybde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 3 Flash Preview er Googles ræsonnementsmodel til multimodal forståelse, programmering og agentopgaver. Den accepterer tekst, billeder, video, lyd og PDF og returnerer tekst. En anmodning kan dermed samle skriftlige instruktioner, kildefiler, visuelle observationer og samtalehistorik om ét problem. Resultatet kan være en forklaring, et kodeforslag, udtrukne data eller en plan baseret på materialet frem for et genereret billede eller et talt svar.
Det modelspecifikke kort angiver en inputgrænse på 1.048.576 tokens og en outputgrænse på 65.536 tokens. Planlæg kildemateriale og resultat hver for sig: et langt uddrag fra et repository, en dokumentsamling eller en optagelse kan kun være der, hvis den behandlede repræsentation og instruktionerne passer inden for inputbudgettet, mens svaret stadig har brug for sin egen tildelte længde. Mærk sammenhørende kilder, og angiv, hvilket materiale der har forrang. Ved en lang prompt anbefaler udviklervejledningen at placere det konkrete spørgsmål efter dataene og knytte det udtrykkeligt til de foregående oplysninger.
Tænkningen er dynamisk, og high er modellens dokumenterede standard. De understøttede niveauer er minimal, low, medium og high. De er relative rammer for ræsonnement frem for garanterede tokenantal. Minimal kan stadig indebære noget ræsonnement ved et vanskeligt programmeringsproblem. Vælg et niveau efter opgaven: en kort omformning og en fejlsøgning med flere betingelser kræver forskellig behandling. Brug direkte og klare instruktioner frem for at tvinge omfattende ræsonnementsritualer ind i prompten; bed om det færdige resultat og de kontroller, der gør det anvendeligt.
Producentens kort angiver strukturerede output, function calling, kodeudførelse, computerbrug, filsøgning, search grounding, Google Maps grounding, URL-kontekst og caching. Indbyggede værktøjer kan kombineres med brugerdefineret function calling i den dokumenterede Gemini 3-arbejdsgang. En applikation definerer funktionerne, kontrollerer deres argumenter, udfører godkendte handlinger og sender resultaterne tilbage. Til en kodeassistent kan et værktøj til fillæsning eller en kontrolleret testkører levere konkret dokumentation til næste trin. En foreslået handling og et observeret værktøjsresultat bør holdes adskilt i den afsluttende rapport.
Ved programmering skal du levere de relevante filer, sproget, den forventede adfærd og et input, der viser problemet. Afgræns ændringen, og angiv den grænseflade eller adfærd, der skal bevares. Bed om en revideret implementering og de tilfælde, der bør kontrolleres. Ved en analytisk dokumentopgave skal du definere spørgsmålet, de påkrævede felter og kildehenvisningerne. Hvis der bruges struktureret output, skal du levere et skema med tydelige feltbetydninger og regler for manglende værdier. Valider både syntaksen, og om hver værdi følger af det oprindelige materiale.
Ved multimodal analyse skal du angive, hvad der er vigtigt i hver kilde. Et skærmbillede kan understøtte en forklaring af en grænseflade, en PDF kan levere en tabel eller graf, og en optagelse kan indeholde talte eller synlige hændelser. Udviklervejledningen gennemgår indstillinger for medieopløsning, fordi detaljegraden påvirker den behandlede repræsentation og tokenforbruget. Producentens arbejdsgang til kodeudførelse kan beskære eller zoome ind på indsendte billeder, foretage beregninger ud fra visuelle data og tilføje anmærkninger, før modellen udarbejder sit svar. Læsbar lille tekst kan kræve en anden indstilling end en overordnet scenebeskrivelse. Bevar den relevante side, det relevante billede eller klip, så observationer kan kontrolleres, frem for at behandle en flydende sammenfatning som dokumentation for, at hver detalje er læst korrekt.
Samtale- og værktøjstilstand skal bevares i den valgte grænseflade. Gemini 3 bruger thought signatures til at føre ræsonnementskontekst videre mellem kald; udviklervejledningen skelner mellem administreret historik med tilstand og manuelt administreret historik uden tilstand. Bevar den nødvendige kontekst, når du fortsætter en værktøjsopgave eller reviderer et resultat. Google anbefaler også at beholde standardtemperaturen på 1.0 frem for at overføre en fremgangsmåde med lav temperatur, der kan medføre løkker eller ringere adfærd ved komplekse opgaver. Det er producentens integrationspraksis, ikke nye påstande om en bestemt applikations transport.
Tekstmodellen annoncerer ikke billed- eller lydgenerering eller Live API. Vejledningen skelner også mellem visuel forståelse og billedsegmentering på pixelniveau, som Gemini 3 Flash ikke understøtter. Brug et slutresultat, der passer til den faktiske opgave: observationer med kildehenvisninger, en struktureret post, en kodeændring eller en beslutning med angivne antagelser. Kontroller regnestykker, verificer kode i det tilsigtede miljø, og gennemgå returnerede værktøjsoplysninger. Når aktuelle fakta er vigtige, skal du bruge de konfigurerede grounding-kilder eller indsendte aktuelle data frem for at antage, at modellens viden er en live database.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser gemini-3-flash-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 $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gemini-3-flash-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': 'gemini-3-flash-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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview kombinerer multimodal forståelse og ræsonnement med tekstoutput. Den understøtter analyse af kode, dokumenter og billeder, strukturerede resultater og arbejdsgange med værktøjer samt fire dokumenterede tænkeniveauer til valg af analysens dybde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 3 Flash Preview er Googles ræsonnementsmodel til multimodal forståelse, programmering og agentopgaver. Den accepterer tekst, billeder, video, lyd og PDF og returnerer tekst. En anmodning kan dermed samle skriftlige instruktioner, kildefiler, visuelle observationer og samtalehistorik om ét problem. Resultatet kan være en forklaring, et kodeforslag, udtrukne data eller en plan baseret på materialet frem for et genereret billede eller et talt svar.
Det modelspecifikke kort angiver en inputgrænse på 1.048.576 tokens og en outputgrænse på 65.536 tokens. Planlæg kildemateriale og resultat hver for sig: et langt uddrag fra et repository, en dokumentsamling eller en optagelse kan kun være der, hvis den behandlede repræsentation og instruktionerne passer inden for inputbudgettet, mens svaret stadig har brug for sin egen tildelte længde. Mærk sammenhørende kilder, og angiv, hvilket materiale der har forrang. Ved en lang prompt anbefaler udviklervejledningen at placere det konkrete spørgsmål efter dataene og knytte det udtrykkeligt til de foregående oplysninger.
Tænkningen er dynamisk, og high er modellens dokumenterede standard. De understøttede niveauer er minimal, low, medium og high. De er relative rammer for ræsonnement frem for garanterede tokenantal. Minimal kan stadig indebære noget ræsonnement ved et vanskeligt programmeringsproblem. Vælg et niveau efter opgaven: en kort omformning og en fejlsøgning med flere betingelser kræver forskellig behandling. Brug direkte og klare instruktioner frem for at tvinge omfattende ræsonnementsritualer ind i prompten; bed om det færdige resultat og de kontroller, der gør det anvendeligt.
Producentens kort angiver strukturerede output, function calling, kodeudførelse, computerbrug, filsøgning, search grounding, Google Maps grounding, URL-kontekst og caching. Indbyggede værktøjer kan kombineres med brugerdefineret function calling i den dokumenterede Gemini 3-arbejdsgang. En applikation definerer funktionerne, kontrollerer deres argumenter, udfører godkendte handlinger og sender resultaterne tilbage. Til en kodeassistent kan et værktøj til fillæsning eller en kontrolleret testkører levere konkret dokumentation til næste trin. En foreslået handling og et observeret værktøjsresultat bør holdes adskilt i den afsluttende rapport.
Ved programmering skal du levere de relevante filer, sproget, den forventede adfærd og et input, der viser problemet. Afgræns ændringen, og angiv den grænseflade eller adfærd, der skal bevares. Bed om en revideret implementering og de tilfælde, der bør kontrolleres. Ved en analytisk dokumentopgave skal du definere spørgsmålet, de påkrævede felter og kildehenvisningerne. Hvis der bruges struktureret output, skal du levere et skema med tydelige feltbetydninger og regler for manglende værdier. Valider både syntaksen, og om hver værdi følger af det oprindelige materiale.
Ved multimodal analyse skal du angive, hvad der er vigtigt i hver kilde. Et skærmbillede kan understøtte en forklaring af en grænseflade, en PDF kan levere en tabel eller graf, og en optagelse kan indeholde talte eller synlige hændelser. Udviklervejledningen gennemgår indstillinger for medieopløsning, fordi detaljegraden påvirker den behandlede repræsentation og tokenforbruget. Producentens arbejdsgang til kodeudførelse kan beskære eller zoome ind på indsendte billeder, foretage beregninger ud fra visuelle data og tilføje anmærkninger, før modellen udarbejder sit svar. Læsbar lille tekst kan kræve en anden indstilling end en overordnet scenebeskrivelse. Bevar den relevante side, det relevante billede eller klip, så observationer kan kontrolleres, frem for at behandle en flydende sammenfatning som dokumentation for, at hver detalje er læst korrekt.
Samtale- og værktøjstilstand skal bevares i den valgte grænseflade. Gemini 3 bruger thought signatures til at føre ræsonnementskontekst videre mellem kald; udviklervejledningen skelner mellem administreret historik med tilstand og manuelt administreret historik uden tilstand. Bevar den nødvendige kontekst, når du fortsætter en værktøjsopgave eller reviderer et resultat. Google anbefaler også at beholde standardtemperaturen på 1.0 frem for at overføre en fremgangsmåde med lav temperatur, der kan medføre løkker eller ringere adfærd ved komplekse opgaver. Det er producentens integrationspraksis, ikke nye påstande om en bestemt applikations transport.
Tekstmodellen annoncerer ikke billed- eller lydgenerering eller Live API. Vejledningen skelner også mellem visuel forståelse og billedsegmentering på pixelniveau, som Gemini 3 Flash ikke understøtter. Brug et slutresultat, der passer til den faktiske opgave: observationer med kildehenvisninger, en struktureret post, en kodeændring eller en beslutning med angivne antagelser. Kontroller regnestykker, verificer kode i det tilsigtede miljø, og gennemgå returnerede værktøjsoplysninger. Når aktuelle fakta er vigtige, skal du bruge de konfigurerede grounding-kilder eller indsendte aktuelle data frem for at antage, at modellens viden er en live database.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-3-flash-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 $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3-flash-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-3-flash-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-3-flash-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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview kombinerer multimodal forståelse og ræsonnement med tekstoutput. Den understøtter analyse af kode, dokumenter og billeder, strukturerede resultater og arbejdsgange med værktøjer samt fire dokumenterede tænkeniveauer til valg af analysens dybde.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 3 Flash Preview er Googles ræsonnementsmodel til multimodal forståelse, programmering og agentopgaver. Den accepterer tekst, billeder, video, lyd og PDF og returnerer tekst. En anmodning kan dermed samle skriftlige instruktioner, kildefiler, visuelle observationer og samtalehistorik om ét problem. Resultatet kan være en forklaring, et kodeforslag, udtrukne data eller en plan baseret på materialet frem for et genereret billede eller et talt svar.
Det modelspecifikke kort angiver en inputgrænse på 1.048.576 tokens og en outputgrænse på 65.536 tokens. Planlæg kildemateriale og resultat hver for sig: et langt uddrag fra et repository, en dokumentsamling eller en optagelse kan kun være der, hvis den behandlede repræsentation og instruktionerne passer inden for inputbudgettet, mens svaret stadig har brug for sin egen tildelte længde. Mærk sammenhørende kilder, og angiv, hvilket materiale der har forrang. Ved en lang prompt anbefaler udviklervejledningen at placere det konkrete spørgsmål efter dataene og knytte det udtrykkeligt til de foregående oplysninger.
Tænkningen er dynamisk, og high er modellens dokumenterede standard. De understøttede niveauer er minimal, low, medium og high. De er relative rammer for ræsonnement frem for garanterede tokenantal. Minimal kan stadig indebære noget ræsonnement ved et vanskeligt programmeringsproblem. Vælg et niveau efter opgaven: en kort omformning og en fejlsøgning med flere betingelser kræver forskellig behandling. Brug direkte og klare instruktioner frem for at tvinge omfattende ræsonnementsritualer ind i prompten; bed om det færdige resultat og de kontroller, der gør det anvendeligt.
Producentens kort angiver strukturerede output, function calling, kodeudførelse, computerbrug, filsøgning, search grounding, Google Maps grounding, URL-kontekst og caching. Indbyggede værktøjer kan kombineres med brugerdefineret function calling i den dokumenterede Gemini 3-arbejdsgang. En applikation definerer funktionerne, kontrollerer deres argumenter, udfører godkendte handlinger og sender resultaterne tilbage. Til en kodeassistent kan et værktøj til fillæsning eller en kontrolleret testkører levere konkret dokumentation til næste trin. En foreslået handling og et observeret værktøjsresultat bør holdes adskilt i den afsluttende rapport.
Ved programmering skal du levere de relevante filer, sproget, den forventede adfærd og et input, der viser problemet. Afgræns ændringen, og angiv den grænseflade eller adfærd, der skal bevares. Bed om en revideret implementering og de tilfælde, der bør kontrolleres. Ved en analytisk dokumentopgave skal du definere spørgsmålet, de påkrævede felter og kildehenvisningerne. Hvis der bruges struktureret output, skal du levere et skema med tydelige feltbetydninger og regler for manglende værdier. Valider både syntaksen, og om hver værdi følger af det oprindelige materiale.
Ved multimodal analyse skal du angive, hvad der er vigtigt i hver kilde. Et skærmbillede kan understøtte en forklaring af en grænseflade, en PDF kan levere en tabel eller graf, og en optagelse kan indeholde talte eller synlige hændelser. Udviklervejledningen gennemgår indstillinger for medieopløsning, fordi detaljegraden påvirker den behandlede repræsentation og tokenforbruget. Producentens arbejdsgang til kodeudførelse kan beskære eller zoome ind på indsendte billeder, foretage beregninger ud fra visuelle data og tilføje anmærkninger, før modellen udarbejder sit svar. Læsbar lille tekst kan kræve en anden indstilling end en overordnet scenebeskrivelse. Bevar den relevante side, det relevante billede eller klip, så observationer kan kontrolleres, frem for at behandle en flydende sammenfatning som dokumentation for, at hver detalje er læst korrekt.
Samtale- og værktøjstilstand skal bevares i den valgte grænseflade. Gemini 3 bruger thought signatures til at føre ræsonnementskontekst videre mellem kald; udviklervejledningen skelner mellem administreret historik med tilstand og manuelt administreret historik uden tilstand. Bevar den nødvendige kontekst, når du fortsætter en værktøjsopgave eller reviderer et resultat. Google anbefaler også at beholde standardtemperaturen på 1.0 frem for at overføre en fremgangsmåde med lav temperatur, der kan medføre løkker eller ringere adfærd ved komplekse opgaver. Det er producentens integrationspraksis, ikke nye påstande om en bestemt applikations transport.
Tekstmodellen annoncerer ikke billed- eller lydgenerering eller Live API. Vejledningen skelner også mellem visuel forståelse og billedsegmentering på pixelniveau, som Gemini 3 Flash ikke understøtter. Brug et slutresultat, der passer til den faktiske opgave: observationer med kildehenvisninger, en struktureret post, en kodeændring eller en beslutning med angivne antagelser. Kontroller regnestykker, verificer kode i det tilsigtede miljø, og gennemgå returnerede værktøjsoplysninger. Når aktuelle fakta er vigtige, skal du bruge de konfigurerede grounding-kilder eller indsendte aktuelle data frem for at antage, at modellens viden er en live database.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-3-flash-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 $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning $0.0001 / 1K tokens Input · Cacheskrivning $0.0001666666666666666 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "google/gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3-flash-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-3-flash-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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
Teknisk eksempel på engelsk
Keep a sorting helper immutable\n\nFix this JavaScript helper so it returns users sorted by name without changing the input array: function sortedUsers(users) { return users.sort((a,b) => a.name.localeCompare(b.name)); }. Preserve each user object. Return the revised function and tests for alphabetical order, an empty array and the unchanged original array.A revised function and three small test examples covering sorting and non-mutation.Check that the returned array is a different array and the original sequence is unchanged after the call.