Source: https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/ Canonical: https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/ Language: de-at # gemini-2.5-flash-lite-preview-09-2025 [Markdown](https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/index.md) · [JSON](https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/facts.json) ## [gemini-2.5-flash-lite-preview-09-2025](https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/) Gemini 2.5 Flash-Lite Preview 09-2025 konzentriert sich auf die Befolgung von Anweisungen, knappe Texte, Übersetzung und multimediales Verständnis. Googles Septemberausgabe nimmt Text, Bilder, Video, Audio und PDF entgegen und bietet strukturierte Antworten sowie dokumentierte Tools für die Verarbeitung großer Mengen. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/gemini-2-5-flash-lite-preview-09-2025/#method-1) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Gemini 2.5 Flash-Lite Preview 09-2025 ist Googles Septemberausgabe für häufige Aufgaben, die ein knappes, gezielt ausgerichtetes Textergebnis benötigen. Der Hersteller gliedert die Aktualisierung in drei Schwerpunkte: bessere Befolgung komplexer Anweisungen und Systemprompts, geringere Ausführlichkeit sowie verbesserte Übersetzung und multimodales Verständnis. Der datierte Name kennzeichnet diese Vorschau getrennt von der Flash-Lite-Vorschau im Juni, dem stabilen Modell und einem fortlaufend aktualisierten latest-Alias. Bessere Befolgung von Anweisungen hilft bei Aufgaben mit mehreren gleichzeitig geltenden Regeln. Stellen Sie das Quellenmaterial, die Zielgruppe und das erforderliche Format bereit und trennen Sie verbindliche Inhalte von optionalen Erklärungen. Eine Aufgabe zur Verarbeitung von Supportanfragen könnte eine Kategorie, die genaue Frage des Kunden und einen nächsten Schritt verlangen, der ausschließlich auf einer bereitgestellten Referenz beruht. Eine Dokumentaufgabe kann festlegen, welche Begriffe zu erhalten sind, welche Fakten vorkommen müssen und wie fehlende Werte dargestellt werden sollen. Diese Beispiele machen aus einer ausführlichen Anweisung ein Ergebnis mit überprüfbaren Anforderungen. Geringere Ausführlichkeit wird als Eigenschaft dieser Veröffentlichung genannt. Sie ist besonders relevant, wenn die Ausgabe ein kurzer Feldwert, eine knappe Antwort oder die nächste Eingabe in einem größeren Ablauf wird. Verlangen Sie die benötigten Informationen statt einer allgemeinen Erörterung: die Entscheidung, ihre Quelle und die offene Frage. Listen Sie für eine Zusammenfassung die Fakten und Fristen auf, die bei der Verdichtung erhalten bleiben müssen, und geben Sie Anzahl oder Zweck der Abschnitte an. Knappheit bedeutet nicht, wichtige Bedingungen wegzulassen; eine praktische Ausgabevorlage macht die erforderlichen Inhalte deutlich. Google berichtet für diese Septemberaktualisierung von verbesserter Übersetzungsqualität, verbessertem Bildverständnis und verbesserter Audiotranskription. Benennen Sie für eine Übersetzung die Zielgruppe und ein Glossar und unterscheiden Sie unveränderte Namen von Formulierungen, die lokalisiert werden sollen. Kennzeichnen Sie bei einem Bild die zu erklärende Komponente oder Passage und beschreiben Sie die beabsichtigte Verwendung der Antwort. Verlangen Sie für eine Audiotranskription eine schriftliche Wiedergabe mit den Sprach- und Formatierungsregeln für den nächsten Schritt. Eine multimediale Quelle lässt sich auch zusammenfassen oder mit einer schriftlichen Anforderung vergleichen, wenn die Frage den relevanten Inhalt benennt. Die genaue datierte Modellkarte führt Text, Bilder, Video, Audio und PDF als Eingaben auf; die Ausgabe ist Text. Ihre Grenzen sind 1.048.576 Eingabetoken und 65.536 Ausgabetoken, und die dokumentierte Wissensgrenze ist Januar 2025. Das große Eingabeprofil kann Material, Anweisungen und Beispiele verbinden. Kennzeichnen Sie jede Quelle und geben Sie an, welche Belege die Antwort verwenden soll. Dies ist die Flash-Lite-Ausgabe mit Textausgabe: erzeugte Sprache, erzeugte Bilder und eine Sprachoberfläche in Echtzeit gehören nicht zu ihrem aufgeführten Ausgabeprofil. Der Hersteller dokumentiert Schlussfolgern, strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Suchanbindung, URL-Kontext und Dateisuche. Schlussfolgern lässt sich bei einer Aufgabe mit voneinander abhängigen Bedingungen einsetzen; eine strukturierte Antwort kann Felder für Extraktion oder Klassifikation liefern. Ein Funktionsaufruf enthält einen vorgeschlagenen Funktionsnamen und Argumente, während die Anwendung die Funktion ausführt und das Ergebnis zurückgibt. Googles Tool zur Codeausführung verwendet Python; Such- und Dokumenttools liefern externes Material für eine fundierte schriftliche Antwort. Das genaue Profil umfasst auch Unterstützung für Caching und Stapelverarbeitung. Dies sind dokumentierte Modellfähigkeiten und keine Behauptung, dass eine bestimmte Anwendung jedes Tool aktiviert oder alle in einer Anfrage kombiniert hat. Die Modellkarte der Familie beschreibt einen dünn besetzten Mixture-of-Experts-Transformer mit nativem multimodalem Verständnis. Das Vortraining umfasst Webtexte, Programmiersprachen, Bilder, Audio und Video. Das anschließende Training verwendet geprüfte Paare aus Anweisungen und Antworten, Informationen über menschliche Präferenzen und Daten zum Tooleinsatz. Zur Aufbereitung gehören Deduplizierung sowie Sicherheits- und Qualitätsfilter. Dieselbe Karte benennt mögliche erfundene Fakten, Schwierigkeiten beim kausalen und kontrafaktischen Denken, Grenzen bei komplexen logischen Schlussfolgerungen und uneinheitliche Einhaltung von Denkbudgets. Sie hält auch fest, dass manche Antworten übermäßig belehrend wirken. Das sind wesentliche Prüfpunkte für ein Modell zur knappen Verarbeitung. Bereiten Sie für eine wiederholte Aufgabe repräsentative gewöhnliche, mehrdeutige und unvollständige Eingaben vor. Vergleichen Sie bei Übersetzungen die Terminologie, die Bedeutung und das verlangte Format mit ausschließlicher Ausgabe des Ergebnisses. Vergleichen Sie bei Transkription oder Dokumentextraktion die zurückgegebenen Details mit dem bereitgestellten Material und kennzeichnen Sie, was nicht festgestellt werden konnte. Prüfen Sie bei einer kurzen Antwort, ob alle verbindlichen Fakten erhalten geblieben sind. Das fertige Arbeitsergebnis kann eine übersetzte Passage, eine kompakte Zusammenfassung, extrahierte Felder oder eine Kategorie mit nächster Handlung sein. Diese Vorbereitung nutzt den besonderen Schwerpunkt der Septemberausgabe auf Anweisungsgenauigkeit, Knappheit und multimediale Verarbeitung und bindet das Ergebnis zugleich an die ursprünglichen Belege. Praktische Aufgabe ### Praktische Aufgabe Technisches Beispiel auf Englisch ``` Translate a constrained support notice Translate into French for a customer: “Your Atlas Hub replacement is reserved. We will confirm dispatch after the address check.” Keep Atlas Hub unchanged, preserve the difference between a reservation and dispatch confirmation, and return only the translation. Do not add a date, tracking number or guarantee. ``` #### Erwartetes Ergebnis ``` One French translation with the product name unchanged and both stages kept distinct. ``` #### Ergebnis prüfen ``` Check that the translation preserves the pending address check and does not announce dispatch. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `gemini-2.5-flash-lite-preview-09-2025` [`gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/#m=gemini-2.5-flash-lite-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-lite-preview-09-2025&fmt=chat) Google /`gemini-2.5-flash-lite-preview-09-2025` ### Einstieg Gemini 2.5 Flash-Lite Preview 09-2025 konzentriert sich auf die Befolgung von Anweisungen, knappe Texte, Übersetzung und multimediales Verständnis. Googles Septemberausgabe nimmt Text, Bilder, Video, Audio und PDF entgegen und bietet strukturierte Antworten sowie dokumentierte Tools für die Verarbeitung großer Mengen. Zulässige Eingaben Text Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Eingabe `text` Ausgabe `text` Ausgabeformat json oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits gemini-2.5-flash-lite-preview-09-2025 | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— | | Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— | | Feld`messages[].content` | Typ`string\|content_part[]\|null` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].tool_calls` | Typ`tool_call[]` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].tool_call_id` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— | | Feld`messages[].name` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`messages[].reasoning_content` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— | | Feld`messages[].reasoning_details` | Typ`object\|array` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`max_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— | | Feld`max_completion_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | | Feld`stream_options.include_usage` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`temperature` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`top_p` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`stop` | Typ`string\|string[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`tools` | Typ`function_tool[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`tools[].type` | Typ`string` | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— | | Feld`tools[].function.name` | Typ`string` | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— | | Feld`tools[].function.description` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— | | Feld`tools[].function.parameters` | Typ`JSON_schema` | AnforderungOptional | Werte und Limits | Standard— | | Feld`tool_choice` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`parallel_tool_calls` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`response_format` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`reasoning_effort` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`reasoning` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`service_tier` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`instructions` | Typ`string` | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— | | Feld`functions` | Typ`function[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`function_call` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`prompt_cache_options` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— | | Feld`modalities` | Typ`string[]` | AnforderungOptional | Werte und Limits text | Standard— | | Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— | | Feld`cache_control.ttl` | Typ`string` | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— | Kombinationen von Eingabematerialien **Text** · UTF8-Text `messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages | | Parameter`material_types` | Vertragtext | | Parameter`messages` | VertragNachrichtenarray mit role/content-Struktur | | Parameter`file_material` | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet | | Parameter`optional_controls` | Vertragstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen | | Parameter`output_modalities` | Vertragtext | | Parameter`hosted_operations` | Vertragfalse | | Parameter`multimodal_input_binding` | Vertragnull | Lebenszyklus: `synchronous_or_streamed` Die genaue Modell-ID zusammen mit messages senden. Die Kontextlänge ist keine Ausgabeobergrenze. Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird Preise für explizites Caching Nicht aktiviert Wenn explizites Caching angefordert wird #### Ailoot-Tarife #### Preise nach Konfiguration | Konfiguration | Tarifstaffel | Gebühr | | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Tokens Ausgabe · Ausgabetoken **$0.0008** / 1K Tokens Eingabe · Cache lesen **$0** / 1K Tokens Eingabe · In Cache schreiben **$0** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · OpenAI Chat curlPython SDKPython-Stream ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "gemini-2.5-flash-lite-preview-09-2025", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='gemini-2.5-flash-lite-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='gemini-2.5-flash-lite-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · OpenAI Chat json oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`choices[].index` | Typinteger | | Feld`choices[].message.content` | Typstring\|null | | Feld`choices[].message.tool_calls` | Typtool\_call\[\] | | Feld`choices[].message.reasoning_content` | Typstring | | Feld`choices[].message.reasoning_details` | Typobject\|array | | Feld`choices[].finish_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/#m=gemini-2.5-flash-lite-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-lite-preview-09-2025&fmt=chat) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/#m=gemini-2.5-flash-lite-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-lite-preview-09-2025&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `gemini-2.5-flash-lite-preview-09-2025` [`gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/#m=gemini-2.5-flash-lite-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-lite-preview-09-2025&fmt=messages) Google /`gemini-2.5-flash-lite-preview-09-2025` ### Einstieg Gemini 2.5 Flash-Lite Preview 09-2025 konzentriert sich auf die Befolgung von Anweisungen, knappe Texte, Übersetzung und multimediales Verständnis. Googles Septemberausgabe nimmt Text, Bilder, Video, Audio und PDF entgegen und bietet strukturierte Antworten sowie dokumentierte Tools für die Verarbeitung großer Mengen. Zulässige Eingaben Text Ergebnisse json · sse ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Eingabe `text` Ausgabe `json`, `sse` Ausgabeformat JSON oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits gemini-2.5-flash-lite-preview-09-2025 | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits user, assistant | Standard— | | Feld`messages[].content` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`max_tokens` | Typ`integer` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | Kombinationen von Eingabematerialien **Text** · UTF-8-Text `Zeichenfolge messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages, max\_tokens | | Parameter`optional_controls` | Vertragstream | | Parameter`material_types` | Vertragtext | | Parameter`text_file_material` | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. | Lebenszyklus: `synchronous_or_streamed` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird Preise für explizites Caching Nicht aktiviert Wenn explizites Caching angefordert wird #### Ailoot-Tarife #### Preise nach Konfiguration | Konfiguration | Tarifstaffel | Gebühr | | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Tokens Ausgabe · Ausgabetoken **$0.0008** / 1K Tokens Eingabe · Cache lesen **$0** / 1K Tokens Eingabe · In Cache schreiben **$0** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Anthropic Messages Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern ```json { "model": "gemini-2.5-flash-lite-preview-09-2025", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'gemini-2.5-flash-lite-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'gemini-2.5-flash-lite-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Anthropic Messages JSON oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`id` | Typstring | | Feld`model` | Typstring | | Feld`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Feld`stop_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/#m=gemini-2.5-flash-lite-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-lite-preview-09-2025&fmt=messages) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`gemini-2.5-flash-lite-preview-09-2025`](https://ailoot.ai/models/de-at/#m=gemini-2.5-flash-lite-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-lite-preview-09-2025&fmt=messages) FAQ · gemini-2.5-flash-lite-preview-09-2025 Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/chat/completions` · `gemini-2.5-flash-lite-preview-09-2025`: `text` → `text` `POST /v1/messages` · `gemini-2.5-flash-lite-preview-09-2025`: `text` → `json`, `sse` Welche Felder verwendet die Anfrage? `POST /v1/chat/completions` · `gemini-2.5-flash-lite-preview-09-2025`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `gemini-2.5-flash-lite-preview-09-2025`: `model`, `messages`, `max_tokens`, `stream` Welche Grenzen gelten? `POST /v1/chat/completions` · `gemini-2.5-flash-lite-preview-09-2025`: `messages.min_items`: `1` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-at/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-at/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-at) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.