Gemini 2.5 Pro Preview 06-05 ist die Juni-Vorschauedition von Googles Denkmodell Gemini 2.5 Pro. Die Veröffentlichung baut auf der vorhergehenden Vorschau auf und hebt Programmierung, Mathematik, Wissenschaft, Wissen und Denkaufgaben hervor. Google nennt außerdem eine Verbesserung von Antwortstil und Aufbau, einschließlich kreativerer und besser formatierter Antworten. Der Erhalt von 06-05 ist wichtig, wenn sich eine Aufgabe auf genau diese Vorschau statt auf ein späteres stabiles oder anders datiertes Modell bezieht.
Das Arbeitsergebnis ist Text: ein Codevorschlag, eine Erklärung, eine analytische Schlussfolgerung oder ein vorbereitetes Dokument. Die dokumentierte Pro-Familie arbeitet mit Text, Bildern, Audio und PDF als Ausgangsmaterial. Eine schriftliche Aufgabe kann Informationen aus diesen Eingaben mit einer konkreten Frage verbinden. Bestimmen Sie bei einem technischen Dokument die relevanten Definitionen, die Tabelle oder das Diagramm und erklären Sie, was die Antwort belegen soll. Unterscheiden Sie bei einer Aufnahme ein gewünschtes Transkript, eine Zusammenfassung und eine Interpretation, statt sie als einen Vorgang zu behandeln.
Denken steht im Mittelpunkt des Einsatzzwecks der Pro-Reihe. Die Juni-Ankündigung ergänzt Denkbudgets, um Entwicklern mehr Kontrolle über den Analyseumfang zu geben; die offiziellen Veröffentlichungshinweise nennen ausdrücklich erweiterte Denkunterstützung für gemini-2.5-pro-preview-06-05. Wählen Sie die für das tatsächliche Problem benötigte Tiefe und benennen Sie ein prüfbares Endergebnis. Ein Denkbudget und eine verlangte Antwortlänge sind unterschiedliche Steuerungen; eine kurze Schlussantwort kann vor ihrer Erzeugung dennoch umfangreiche Analyse benötigen.
Fügen Sie für die Programmierung die relevanten Dateien oder die Funktion, die Sprache, erwartetes Verhalten und eine konkrete Eingabe hinzu, die das Problem zeigt. Benennen Sie die unverändert zu erhaltenden Schnittstellen und umgebenden Verhaltensweisen. Ein hilfreiches Endergebnis ist eine vorgeschlagene Implementierung mit Erklärung der gewählten Bedingung und Beispielen für das zu Prüfende. Geben Sie beim Vergleich von Ansätzen jedem dieselben Eingabefälle und Entscheidungskriterien, damit die Antwort den tatsächlichen Zielkonflikt statt einer allgemeinen Algorithmendiskussion behandelt.
Stellen Sie für Mathematik oder wissenschaftliches Material die vollständige Aufgabenstellung, Definitionen, zulässigen Annahmen und das zu belegende Ergebnis bereit. Erhalten Sie Zahlenschreibweise und Einheiten. Bitten Sie das Modell zu erklären, warum die gewählten Umformungen aus den bereitgestellten Bedingungen folgen, und das Endergebnis von erwogenen Alternativen zu trennen. Stellen Sie bei der Prüfung einer vorgeschlagenen Lösung sowohl die ursprüngliche Aufgabe als auch den umstrittenen Schritt bereit. Prüfen Sie die entstandene Berechnung oder Aussage anhand der tatsächlichen Quellenbelege, statt sich auf ihre selbstsichere Formulierung zu verlassen.
Der Hersteller beschreibt die Pro-Familie für Analysen von Datensätzen, Codebasen und Dokumenten mit langem Kontext. Bereiten Sie diesen Kontext mit Quellbezeichnungen, relevanten Auszügen und einer klaren Vorrangregel bei widersprüchlichen Dokumenten vor. Legen Sie das Abschlusskriterium der Aufgabe fest: einen Anforderungsvergleich, eine quellenbasierte Antwort, eine überarbeitete Funktion oder eine Erklärung für eine bestimmte Leserschaft. Lassen Sie Platz für die Antwort, statt die gesamte Anfrage mit unverbundenem Verlauf zu füllen. Erhalten Sie bei der erneuten Behandlung eines Falls dieselbe Eingabeversion und den genauen Vorschaunamen, damit eine Ergebnisänderung sinnvoll eingeordnet werden kann.
Die Dokumentation der Gemini 2.5 Pro-Familie umfasst strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Such-Grounding und Caching. Dies sind Fähigkeiten der Herstellerfamilie und keine automatische Aktionssammlung in jeder umgebenden Anwendung. Geben Sie bei benötigter maschinenlesbarer Ausgabe ein Schema vor, validieren Sie seine Felder und unterscheiden Sie von einem Werkzeug gelieferte Tatsachen von einem vorgeschlagenen Vorgang. Eine Anwendung definiert und führt benutzerdefinierte Werkzeuge aus und gibt dann ihre Ergebnisse für den nächsten Modellschritt zurück. Ein erzeugter Codeausschnitt oder eine Funktionsanforderung belegt keine erfolgreiche Ausführung.
Der verbesserte Stil und Aufbau der Juni-Veröffentlichung sind hilfreich, wenn eine Erklärung zu einem Bericht oder redaktionellen Entwurf wird. Bestimmen Sie Leserschaft, Terminologie, Überschriften und Länge und benennen Sie die aus dem Original zu erhaltenden Inhalte. Verlangen Sie, unsichere oder fehlende Informationen zu benennen, statt sie mit erfundenen Details zu füllen. Prüfen Sie sachliche Aussagen anhand des bereitgestellten Materials, validieren Sie strukturierte Datensätze und testen Sie Code in der vorgesehenen Umgebung. Das hilfreiche Ergebnis ist ein geprüftes Textdokument mit erhaltenem Quellkontext und der Identität 06-05, während spätere Modellnamen, Diensteinstellungen und Fähigkeiten zur Medienerzeugung getrennte Wahlmöglichkeiten bleiben.
", "aboutText": "Gemini 2.5 Pro Preview 06-05 ist die Juni-Vorschauedition von Googles Denkmodell Gemini 2.5 Pro. Die Veröffentlichung baut auf der vorhergehenden Vorschau auf und hebt Programmierung, Mathematik, Wissenschaft, Wissen und Denkaufgaben hervor. Google nennt außerdem eine Verbesserung von Antwortstil und Aufbau, einschließlich kreativerer und besser formatierter Antworten. Der Erhalt von 06-05 ist wichtig, wenn sich eine Aufgabe auf genau diese Vorschau statt auf ein späteres stabiles oder anders datiertes Modell bezieht.\n\nDas Arbeitsergebnis ist Text: ein Codevorschlag, eine Erklärung, eine analytische Schlussfolgerung oder ein vorbereitetes Dokument. Die dokumentierte Pro-Familie arbeitet mit Text, Bildern, Audio und PDF als Ausgangsmaterial. Eine schriftliche Aufgabe kann Informationen aus diesen Eingaben mit einer konkreten Frage verbinden. Bestimmen Sie bei einem technischen Dokument die relevanten Definitionen, die Tabelle oder das Diagramm und erklären Sie, was die Antwort belegen soll. Unterscheiden Sie bei einer Aufnahme ein gewünschtes Transkript, eine Zusammenfassung und eine Interpretation, statt sie als einen Vorgang zu behandeln.\n\nDenken steht im Mittelpunkt des Einsatzzwecks der Pro-Reihe. Die Juni-Ankündigung ergänzt Denkbudgets, um Entwicklern mehr Kontrolle über den Analyseumfang zu geben; die offiziellen Veröffentlichungshinweise nennen ausdrücklich erweiterte Denkunterstützung für gemini-2.5-pro-preview-06-05. Wählen Sie die für das tatsächliche Problem benötigte Tiefe und benennen Sie ein prüfbares Endergebnis. Ein Denkbudget und eine verlangte Antwortlänge sind unterschiedliche Steuerungen; eine kurze Schlussantwort kann vor ihrer Erzeugung dennoch umfangreiche Analyse benötigen.\n\nFügen Sie für die Programmierung die relevanten Dateien oder die Funktion, die Sprache, erwartetes Verhalten und eine konkrete Eingabe hinzu, die das Problem zeigt. Benennen Sie die unverändert zu erhaltenden Schnittstellen und umgebenden Verhaltensweisen. Ein hilfreiches Endergebnis ist eine vorgeschlagene Implementierung mit Erklärung der gewählten Bedingung und Beispielen für das zu Prüfende. Geben Sie beim Vergleich von Ansätzen jedem dieselben Eingabefälle und Entscheidungskriterien, damit die Antwort den tatsächlichen Zielkonflikt statt einer allgemeinen Algorithmendiskussion behandelt.\n\nStellen Sie für Mathematik oder wissenschaftliches Material die vollständige Aufgabenstellung, Definitionen, zulässigen Annahmen und das zu belegende Ergebnis bereit. Erhalten Sie Zahlenschreibweise und Einheiten. Bitten Sie das Modell zu erklären, warum die gewählten Umformungen aus den bereitgestellten Bedingungen folgen, und das Endergebnis von erwogenen Alternativen zu trennen. Stellen Sie bei der Prüfung einer vorgeschlagenen Lösung sowohl die ursprüngliche Aufgabe als auch den umstrittenen Schritt bereit. Prüfen Sie die entstandene Berechnung oder Aussage anhand der tatsächlichen Quellenbelege, statt sich auf ihre selbstsichere Formulierung zu verlassen.\n\nDer Hersteller beschreibt die Pro-Familie für Analysen von Datensätzen, Codebasen und Dokumenten mit langem Kontext. Bereiten Sie diesen Kontext mit Quellbezeichnungen, relevanten Auszügen und einer klaren Vorrangregel bei widersprüchlichen Dokumenten vor. Legen Sie das Abschlusskriterium der Aufgabe fest: einen Anforderungsvergleich, eine quellenbasierte Antwort, eine überarbeitete Funktion oder eine Erklärung für eine bestimmte Leserschaft. Lassen Sie Platz für die Antwort, statt die gesamte Anfrage mit unverbundenem Verlauf zu füllen. Erhalten Sie bei der erneuten Behandlung eines Falls dieselbe Eingabeversion und den genauen Vorschaunamen, damit eine Ergebnisänderung sinnvoll eingeordnet werden kann.\n\nDie Dokumentation der Gemini 2.5 Pro-Familie umfasst strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Such-Grounding und Caching. Dies sind Fähigkeiten der Herstellerfamilie und keine automatische Aktionssammlung in jeder umgebenden Anwendung. Geben Sie bei benötigter maschinenlesbarer Ausgabe ein Schema vor, validieren Sie seine Felder und unterscheiden Sie von einem Werkzeug gelieferte Tatsachen von einem vorgeschlagenen Vorgang. Eine Anwendung definiert und führt benutzerdefinierte Werkzeuge aus und gibt dann ihre Ergebnisse für den nächsten Modellschritt zurück. Ein erzeugter Codeausschnitt oder eine Funktionsanforderung belegt keine erfolgreiche Ausführung.\n\nDer verbesserte Stil und Aufbau der Juni-Veröffentlichung sind hilfreich, wenn eine Erklärung zu einem Bericht oder redaktionellen Entwurf wird. Bestimmen Sie Leserschaft, Terminologie, Überschriften und Länge und benennen Sie die aus dem Original zu erhaltenden Inhalte. Verlangen Sie, unsichere oder fehlende Informationen zu benennen, statt sie mit erfundenen Details zu füllen. Prüfen Sie sachliche Aussagen anhand des bereitgestellten Materials, validieren Sie strukturierte Datensätze und testen Sie Code in der vorgesehenen Umgebung. Das hilfreiche Ergebnis ist ein geprüftes Textdokument mit erhaltenem Quellkontext und der Identität 06-05, während spätere Modellnamen, Diensteinstellungen und Fähigkeiten zur Medienerzeugung getrennte Wahlmöglichkeiten bleiben.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 ist die Juni-Vorschau für denkintensive Aufgaben mit Code, Mathematik, Wissenschaft und Dokumenten. Googles Veröffentlichung hebt erweiterte Denksteuerung sowie verbesserten Antwortstil und Aufbau hervor; die genaue Identität 06-05 bleibt dabei getrennt erhalten.
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 Pro Preview 06-05 ist die Juni-Vorschauedition von Googles Denkmodell Gemini 2.5 Pro. Die Veröffentlichung baut auf der vorhergehenden Vorschau auf und hebt Programmierung, Mathematik, Wissenschaft, Wissen und Denkaufgaben hervor. Google nennt außerdem eine Verbesserung von Antwortstil und Aufbau, einschließlich kreativerer und besser formatierter Antworten. Der Erhalt von 06-05 ist wichtig, wenn sich eine Aufgabe auf genau diese Vorschau statt auf ein späteres stabiles oder anders datiertes Modell bezieht.
Das Arbeitsergebnis ist Text: ein Codevorschlag, eine Erklärung, eine analytische Schlussfolgerung oder ein vorbereitetes Dokument. Die dokumentierte Pro-Familie arbeitet mit Text, Bildern, Audio und PDF als Ausgangsmaterial. Eine schriftliche Aufgabe kann Informationen aus diesen Eingaben mit einer konkreten Frage verbinden. Bestimmen Sie bei einem technischen Dokument die relevanten Definitionen, die Tabelle oder das Diagramm und erklären Sie, was die Antwort belegen soll. Unterscheiden Sie bei einer Aufnahme ein gewünschtes Transkript, eine Zusammenfassung und eine Interpretation, statt sie als einen Vorgang zu behandeln.
Denken steht im Mittelpunkt des Einsatzzwecks der Pro-Reihe. Die Juni-Ankündigung ergänzt Denkbudgets, um Entwicklern mehr Kontrolle über den Analyseumfang zu geben; die offiziellen Veröffentlichungshinweise nennen ausdrücklich erweiterte Denkunterstützung für gemini-2.5-pro-preview-06-05. Wählen Sie die für das tatsächliche Problem benötigte Tiefe und benennen Sie ein prüfbares Endergebnis. Ein Denkbudget und eine verlangte Antwortlänge sind unterschiedliche Steuerungen; eine kurze Schlussantwort kann vor ihrer Erzeugung dennoch umfangreiche Analyse benötigen.
Fügen Sie für die Programmierung die relevanten Dateien oder die Funktion, die Sprache, erwartetes Verhalten und eine konkrete Eingabe hinzu, die das Problem zeigt. Benennen Sie die unverändert zu erhaltenden Schnittstellen und umgebenden Verhaltensweisen. Ein hilfreiches Endergebnis ist eine vorgeschlagene Implementierung mit Erklärung der gewählten Bedingung und Beispielen für das zu Prüfende. Geben Sie beim Vergleich von Ansätzen jedem dieselben Eingabefälle und Entscheidungskriterien, damit die Antwort den tatsächlichen Zielkonflikt statt einer allgemeinen Algorithmendiskussion behandelt.
Stellen Sie für Mathematik oder wissenschaftliches Material die vollständige Aufgabenstellung, Definitionen, zulässigen Annahmen und das zu belegende Ergebnis bereit. Erhalten Sie Zahlenschreibweise und Einheiten. Bitten Sie das Modell zu erklären, warum die gewählten Umformungen aus den bereitgestellten Bedingungen folgen, und das Endergebnis von erwogenen Alternativen zu trennen. Stellen Sie bei der Prüfung einer vorgeschlagenen Lösung sowohl die ursprüngliche Aufgabe als auch den umstrittenen Schritt bereit. Prüfen Sie die entstandene Berechnung oder Aussage anhand der tatsächlichen Quellenbelege, statt sich auf ihre selbstsichere Formulierung zu verlassen.
Der Hersteller beschreibt die Pro-Familie für Analysen von Datensätzen, Codebasen und Dokumenten mit langem Kontext. Bereiten Sie diesen Kontext mit Quellbezeichnungen, relevanten Auszügen und einer klaren Vorrangregel bei widersprüchlichen Dokumenten vor. Legen Sie das Abschlusskriterium der Aufgabe fest: einen Anforderungsvergleich, eine quellenbasierte Antwort, eine überarbeitete Funktion oder eine Erklärung für eine bestimmte Leserschaft. Lassen Sie Platz für die Antwort, statt die gesamte Anfrage mit unverbundenem Verlauf zu füllen. Erhalten Sie bei der erneuten Behandlung eines Falls dieselbe Eingabeversion und den genauen Vorschaunamen, damit eine Ergebnisänderung sinnvoll eingeordnet werden kann.
Die Dokumentation der Gemini 2.5 Pro-Familie umfasst strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Such-Grounding und Caching. Dies sind Fähigkeiten der Herstellerfamilie und keine automatische Aktionssammlung in jeder umgebenden Anwendung. Geben Sie bei benötigter maschinenlesbarer Ausgabe ein Schema vor, validieren Sie seine Felder und unterscheiden Sie von einem Werkzeug gelieferte Tatsachen von einem vorgeschlagenen Vorgang. Eine Anwendung definiert und führt benutzerdefinierte Werkzeuge aus und gibt dann ihre Ergebnisse für den nächsten Modellschritt zurück. Ein erzeugter Codeausschnitt oder eine Funktionsanforderung belegt keine erfolgreiche Ausführung.
Der verbesserte Stil und Aufbau der Juni-Veröffentlichung sind hilfreich, wenn eine Erklärung zu einem Bericht oder redaktionellen Entwurf wird. Bestimmen Sie Leserschaft, Terminologie, Überschriften und Länge und benennen Sie die aus dem Original zu erhaltenden Inhalte. Verlangen Sie, unsichere oder fehlende Informationen zu benennen, statt sie mit erfundenen Details zu füllen. Prüfen Sie sachliche Aussagen anhand des bereitgestellten Materials, validieren Sie strukturierte Datensätze und testen Sie Code in der vorgesehenen Umgebung. Das hilfreiche Ergebnis ist ein geprüftes Textdokument mit erhaltenem Quellkontext und der Identität 06-05, während spätere Modellnamen, Diensteinstellungen und Fähigkeiten zur Medienerzeugung getrennte Wahlmöglichkeiten bleiben.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-2.5-pro-preview | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | 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— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_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.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0025 / 1K Tokens Ausgabe · Ausgabetoken $0.02 / 1K Tokens Eingabe · Cache lesen $0.00025 / 1K Tokens Eingabe · In Cache schreiben $0.00075 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Reasoning-Ausgabetoken $0.02 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich200 000 | Gebühr Eingabe · Eingabetoken $0.0025 / 1K Tokens Ausgabe · Ausgabetoken $0.02 / 1K Tokens Eingabe · Cache lesen $0.00025 / 1K Tokens Eingabe · In Cache schreiben $0.00075 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als200 000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.005 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0005 / 1K Tokens Eingabe · In Cache schreiben $0.00075 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
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.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra google/gemini-2.5-pro-preview
Verwenden Sie die oben angezeigten Methodenpfade.
google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 ist die Juni-Vorschau für denkintensive Aufgaben mit Code, Mathematik, Wissenschaft und Dokumenten. Googles Veröffentlichung hebt erweiterte Denksteuerung sowie verbesserten Antwortstil und Aufbau hervor; die genaue Identität 06-05 bleibt dabei getrennt erhalten.
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 Pro Preview 06-05 ist die Juni-Vorschauedition von Googles Denkmodell Gemini 2.5 Pro. Die Veröffentlichung baut auf der vorhergehenden Vorschau auf und hebt Programmierung, Mathematik, Wissenschaft, Wissen und Denkaufgaben hervor. Google nennt außerdem eine Verbesserung von Antwortstil und Aufbau, einschließlich kreativerer und besser formatierter Antworten. Der Erhalt von 06-05 ist wichtig, wenn sich eine Aufgabe auf genau diese Vorschau statt auf ein späteres stabiles oder anders datiertes Modell bezieht.
Das Arbeitsergebnis ist Text: ein Codevorschlag, eine Erklärung, eine analytische Schlussfolgerung oder ein vorbereitetes Dokument. Die dokumentierte Pro-Familie arbeitet mit Text, Bildern, Audio und PDF als Ausgangsmaterial. Eine schriftliche Aufgabe kann Informationen aus diesen Eingaben mit einer konkreten Frage verbinden. Bestimmen Sie bei einem technischen Dokument die relevanten Definitionen, die Tabelle oder das Diagramm und erklären Sie, was die Antwort belegen soll. Unterscheiden Sie bei einer Aufnahme ein gewünschtes Transkript, eine Zusammenfassung und eine Interpretation, statt sie als einen Vorgang zu behandeln.
Denken steht im Mittelpunkt des Einsatzzwecks der Pro-Reihe. Die Juni-Ankündigung ergänzt Denkbudgets, um Entwicklern mehr Kontrolle über den Analyseumfang zu geben; die offiziellen Veröffentlichungshinweise nennen ausdrücklich erweiterte Denkunterstützung für gemini-2.5-pro-preview-06-05. Wählen Sie die für das tatsächliche Problem benötigte Tiefe und benennen Sie ein prüfbares Endergebnis. Ein Denkbudget und eine verlangte Antwortlänge sind unterschiedliche Steuerungen; eine kurze Schlussantwort kann vor ihrer Erzeugung dennoch umfangreiche Analyse benötigen.
Fügen Sie für die Programmierung die relevanten Dateien oder die Funktion, die Sprache, erwartetes Verhalten und eine konkrete Eingabe hinzu, die das Problem zeigt. Benennen Sie die unverändert zu erhaltenden Schnittstellen und umgebenden Verhaltensweisen. Ein hilfreiches Endergebnis ist eine vorgeschlagene Implementierung mit Erklärung der gewählten Bedingung und Beispielen für das zu Prüfende. Geben Sie beim Vergleich von Ansätzen jedem dieselben Eingabefälle und Entscheidungskriterien, damit die Antwort den tatsächlichen Zielkonflikt statt einer allgemeinen Algorithmendiskussion behandelt.
Stellen Sie für Mathematik oder wissenschaftliches Material die vollständige Aufgabenstellung, Definitionen, zulässigen Annahmen und das zu belegende Ergebnis bereit. Erhalten Sie Zahlenschreibweise und Einheiten. Bitten Sie das Modell zu erklären, warum die gewählten Umformungen aus den bereitgestellten Bedingungen folgen, und das Endergebnis von erwogenen Alternativen zu trennen. Stellen Sie bei der Prüfung einer vorgeschlagenen Lösung sowohl die ursprüngliche Aufgabe als auch den umstrittenen Schritt bereit. Prüfen Sie die entstandene Berechnung oder Aussage anhand der tatsächlichen Quellenbelege, statt sich auf ihre selbstsichere Formulierung zu verlassen.
Der Hersteller beschreibt die Pro-Familie für Analysen von Datensätzen, Codebasen und Dokumenten mit langem Kontext. Bereiten Sie diesen Kontext mit Quellbezeichnungen, relevanten Auszügen und einer klaren Vorrangregel bei widersprüchlichen Dokumenten vor. Legen Sie das Abschlusskriterium der Aufgabe fest: einen Anforderungsvergleich, eine quellenbasierte Antwort, eine überarbeitete Funktion oder eine Erklärung für eine bestimmte Leserschaft. Lassen Sie Platz für die Antwort, statt die gesamte Anfrage mit unverbundenem Verlauf zu füllen. Erhalten Sie bei der erneuten Behandlung eines Falls dieselbe Eingabeversion und den genauen Vorschaunamen, damit eine Ergebnisänderung sinnvoll eingeordnet werden kann.
Die Dokumentation der Gemini 2.5 Pro-Familie umfasst strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Such-Grounding und Caching. Dies sind Fähigkeiten der Herstellerfamilie und keine automatische Aktionssammlung in jeder umgebenden Anwendung. Geben Sie bei benötigter maschinenlesbarer Ausgabe ein Schema vor, validieren Sie seine Felder und unterscheiden Sie von einem Werkzeug gelieferte Tatsachen von einem vorgeschlagenen Vorgang. Eine Anwendung definiert und führt benutzerdefinierte Werkzeuge aus und gibt dann ihre Ergebnisse für den nächsten Modellschritt zurück. Ein erzeugter Codeausschnitt oder eine Funktionsanforderung belegt keine erfolgreiche Ausführung.
Der verbesserte Stil und Aufbau der Juni-Veröffentlichung sind hilfreich, wenn eine Erklärung zu einem Bericht oder redaktionellen Entwurf wird. Bestimmen Sie Leserschaft, Terminologie, Überschriften und Länge und benennen Sie die aus dem Original zu erhaltenden Inhalte. Verlangen Sie, unsichere oder fehlende Informationen zu benennen, statt sie mit erfundenen Details zu füllen. Prüfen Sie sachliche Aussagen anhand des bereitgestellten Materials, validieren Sie strukturierte Datensätze und testen Sie Code in der vorgesehenen Umgebung. Das hilfreiche Ergebnis ist ein geprüftes Textdokument mit erhaltenem Quellkontext und der Identität 06-05, während spätere Modellnamen, Diensteinstellungen und Fähigkeiten zur Medienerzeugung getrennte Wahlmöglichkeiten bleiben.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-2.5-pro-preview | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0025 / 1K Tokens Ausgabe · Ausgabetoken $0.02 / 1K Tokens Eingabe · Cache lesen $0.00025 / 1K Tokens Eingabe · In Cache schreiben $0.00075 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Reasoning-Ausgabetoken $0.02 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich200 000 | Gebühr Eingabe · Eingabetoken $0.0025 / 1K Tokens Ausgabe · Ausgabetoken $0.02 / 1K Tokens Eingabe · Cache lesen $0.00025 / 1K Tokens Eingabe · In Cache schreiben $0.00075 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als200 000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.005 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0005 / 1K Tokens Eingabe · In Cache schreiben $0.00075 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "google/gemini-2.5-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
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.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra google/gemini-2.5-pro-preview
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.