Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
", "aboutText": "Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.\n\nDie Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.\n\nDenken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.\n\nDie Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.\n\nStellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.\n\nBestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.\n\nGespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.\n\nDas Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
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 verbindet multimodales Verständnis und Denken mit Textausgabe. Es unterstützt Code-, Dokument- und Bildanalyse, strukturierte Ergebnisse und werkzeugorientierte Arbeitsabläufe, mit vier dokumentierten Denkstufen zur Wahl der Analysetiefe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gemini-3-flash-preview | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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 $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"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 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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
gemini-3-flash-previewGemini 3 Flash Preview verbindet multimodales Verständnis und Denken mit Textausgabe. Es unterstützt Code-, Dokument- und Bildanalyse, strukturierte Ergebnisse und werkzeugorientierte Arbeitsabläufe, mit vier dokumentierten Denkstufen zur Wahl der Analysetiefe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gemini-3-flash-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 $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview verbindet multimodales Verständnis und Denken mit Textausgabe. Es unterstützt Code-, Dokument- und Bildanalyse, strukturierte Ergebnisse und werkzeugorientierte Arbeitsabläufe, mit vier dokumentierten Denkstufen zur Wahl der Analysetiefe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3-flash-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 $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-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 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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview verbindet multimodales Verständnis und Denken mit Textausgabe. Es unterstützt Code-, Dokument- und Bildanalyse, strukturierte Ergebnisse und werkzeugorientierte Arbeitsabläufe, mit vier dokumentierten Denkstufen zur Wahl der Analysetiefe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3 Flash Preview ist Googles Denkmodell für multimodales Verständnis, Programmierung und Agentenaufgaben. Es verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Eine Anfrage kann daher schriftliche Anweisungen, Quelldateien, visuelle Beobachtungen und Gesprächsverlauf rund um ein Problem verbinden. Das Ergebnis kann eine Erklärung, ein Codevorschlag, extrahierte Daten oder ein auf diesen Materialien beruhender Plan sein, statt eines erzeugten Bilds oder einer gesprochenen Antwort.
Die Seite für genau dieses Modell nennt eine Eingabegrenze von 1.048.576 Token und eine Ausgabegrenze von 65.536 Token. Planen Sie Quelle und Ergebnis getrennt: Ein langer Repository-Auszug, eine Dokumentensammlung oder eine Aufnahme passt nur, wenn die verarbeitete Darstellung zusammen mit den Anweisungen in das Eingabebudget passt; die Antwort benötigt weiterhin eine eigene zugewiesene Länge. Kennzeichnen Sie zusammengehörige Quellen und benennen Sie das maßgebliche Material. Der Entwicklerleitfaden empfiehlt bei einem langen Prompt, die konkrete Frage nach den Daten zu platzieren und ausdrücklich mit den vorhergehenden Informationen zu verknüpfen.
Denken ist dynamisch, mit high als dokumentiertem Standard dieses Modells. Unterstützte Stufen sind minimal, low, medium und high. Dies sind relative Denkbudgets statt garantierter Tokenanzahlen. minimal kann bei einem schwierigen Programmierproblem weiterhin einen gewissen Denkprozess umfassen. Wählen Sie die Stufe nach der Aufgabe: Eine kurze Umwandlung und eine Fehlersuche mit mehreren Bedingungen benötigen unterschiedliche Behandlung. Verwenden Sie direkte, klare Anweisungen, statt aufwendige Denkrituale in den Prompt zu zwingen; verlangen Sie das Endergebnis und die Prüfungen, die es nutzbar machen.
Die Herstellerkarte nennt strukturierte Ausgaben, Funktionsaufrufe, Codeausführung, Computer Use, Dateisuche, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Im dokumentierten Gemini 3-Ablauf lassen sich integrierte Werkzeuge mit benutzerdefinierten Funktionsaufrufen kombinieren. Eine Anwendung definiert die Funktionen, prüft ihre Argumente, führt akzeptierte Aktionen aus und gibt ihre Ergebnisse zurück. Für einen Codeassistenten kann ein Werkzeug zum Dateilesen oder ein kontrollierter Testläufer konkrete Belege für den nächsten Schritt liefern. Eine vorgeschlagene Aktion und ein beobachtetes Werkzeugergebnis sollten im Abschlussbericht unterscheidbar bleiben.
Stellen Sie für die Programmierung die relevanten Dateien, Sprache, erwartetes Verhalten und eine Eingabe bereit, die das Problem zeigt. Legen Sie den Änderungsumfang fest und benennen Sie die zu erhaltende Schnittstelle oder Verhaltensweise. Verlangen Sie eine überarbeitete Implementierung und die zu prüfenden Fälle. Definieren Sie für eine analytische Dokumentaufgabe die Frage, erforderlichen Felder und Quellenverweise. Geben Sie bei strukturierter Ausgabe ein Schema mit klaren Feldbedeutungen und Regeln für fehlende Werte vor. Validieren Sie sowohl seine Syntax als auch, ob jeder Wert aus dem Originalmaterial folgt.
Bestimmen Sie für eine multimodale Analyse, was in jeder Quelle wichtig ist. Ein Screenshot kann eine Oberflächenerklärung stützen, eine PDF-Datei eine Tabelle oder ein Diagramm liefern und eine Aufnahme gesprochene oder sichtbare Ereignisse bereitstellen. Der Entwicklerleitfaden behandelt Steuerungen der Medienauflösung, weil der Detailgrad die verarbeitete Darstellung und den Tokenverbrauch verändert. Der Codeausführungsablauf des Herstellers kann bereitgestellte Bilder zuschneiden oder vergrößern, Berechnungen aus visuellen Daten durchführen und Anmerkungen hinzufügen, bevor das Modell seine Antwort vorbereitet. Lesbarer kleiner Text kann eine andere Einstellung als eine allgemeine Szenenbeschreibung erfordern. Halten Sie die relevante Seite, das Bild oder den Clip verfügbar, damit Beobachtungen geprüft werden können, statt eine flüssige Zusammenfassung als Beleg für das korrekte Lesen jedes Details zu behandeln.
Gespräch und Werkzeugzustand müssen in der gewählten Schnittstelle erhalten bleiben. Gemini 3 verwendet Denksignaturen, um Denkkontext zwischen Aufrufen weiterzutragen; der Entwicklerleitfaden unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Erhalten Sie den erforderlichen Kontext bei der Fortsetzung einer Werkzeugaufgabe oder der Überarbeitung eines Ergebnisses. Google empfiehlt außerdem, den temperature-Standard von 1.0 beizubehalten, statt ein Rezept mit niedriger Temperatur zu übernehmen, das bei komplexen Aufgaben Schleifen oder schlechteres Verhalten verursachen kann. Dies sind Integrationspraktiken des Herstellers, keine neuen Aussagen über den Transport einer bestimmten Anwendung.
Das Textmodell weist weder Bild- oder Audioerzeugung noch Live API aus. Der Leitfaden unterscheidet außerdem visuelles Verständnis von Bildsegmentierung auf Pixelebene, die keine unterstützte Fähigkeit von Gemini 3 Flash ist. Verwenden Sie ein passendes Endergebnis für die tatsächliche Aufgabe: quellenverknüpfte Beobachtungen, einen strukturierten Datensatz, eine Codeänderung oder eine Entscheidung mit genannten Annahmen. Prüfen Sie Arithmetik, verifizieren Sie Code in der vorgesehenen Umgebung und prüfen Sie zurückgegebene Werkzeuginformationen. Verwenden Sie bei wichtigen aktuellen Tatsachen die konfigurierten Grounding-Quellen oder bereitgestellte aktuelle Daten, statt Modellwissen als Live-Datenbank anzusehen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3-flash-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 $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.006 / 1K Tokens Eingabe · Cache lesen $0.0001 / 1K Tokens Eingabe · In Cache schreiben $0.0001666666666666666 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "google/gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
Technisches Beispiel auf Englisch
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.