Gemini 3.1 Pro Preview Custom Tools ist Googles spezialisierte Variante für Agentenabläufe, die Terminalbefehle mit benutzerdefinierten Werkzeugen verbinden. Ihr Unterscheidungsmerkmal ist der Vorrang für anwendungsdefinierte Werkzeuge; der Hersteller nennt view_file und search_code als Beispiele. Sie ist eine eigenständig benannte Variante von Gemini 3.1 Pro Preview und keine andere Bezeichnung für jede Pro-Anfrage. Eine hilfreiche Aufgabe nutzt das richtige Werkzeug, um Belege zu erhalten, bevor sie das abschliessende Textergebnis erstellt.
Die Pro Preview-Reihe verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Der Hersteller nennt für diese Reihe eine Eingabegrenze von 1’048’576 Token und eine Ausgabegrenze von 65’536 Token. Eine Repository-Untersuchung kann Quelldateien, schriftliche Anforderungen und einen Screenshot der Oberfläche verbinden; ein Dokumentablauf kann Seiten und Fragen kombinieren. Kennzeichnen Sie die Quellen und definieren Sie das Endergebnis, damit das grosse Eingabebudget einer bestimmten Aufgabe dient statt einer ungeordneten Archivsammlung.
Definieren Sie für einen Softwareagenten das Ziel, verfügbare Werkzeuge und den Umfang der verlangten Änderung. Ein benutzerdefiniertes Suchwerkzeug könnte passende Dateipositionen zurückgeben, während ein Werkzeug zum Dateilesen den genauen relevanten Inhalt liefert. Bestimmen Sie deren zulässige Argumente und zurückgegebene Felder. Die Anwendung führt einen akzeptierten Aufruf aus und gibt das Ergebnis an das Modell zurück, das den nächsten Schritt anhand des tatsächlichen Geschehens wählen kann. Ein zurückgegebener Pfad belegt ein Suchergebnis und ist kein Nachweis dafür, dass die Datei geändert oder ein Test ausgeführt wurde.
Die Variante Custom Tools ist für Fälle vorgesehen, in denen diese spezialisierten Aktionen Vorrang vor einem allgemeinen bash-Befehl erhalten sollen. Ein Agent kann beispielsweise zuerst nach der Implementierung eines benannten Verhaltens suchen, die zugehörigen Dateien lesen, sie mit der Nutzeranforderung vergleichen und dann eine begrenzte Änderung vorschlagen. Definieren Sie, welche Schnittstellen und Verhaltensweisen erhalten bleiben müssen, und verlangen Sie eine abschliessende Liste vorgeschlagener Änderungen mit den verwendeten Quelleninformationen. Wenn ein kontrollierter Testläufer verfügbar ist, geben Sie dessen tatsächliches Ergebnis zurück, bevor Sie eine Schlussfolgerung zur Änderung verlangen.
Die Dokumentation des Herstellers für 3.1 Pro umfasst Denken, strukturierte Ausgaben und Funktionsaufrufe sowie Codeausführung, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Die aufgeführte Dateisuche ist ausdrücklich auf Google AI Studio begrenzt. Die Werkzeugverfügbarkeit ist deshalb Teil der gewählten Herstellerschnittstelle und Anwendungskonfiguration. Die besondere Vorliebe der Variante für benutzerdefinierte Werkzeuge stellt diese Werkzeuge nicht selbst bereit und führt keinen externen Vorgang aus. Halten Sie für jede abgeschlossene Anwendungsaktion Funktionsname, validierte Argumente und Ergebnis fest.
Der Gemini 3-Leitfaden beschreibt die Denkstufen low, medium und high für 3.1 Pro, mit high als Standard. Dies sind relative Analysebudgets statt strikter Tokengarantien. Wählen Sie die Stufe nach der Aufgabe und geben Sie direkte Anweisungen statt aufwendiger Prompting-Rituale. Definieren Sie bei erforderlicher strukturierter Ausgabe die Felder, Typen und Regeln für fehlende Werte. Der abschliessende Datensatz eines Implementierungsberichts könnte die untersuchten Dateien, das verlangte Verhalten, die vorgeschlagene Änderung und die offenen Fragen benennen. Prüfen Sie, dass jeder Eintrag aus den tatsächlichen Werkzeug- oder Quellergebnissen folgt.
Agenten mit mehreren Gesprächsschritten müssen das Gespräch und den benötigten Denkkontext erhalten. Der Leitfaden des Herstellers erklärt Denksignaturen und unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Verwenden Sie die dokumentierte Behandlung der gewählten Schnittstelle, besonders bei der Fortsetzung nach einem Werkzeugergebnis. Platzieren Sie bei langem Quellenmaterial die konkrete Frage nach dem Kontext und verknüpfen Sie die verlangte Antwort damit. Der Leitfaden empfiehlt ausserdem den temperature-Standard von 1.0, statt eine Einstellung mit niedriger Temperatur zu übernehmen, die bei komplexen Aufgaben Schleifen verursachen kann.
Der Hersteller warnt davor, dass die Qualität bei Anwendungsfällen schwanken kann, die nicht von benutzerdefinierten Werkzeugen profitieren. Dies ist eine sinnvolle Auswahlgrenze: Verwenden Sie dieses Profil für einen werkzeugzentrierten Agenten, statt eine allgemeine Verbesserung für jeden einzelnen Prompt anzunehmen. Die Textausgabe kann ein Plan, Codevorschlag, eine Erklärung oder ein strukturiertes Ergebnis sein; Bild- oder Audioeingaben machen die Variante nicht zu einem Mediengenerator. Prüfen Sie vorgeschlagenen Code, kontrollieren Sie Berechnungen und unterscheiden Sie bestätigte Vorgänge von Vorschlägen. Bewahren Sie die genaue Custom Tools-Modellidentität zusammen mit Aufgabe, Werkzeugdefinitionen und zurückgegebenen Belegen auf, damit eine spätere Fortsetzung eine konkrete Grundlage hat.
", "aboutText": "Gemini 3.1 Pro Preview Custom Tools ist Googles spezialisierte Variante für Agentenabläufe, die Terminalbefehle mit benutzerdefinierten Werkzeugen verbinden. Ihr Unterscheidungsmerkmal ist der Vorrang für anwendungsdefinierte Werkzeuge; der Hersteller nennt view_file und search_code als Beispiele. Sie ist eine eigenständig benannte Variante von Gemini 3.1 Pro Preview und keine andere Bezeichnung für jede Pro-Anfrage. Eine hilfreiche Aufgabe nutzt das richtige Werkzeug, um Belege zu erhalten, bevor sie das abschliessende Textergebnis erstellt.\n\nDie Pro Preview-Reihe verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Der Hersteller nennt für diese Reihe eine Eingabegrenze von 1’048’576 Token und eine Ausgabegrenze von 65’536 Token. Eine Repository-Untersuchung kann Quelldateien, schriftliche Anforderungen und einen Screenshot der Oberfläche verbinden; ein Dokumentablauf kann Seiten und Fragen kombinieren. Kennzeichnen Sie die Quellen und definieren Sie das Endergebnis, damit das grosse Eingabebudget einer bestimmten Aufgabe dient statt einer ungeordneten Archivsammlung.\n\nDefinieren Sie für einen Softwareagenten das Ziel, verfügbare Werkzeuge und den Umfang der verlangten Änderung. Ein benutzerdefiniertes Suchwerkzeug könnte passende Dateipositionen zurückgeben, während ein Werkzeug zum Dateilesen den genauen relevanten Inhalt liefert. Bestimmen Sie deren zulässige Argumente und zurückgegebene Felder. Die Anwendung führt einen akzeptierten Aufruf aus und gibt das Ergebnis an das Modell zurück, das den nächsten Schritt anhand des tatsächlichen Geschehens wählen kann. Ein zurückgegebener Pfad belegt ein Suchergebnis und ist kein Nachweis dafür, dass die Datei geändert oder ein Test ausgeführt wurde.\n\nDie Variante Custom Tools ist für Fälle vorgesehen, in denen diese spezialisierten Aktionen Vorrang vor einem allgemeinen bash-Befehl erhalten sollen. Ein Agent kann beispielsweise zuerst nach der Implementierung eines benannten Verhaltens suchen, die zugehörigen Dateien lesen, sie mit der Nutzeranforderung vergleichen und dann eine begrenzte Änderung vorschlagen. Definieren Sie, welche Schnittstellen und Verhaltensweisen erhalten bleiben müssen, und verlangen Sie eine abschliessende Liste vorgeschlagener Änderungen mit den verwendeten Quelleninformationen. Wenn ein kontrollierter Testläufer verfügbar ist, geben Sie dessen tatsächliches Ergebnis zurück, bevor Sie eine Schlussfolgerung zur Änderung verlangen.\n\nDie Dokumentation des Herstellers für 3.1 Pro umfasst Denken, strukturierte Ausgaben und Funktionsaufrufe sowie Codeausführung, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Die aufgeführte Dateisuche ist ausdrücklich auf Google AI Studio begrenzt. Die Werkzeugverfügbarkeit ist deshalb Teil der gewählten Herstellerschnittstelle und Anwendungskonfiguration. Die besondere Vorliebe der Variante für benutzerdefinierte Werkzeuge stellt diese Werkzeuge nicht selbst bereit und führt keinen externen Vorgang aus. Halten Sie für jede abgeschlossene Anwendungsaktion Funktionsname, validierte Argumente und Ergebnis fest.\n\nDer Gemini 3-Leitfaden beschreibt die Denkstufen low, medium und high für 3.1 Pro, mit high als Standard. Dies sind relative Analysebudgets statt strikter Tokengarantien. Wählen Sie die Stufe nach der Aufgabe und geben Sie direkte Anweisungen statt aufwendiger Prompting-Rituale. Definieren Sie bei erforderlicher strukturierter Ausgabe die Felder, Typen und Regeln für fehlende Werte. Der abschliessende Datensatz eines Implementierungsberichts könnte die untersuchten Dateien, das verlangte Verhalten, die vorgeschlagene Änderung und die offenen Fragen benennen. Prüfen Sie, dass jeder Eintrag aus den tatsächlichen Werkzeug- oder Quellergebnissen folgt.\n\nAgenten mit mehreren Gesprächsschritten müssen das Gespräch und den benötigten Denkkontext erhalten. Der Leitfaden des Herstellers erklärt Denksignaturen und unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Verwenden Sie die dokumentierte Behandlung der gewählten Schnittstelle, besonders bei der Fortsetzung nach einem Werkzeugergebnis. Platzieren Sie bei langem Quellenmaterial die konkrete Frage nach dem Kontext und verknüpfen Sie die verlangte Antwort damit. Der Leitfaden empfiehlt ausserdem den temperature-Standard von 1.0, statt eine Einstellung mit niedriger Temperatur zu übernehmen, die bei komplexen Aufgaben Schleifen verursachen kann.\n\nDer Hersteller warnt davor, dass die Qualität bei Anwendungsfällen schwanken kann, die nicht von benutzerdefinierten Werkzeugen profitieren. Dies ist eine sinnvolle Auswahlgrenze: Verwenden Sie dieses Profil für einen werkzeugzentrierten Agenten, statt eine allgemeine Verbesserung für jeden einzelnen Prompt anzunehmen. Die Textausgabe kann ein Plan, Codevorschlag, eine Erklärung oder ein strukturiertes Ergebnis sein; Bild- oder Audioeingaben machen die Variante nicht zu einem Mediengenerator. Prüfen Sie vorgeschlagenen Code, kontrollieren Sie Berechnungen und unterscheiden Sie bestätigte Vorgänge von Vorschlägen. Bewahren Sie die genaue Custom Tools-Modellidentität zusammen mit Aufgabe, Werkzeugdefinitionen und zurückgegebenen Belegen auf, damit eine spätere Fortsetzung eine konkrete Grundlage hat.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Interpret custom-tool evidence\n\nUse this supplied tool transcript. search_code returned settings.py:12 and view_file returned: 'RETRY_LIMIT = 3'. No edit or test result is present. Requirement: increase the retry limit to five. Return the examined file, the exact proposed edit and the remaining check. Distinguish the retrieved value from actions that have not occurred.A file-linked proposed edit and an explicitly unexecuted validation step.The answer must not claim that settings.py was changed or a test passed.google/gemini-3.1-pro-preview-customtoolsGemini 3.1 Pro Preview Custom Tools ist eine eigenständige agentenorientierte Variante, die anwendungsdefinierten Werkzeugen neben Terminalbefehlen Vorrang gibt. Verwenden Sie sie, wenn Aktionen wie das Lesen von Dateien oder die Codesuche eine mehrstufige Aufgabe voranbringen sollen, wobei die Anwendung jeden Werkzeugaufruf ausführt und sein Ergebnis zurückgibt.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3.1 Pro Preview Custom Tools ist Googles spezialisierte Variante für Agentenabläufe, die Terminalbefehle mit benutzerdefinierten Werkzeugen verbinden. Ihr Unterscheidungsmerkmal ist der Vorrang für anwendungsdefinierte Werkzeuge; der Hersteller nennt view_file und search_code als Beispiele. Sie ist eine eigenständig benannte Variante von Gemini 3.1 Pro Preview und keine andere Bezeichnung für jede Pro-Anfrage. Eine hilfreiche Aufgabe nutzt das richtige Werkzeug, um Belege zu erhalten, bevor sie das abschliessende Textergebnis erstellt.
Die Pro Preview-Reihe verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Der Hersteller nennt für diese Reihe eine Eingabegrenze von 1’048’576 Token und eine Ausgabegrenze von 65’536 Token. Eine Repository-Untersuchung kann Quelldateien, schriftliche Anforderungen und einen Screenshot der Oberfläche verbinden; ein Dokumentablauf kann Seiten und Fragen kombinieren. Kennzeichnen Sie die Quellen und definieren Sie das Endergebnis, damit das grosse Eingabebudget einer bestimmten Aufgabe dient statt einer ungeordneten Archivsammlung.
Definieren Sie für einen Softwareagenten das Ziel, verfügbare Werkzeuge und den Umfang der verlangten Änderung. Ein benutzerdefiniertes Suchwerkzeug könnte passende Dateipositionen zurückgeben, während ein Werkzeug zum Dateilesen den genauen relevanten Inhalt liefert. Bestimmen Sie deren zulässige Argumente und zurückgegebene Felder. Die Anwendung führt einen akzeptierten Aufruf aus und gibt das Ergebnis an das Modell zurück, das den nächsten Schritt anhand des tatsächlichen Geschehens wählen kann. Ein zurückgegebener Pfad belegt ein Suchergebnis und ist kein Nachweis dafür, dass die Datei geändert oder ein Test ausgeführt wurde.
Die Variante Custom Tools ist für Fälle vorgesehen, in denen diese spezialisierten Aktionen Vorrang vor einem allgemeinen bash-Befehl erhalten sollen. Ein Agent kann beispielsweise zuerst nach der Implementierung eines benannten Verhaltens suchen, die zugehörigen Dateien lesen, sie mit der Nutzeranforderung vergleichen und dann eine begrenzte Änderung vorschlagen. Definieren Sie, welche Schnittstellen und Verhaltensweisen erhalten bleiben müssen, und verlangen Sie eine abschliessende Liste vorgeschlagener Änderungen mit den verwendeten Quelleninformationen. Wenn ein kontrollierter Testläufer verfügbar ist, geben Sie dessen tatsächliches Ergebnis zurück, bevor Sie eine Schlussfolgerung zur Änderung verlangen.
Die Dokumentation des Herstellers für 3.1 Pro umfasst Denken, strukturierte Ausgaben und Funktionsaufrufe sowie Codeausführung, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Die aufgeführte Dateisuche ist ausdrücklich auf Google AI Studio begrenzt. Die Werkzeugverfügbarkeit ist deshalb Teil der gewählten Herstellerschnittstelle und Anwendungskonfiguration. Die besondere Vorliebe der Variante für benutzerdefinierte Werkzeuge stellt diese Werkzeuge nicht selbst bereit und führt keinen externen Vorgang aus. Halten Sie für jede abgeschlossene Anwendungsaktion Funktionsname, validierte Argumente und Ergebnis fest.
Der Gemini 3-Leitfaden beschreibt die Denkstufen low, medium und high für 3.1 Pro, mit high als Standard. Dies sind relative Analysebudgets statt strikter Tokengarantien. Wählen Sie die Stufe nach der Aufgabe und geben Sie direkte Anweisungen statt aufwendiger Prompting-Rituale. Definieren Sie bei erforderlicher strukturierter Ausgabe die Felder, Typen und Regeln für fehlende Werte. Der abschliessende Datensatz eines Implementierungsberichts könnte die untersuchten Dateien, das verlangte Verhalten, die vorgeschlagene Änderung und die offenen Fragen benennen. Prüfen Sie, dass jeder Eintrag aus den tatsächlichen Werkzeug- oder Quellergebnissen folgt.
Agenten mit mehreren Gesprächsschritten müssen das Gespräch und den benötigten Denkkontext erhalten. Der Leitfaden des Herstellers erklärt Denksignaturen und unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Verwenden Sie die dokumentierte Behandlung der gewählten Schnittstelle, besonders bei der Fortsetzung nach einem Werkzeugergebnis. Platzieren Sie bei langem Quellenmaterial die konkrete Frage nach dem Kontext und verknüpfen Sie die verlangte Antwort damit. Der Leitfaden empfiehlt ausserdem den temperature-Standard von 1.0, statt eine Einstellung mit niedriger Temperatur zu übernehmen, die bei komplexen Aufgaben Schleifen verursachen kann.
Der Hersteller warnt davor, dass die Qualität bei Anwendungsfällen schwanken kann, die nicht von benutzerdefinierten Werkzeugen profitieren. Dies ist eine sinnvolle Auswahlgrenze: Verwenden Sie dieses Profil für einen werkzeugzentrierten Agenten, statt eine allgemeine Verbesserung für jeden einzelnen Prompt anzunehmen. Die Textausgabe kann ein Plan, Codevorschlag, eine Erklärung oder ein strukturiertes Ergebnis sein; Bild- oder Audioeingaben machen die Variante nicht zu einem Mediengenerator. Prüfen Sie vorgeschlagenen Code, kontrollieren Sie Berechnungen und unterscheiden Sie bestätigte Vorgänge von Vorschlägen. Bewahren Sie die genaue Custom Tools-Modellidentität zusammen mit Aufgabe, Werkzeugdefinitionen und zurückgegebenen Belegen auf, damit eine spätere Fortsetzung eine konkrete Grundlage hat.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3.1-pro-preview-customtools | 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 $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Ausgabetokens für Denkprozesse $0.024 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslich200'000 | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als200'000 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.008 / 1K Tokens Ausgabe · Ausgabetoken $0.036 / 1K Tokens Eingabe · Cache lesen $0.0008 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-pro-preview-customtools", "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-3.1-pro-preview-customtools',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-3.1-pro-preview-customtools',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-3.1-pro-preview-customtools
Verwenden Sie die oben angezeigten Methodenpfade.
google/gemini-3.1-pro-preview-customtoolsGemini 3.1 Pro Preview Custom Tools ist eine eigenständige agentenorientierte Variante, die anwendungsdefinierten Werkzeugen neben Terminalbefehlen Vorrang gibt. Verwenden Sie sie, wenn Aktionen wie das Lesen von Dateien oder die Codesuche eine mehrstufige Aufgabe voranbringen sollen, wobei die Anwendung jeden Werkzeugaufruf ausführt und sein Ergebnis zurückgibt.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3.1 Pro Preview Custom Tools ist Googles spezialisierte Variante für Agentenabläufe, die Terminalbefehle mit benutzerdefinierten Werkzeugen verbinden. Ihr Unterscheidungsmerkmal ist der Vorrang für anwendungsdefinierte Werkzeuge; der Hersteller nennt view_file und search_code als Beispiele. Sie ist eine eigenständig benannte Variante von Gemini 3.1 Pro Preview und keine andere Bezeichnung für jede Pro-Anfrage. Eine hilfreiche Aufgabe nutzt das richtige Werkzeug, um Belege zu erhalten, bevor sie das abschliessende Textergebnis erstellt.
Die Pro Preview-Reihe verarbeitet Text, Bilder, Video, Audio und PDF und gibt Text aus. Der Hersteller nennt für diese Reihe eine Eingabegrenze von 1’048’576 Token und eine Ausgabegrenze von 65’536 Token. Eine Repository-Untersuchung kann Quelldateien, schriftliche Anforderungen und einen Screenshot der Oberfläche verbinden; ein Dokumentablauf kann Seiten und Fragen kombinieren. Kennzeichnen Sie die Quellen und definieren Sie das Endergebnis, damit das grosse Eingabebudget einer bestimmten Aufgabe dient statt einer ungeordneten Archivsammlung.
Definieren Sie für einen Softwareagenten das Ziel, verfügbare Werkzeuge und den Umfang der verlangten Änderung. Ein benutzerdefiniertes Suchwerkzeug könnte passende Dateipositionen zurückgeben, während ein Werkzeug zum Dateilesen den genauen relevanten Inhalt liefert. Bestimmen Sie deren zulässige Argumente und zurückgegebene Felder. Die Anwendung führt einen akzeptierten Aufruf aus und gibt das Ergebnis an das Modell zurück, das den nächsten Schritt anhand des tatsächlichen Geschehens wählen kann. Ein zurückgegebener Pfad belegt ein Suchergebnis und ist kein Nachweis dafür, dass die Datei geändert oder ein Test ausgeführt wurde.
Die Variante Custom Tools ist für Fälle vorgesehen, in denen diese spezialisierten Aktionen Vorrang vor einem allgemeinen bash-Befehl erhalten sollen. Ein Agent kann beispielsweise zuerst nach der Implementierung eines benannten Verhaltens suchen, die zugehörigen Dateien lesen, sie mit der Nutzeranforderung vergleichen und dann eine begrenzte Änderung vorschlagen. Definieren Sie, welche Schnittstellen und Verhaltensweisen erhalten bleiben müssen, und verlangen Sie eine abschliessende Liste vorgeschlagener Änderungen mit den verwendeten Quelleninformationen. Wenn ein kontrollierter Testläufer verfügbar ist, geben Sie dessen tatsächliches Ergebnis zurück, bevor Sie eine Schlussfolgerung zur Änderung verlangen.
Die Dokumentation des Herstellers für 3.1 Pro umfasst Denken, strukturierte Ausgaben und Funktionsaufrufe sowie Codeausführung, Such-Grounding, Google Maps Grounding, URL-Kontext und Caching. Die aufgeführte Dateisuche ist ausdrücklich auf Google AI Studio begrenzt. Die Werkzeugverfügbarkeit ist deshalb Teil der gewählten Herstellerschnittstelle und Anwendungskonfiguration. Die besondere Vorliebe der Variante für benutzerdefinierte Werkzeuge stellt diese Werkzeuge nicht selbst bereit und führt keinen externen Vorgang aus. Halten Sie für jede abgeschlossene Anwendungsaktion Funktionsname, validierte Argumente und Ergebnis fest.
Der Gemini 3-Leitfaden beschreibt die Denkstufen low, medium und high für 3.1 Pro, mit high als Standard. Dies sind relative Analysebudgets statt strikter Tokengarantien. Wählen Sie die Stufe nach der Aufgabe und geben Sie direkte Anweisungen statt aufwendiger Prompting-Rituale. Definieren Sie bei erforderlicher strukturierter Ausgabe die Felder, Typen und Regeln für fehlende Werte. Der abschliessende Datensatz eines Implementierungsberichts könnte die untersuchten Dateien, das verlangte Verhalten, die vorgeschlagene Änderung und die offenen Fragen benennen. Prüfen Sie, dass jeder Eintrag aus den tatsächlichen Werkzeug- oder Quellergebnissen folgt.
Agenten mit mehreren Gesprächsschritten müssen das Gespräch und den benötigten Denkkontext erhalten. Der Leitfaden des Herstellers erklärt Denksignaturen und unterscheidet verwalteten zustandsbehafteten Verlauf von manuell verwaltetem zustandslosem Verlauf. Verwenden Sie die dokumentierte Behandlung der gewählten Schnittstelle, besonders bei der Fortsetzung nach einem Werkzeugergebnis. Platzieren Sie bei langem Quellenmaterial die konkrete Frage nach dem Kontext und verknüpfen Sie die verlangte Antwort damit. Der Leitfaden empfiehlt ausserdem den temperature-Standard von 1.0, statt eine Einstellung mit niedriger Temperatur zu übernehmen, die bei komplexen Aufgaben Schleifen verursachen kann.
Der Hersteller warnt davor, dass die Qualität bei Anwendungsfällen schwanken kann, die nicht von benutzerdefinierten Werkzeugen profitieren. Dies ist eine sinnvolle Auswahlgrenze: Verwenden Sie dieses Profil für einen werkzeugzentrierten Agenten, statt eine allgemeine Verbesserung für jeden einzelnen Prompt anzunehmen. Die Textausgabe kann ein Plan, Codevorschlag, eine Erklärung oder ein strukturiertes Ergebnis sein; Bild- oder Audioeingaben machen die Variante nicht zu einem Mediengenerator. Prüfen Sie vorgeschlagenen Code, kontrollieren Sie Berechnungen und unterscheiden Sie bestätigte Vorgänge von Vorschlägen. Bewahren Sie die genaue Custom Tools-Modellidentität zusammen mit Aufgabe, Werkzeugdefinitionen und zurückgegebenen Belegen auf, damit eine spätere Fortsetzung eine konkrete Grundlage hat.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/gemini-3.1-pro-preview-customtools | 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 $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens Ausgabe · Ausgabetokens für Denkprozesse $0.024 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslich200'000 | Gebühr Eingabe · Eingabetoken $0.004 / 1K Tokens Ausgabe · Ausgabetoken $0.024 / 1K Tokens Eingabe · Cache lesen $0.0004 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als200'000 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.008 / 1K Tokens Ausgabe · Ausgabetoken $0.036 / 1K Tokens Eingabe · Cache lesen $0.0008 / 1K Tokens Eingabe · Cache schreiben $0.00075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "google/gemini-3.1-pro-preview-customtools",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.1-pro-preview-customtools', '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-3.1-pro-preview-customtools', '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-3.1-pro-preview-customtools
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Interpret custom-tool evidence\n\nUse this supplied tool transcript. search_code returned settings.py:12 and view_file returned: 'RETRY_LIMIT = 3'. No edit or test result is present. Requirement: increase the retry limit to five. Return the examined file, the exact proposed edit and the remaining check. Distinguish the retrieved value from actions that have not occurred.A file-linked proposed edit and an explicitly unexecuted validation step.The answer must not claim that settings.py was changed or a test passed.