gemini-3-pro-preview
Gemini 3 Pro Preview ist Googles multimodales Schlussfolgerungsmodell für Text, Bilder, Audio, Video und PDFs mit Textausgabe. Sein großes Eingabebudget, seine Programmierfähigkeiten und die unterstützten Werkzeugabläufe eignen sich für detaillierte Analysen, Dokumentvergleiche und beleggestützte Aufgabenausführung.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsgemini-3-pro-preview - Ailoot Ultra · Anthropic Messages
POST /v1/messagesgemini-3-pro-preview
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Gemini 3 Pro Preview ist Googles benanntes Vorschauprofil von Gemini 3 Pro für multimodales Schlussfolgern und Texterzeugung. Es kann Text, Bilder, Audio, Video und PDF-Dokumente verarbeiten und ein schriftliches Ergebnis liefern. Vorgesehene Anwendungen umfassen komplexe Analysen, anspruchsvolle Programmierung, Algorithmenentwicklung und Aufgaben, die umfangreiches Quellmaterial mit einer konkreten Frage verbinden.
Modell und Eingabestruktur
Gemini 3 Pro ist ein transformerbasiertes Sparse-Mixture-of-Experts-Modell mit nativer Unterstützung multimodaler Eingaben. Seine Architektur leitet jedes Token durch eine ausgewählte Teilmenge von Experten. Das ist ein Merkmal des Modelldesigns und kein Nutzerregler zur Auswahl eines bestimmten Experten oder zum Festlegen einer Ausführungskonfiguration.
Richten Sie Eingaben am Informationsbedarf der Aufgabe aus. Ein Dokument, ein Screenshot und eine Audioaufnahme können jeweils andere Belege liefern. Benennen Sie den Inhalt jeder Datei und ihren Beitrag zur Antwort. Die Ausgabe bleibt Text; das Verstehen visuellen oder gesprochenen Materials macht diese Vorschau nicht zu einem Bild-, Sprach- oder Videogenerator.
Multimodale Analyse
Verwenden Sie Bilder für Fragen zu sichtbaren Inhalten, Audio für gesprochene oder akustische Informationen und Video für Abläufe, deren Veränderungen über die Zeit zählen. Fügen Sie die tatsächliche Datei der Frage bei, statt sie nur aus der Erinnerung zu beschreiben. Kennzeichnen Sie mehrere verglichene Dateien eindeutig, damit die Antwort auf die richtige Quelle verweisen kann.
Ein Briefing zur Produktanalyse kann beispielsweise eine schriftliche Spezifikation, einen Screenshot der Oberfläche und eine aufgezeichnete Vorführung verbinden. Verlangen Sie einen Vergleich, der Zusagen der Spezifikation von sichtbaren oder hörbaren Beobachtungen im gelieferten Material trennt. Definieren Sie das gewünschte Ergebnis als Befunde, stützende Beobachtungen und offene Fragen.
Liefern Sie bei einer PDF-Aufgabe das Dokument und benennen Sie die zu untersuchenden Abschnitte oder Aussagen. Eine hilfreiche Frage verlangt einen quellbezogenen Vergleich, eine Extraktion oder eine Erklärung, statt nur eine allgemeine Zusammenfassung einer großen Datei anzufordern.
Langer Kontext und Ausgabebudget
Die genaue Vorschau-Spezifikation nennt ein Eingabelimit von 1.048.576 Tokens und ein Ausgabelimit von 65.536 Tokens. Der Hersteller nennt Januar 2025 als Wissensstand; liefern Sie neuere Belege, wenn die Frage von späteren Ereignissen oder Informationen abhängt. Diese Budgets sind verschieden. Ein großer Quellenbestand kann für eine gezielte Antwort gelesen werden, ohne dass das Modell jeden Teil der Eingabe wiedergeben muss.
Gliedern Sie lange Materialien klar: Dokumenttitel, Abschnittsgrenzen, Codepfade und die Frage, welche die Ausgabe beantworten muss. Halten Sie relevante Ausnahmen und Definitionen nahe bei den Inhalten, die sie einschränken. Benötigt eine Aufgabe einen langen Bericht, legen Sie dessen Abschnitte und die jeweils erwarteten Belege fest.
Ein großes Kontextfenster garantiert weder gleiche Aufmerksamkeit für jedes Detail noch korrekte Schlussfolgerungen. Google nennt außerdem mögliche Verschlechterungen über mehrteilige Gespräche hinweg. Prüfen Sie während eines Austauschs wichtige Quellenfakten und wiederverwendeten Kontext. Gleichen Sie die Antwort mit den konkreten Passagen oder Dateien ab, welche ihre wichtigen Aussagen stützen.
Programmierung und Algorithmenentwicklung
Zu den vorgesehenen Anwendungen des Herstellers gehören anspruchsvolle Programmierung und algorithmische Arbeit. Liefern Sie den relevanten Quellcode, Annahmen zur Umgebung, den beobachteten Fehler und das erwartete Verhalten. Definieren Sie bei einer Algorithmusaufgabe Eingabe, gewünschte Ausgabe und Bedingungen wie Reihenfolge, Duplikate oder ungültige Daten.
Ein hilfreiches Debugging-Briefing verbindet die fehlschlagende Eingabe und den Fehler mit dem kleinsten relevanten Quellcodebereich. Verlangen Sie eine Diagnose und eine gezielte Änderung und prüfen Sie anschließend, ob der Vorschlag das berichtete Verhalten behebt. Erzeugter Code samt Aussage, er sollte funktionieren, unterscheidet sich von einer ausgeführten und überprüften Implementierung.
Nutzen Sie bei größeren Repository-Fragen das Eingabebudget für die nötigen Dateien mit klaren Pfadkennzeichnungen. Geben Sie an, ob das gewünschte Ergebnis eine Erklärung, ein Änderungsvorschlag oder eine Analyse von Alternativen ist, damit es einen konkreten Zweck erfüllt.
Werkzeuge, Quellen und strukturierte Ergebnisse
Die Herstellerspezifikation der Vorschau unterstützt Funktionsaufrufe, Codeausführung, Dateisuche, Suchfundierung und URL-Kontext. Diese Funktionen haben unterschiedliche Aufgaben. Ein Funktionsaufruf beschreibt einen von der Anwendung auszuführenden Vorgang; ein Werkzeugergebnis liefert anschließend Belege für den nächsten Modellschritt. Codeausführung ist ein Werkzeugablauf und garantiert nicht, dass beliebiger erzeugter Anwendungscode bereits getestet wurde.
Suchfundierung und URL-Kontext bieten quellenorientierte Abläufe; Dateisuche arbeitet mit einer vorbereiteten Dateisammlung. Bewahren Sie Werkzeugergebnisse und Quellenzuordnungen zusammen mit der Antwort auf, damit sich eine Schlussfolgerung prüfen lässt. Laut Spezifikation unterstützt das Profil weder Computerbedienung noch Maps-Fundierung.
Die Unterstützung strukturierter Ausgabe kann ein Ergebnis in einem definierten Schema ausdrücken. Legen Sie Felder und ihre Bedeutung vor der Generierung fest und prüfen Sie neben dem Format auch den Inhalt. Auch ein gültiges strukturiertes Objekt erfordert eine sachliche und aufgabenspezifische Prüfung.
Schlussfolgern, Wiederverwendung und Editionsgrenzen
Diese Vorschau unterstützt einen Denkmodus. Verwenden Sie für mehrstufige Schlussfolgerungen eine klare Aufgabe, relevante Belege und ausdrückliche Bedingungen. Das Ergebnis sollte Annahmen und die nützliche Schlussfolgerung erläutern; verborgenes Denken oder das Vorhandensein eines Denkmodus sind für sich keine Überprüfung.
Der Hersteller nennt außerdem Caching- und Batch-Unterstützung. Diese Verarbeitungsfunktionen sind von den inhaltlichen Fähigkeiten des Modells getrennt. Ihr Vorhandensein belegt weder, dass eine bestimmte Anfrage gecacht wurde, noch dass ein Batch-Ergebnis korrekt ist.
Halten Sie Gemini 3 Pro Preview von Gemini 3.1 Pro Preview, Gemini 3 Pro Image sowie den Audio- oder Live-Profilen getrennt. Die Ausgabe dieser Vorschau ist Text; ihre Spezifikation enthält weder Bilderzeugung noch Audioerzeugung oder Live-Betrieb. Prüfen Sie die zurückgegebene Antwort, den Code oder das strukturierte Ergebnis anhand der gelieferten Quellen und der beabsichtigten Aufgabe.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions gemini-3-pro-preview
gemini-3-pro-previewStart
Gemini 3 Pro Preview ist Googles multimodales Schlussfolgerungsmodell für Text, Bilder, Audio, Video und PDFs mit Textausgabe. Sein großes Eingabebudget, seine Programmierfähigkeiten und die unterstützten Werkzeugabläufe eignen sich für detaillierte Analysen, Dokumentvergleiche und beleggestützte Aufgabenausführung.
- Zulässige Eingaben
- Text
- Ergebnisse
- Text
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Eingabetypen
text- Ausgabetypen
text- Ausgabeformat
- json oder SSE
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gemini-3-pro-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 |
Kombinationen von Eingabematerialien
Text · UTF8-Text
messages[].content
Methodenparameter und Lebenszyklus
| 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.
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Nicht angegeben Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Nicht angegeben Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
Ailoot-Tarife
Preise nach Konfiguration
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.004 / 1K Token Ausgabe · Ausgabetoken $0.024 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"gemini-3-pro-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="gemini-3-pro-preview", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
Ergebnisse abrufen und speichern
Ailoot Ultra · OpenAI Chat
json oder SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Wenn die ursprüngliche Antwort geprüft werden muss
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
Antwortfelder
| Feld | Typ |
|---|---|
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 |
Fehler und nächste Schritte
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra gemini-3-pro-preview
Aliasnamen für Methodenpfade
/chat/completions
Zugehörige Aufrufer-IDs
Ailoot Ultra · Anthropic Messages POST /v1/messages gemini-3-pro-preview
gemini-3-pro-previewStart
Gemini 3 Pro Preview ist Googles multimodales Schlussfolgerungsmodell für Text, Bilder, Audio, Video und PDFs mit Textausgabe. Sein großes Eingabebudget, seine Programmierfähigkeiten und die unterstützten Werkzeugabläufe eignen sich für detaillierte Analysen, Dokumentvergleiche und beleggestützte Aufgabenausführung.
- Zulässige Eingaben
- Text
- Ergebnisse
- json · sse
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Eingabetypen
text- Ausgabetypen
json,sse- Ausgabeformat
- JSON oder SSE
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gemini-3-pro-preview | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Kombinationen von Eingabematerialien
Text · UTF-8-Text
Zeichenfolge messages[].content
Methodenparameter und Lebenszyklus
| 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
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Nicht angegeben Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Nicht angegeben Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
Ailoot-Tarife
Preise nach Konfiguration
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.004 / 1K Token Ausgabe · Ausgabetoken $0.024 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Anthropic Messages
{
"model": "gemini-3-pro-preview",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'gemini-3-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'gemini-3-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
Ergebnisse abrufen und speichern
Ailoot Ultra · Anthropic Messages
JSON oder SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Wenn die ursprüngliche Antwort geprüft werden muss
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
Antwortfelder
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
Fehler und nächste Schritte
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra gemini-3-pro-preview
Aliasnamen für Methodenpfade
/chat/completions
Zugehörige Aufrufer-IDs
FAQ · gemini-3-pro-preview
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/chat/completions·gemini-3-pro-preview:text→textPOST /v1/messages·gemini-3-pro-preview:text→json,sse- Welche Felder verwendet die Anfrage?
POST /v1/chat/completions·gemini-3-pro-preview:model,messages,streamPOST /v1/messages·gemini-3-pro-preview:model,messages,max_tokens,stream- Welche Grenzen gelten?
POST /v1/chat/completions·gemini-3-pro-preview:messages.min_items:1