Gemini 2.5 Flash-Lite Preview 06-17 es la edición preliminar de Flash-Lite de junio de Google, diseñada para tareas frecuentes y sensibles a la latencia, como clasificar mensajes y resumir material a escala. Pertenece a la familia de razonamiento Gemini 2.5 y conserva una ruta de respuesta directa para el trabajo sencillo. La designación fechada Preview identifica esta versión de forma separada de Flash-Lite estable y de la versión preliminar posterior de septiembre, cuyas mejoras de seguimiento de instrucciones y comprensión multimodal tienen su propia identidad de edición.
El lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de su uso previsto. Una entrada útil para clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, un motivo breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, los pendientes, las fechas límite indicadas y las preguntas sin resolver que deben conservarse. Son aplicaciones prácticas del propósito declarado: dan a una operación repetitiva una entrada clara y un resultado compacto, en lugar de pedir un ensayo abierto.
El razonamiento está disponible, pero desactivado de forma predeterminada en esta versión preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite usar razonamiento adicional cuando las condiciones de la tarea lo requieren. Conserva la ruta directa para categorizaciones o reducciones simples; utiliza una tarea con razonamiento para categorías superpuestas, excepciones o una pregunta que requiera varias conclusiones dependientes. Especifica qué condiciones son obligatorias y qué constituye una respuesta correcta. El razonamiento es una capacidad de procesamiento de tareas; una explicación más larga no demuestra por sí misma que la conclusión sea correcta.
El informe técnico de Google nombra explícitamente este modelo de junio y documenta la compatibilidad con entradas multimodales y una longitud de contexto de un millón de tokens. Su resultado es texto. El contexto ofrece espacio para material de origen, instrucciones y ejemplos dentro de la misma tarea. Asigna a cada documento o sección una función clara y después identifica qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado con los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Esta es una capacidad de contexto, no una promesa de que el contenido ajeno a la tarea se volverá útil por el simple hecho de incluirlo.
El anuncio de junio enumera herramientas nativas para fundamentación con búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación con búsquedas añade información de la web a una respuesta; el contexto de URL utiliza el contenido de las páginas proporcionadas para tareas como comparar documentos o extraer detalles. La herramienta de ejecución de código de Google genera y ejecuta Python para cálculos o procesamiento de texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen otro papel: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define el propósito de la función y sus parámetros permitidos para que una tarea asistida por herramientas tenga una siguiente acción explícita.
Para un flujo de trabajo recurrente, prepara un conjunto pequeño de entradas representativas antes de aplicar la misma instrucción a una colección más grande. Incluye un caso ordinario, uno ambiguo y uno con información faltante. Un ejemplo de atención al cliente podría solicitar un tema, la pregunta real del cliente y una respuesta fundamentada únicamente en un pasaje de referencia adjunto. Un ejemplo de correspondencia puede solicitar una lista de tareas con una acción, la persona que la asigna y una fecha límite solo cuando esté indicada. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder verificar el texto resultante contra el elemento original.
La ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades con la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser inconsistente. Trátalos como puntos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una declaración observada de una explicación inferida. El entregable terminado útil es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos requeridos y datos faltantes puedan revisarse. Esta edición de junio es una opción independiente para el procesamiento de texto; las especificaciones de versiones preliminares posteriores no redefinen su identidad documentada.
", "aboutText": "Gemini 2.5 Flash-Lite Preview 06-17 es la edición preliminar de Flash-Lite de junio de Google, diseñada para tareas frecuentes y sensibles a la latencia, como clasificar mensajes y resumir material a escala. Pertenece a la familia de razonamiento Gemini 2.5 y conserva una ruta de respuesta directa para el trabajo sencillo. La designación fechada Preview identifica esta versión de forma separada de Flash-Lite estable y de la versión preliminar posterior de septiembre, cuyas mejoras de seguimiento de instrucciones y comprensión multimodal tienen su propia identidad de edición.\n\nEl lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de su uso previsto. Una entrada útil para clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, un motivo breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, los pendientes, las fechas límite indicadas y las preguntas sin resolver que deben conservarse. Son aplicaciones prácticas del propósito declarado: dan a una operación repetitiva una entrada clara y un resultado compacto, en lugar de pedir un ensayo abierto.\n\nEl razonamiento está disponible, pero desactivado de forma predeterminada en esta versión preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite usar razonamiento adicional cuando las condiciones de la tarea lo requieren. Conserva la ruta directa para categorizaciones o reducciones simples; utiliza una tarea con razonamiento para categorías superpuestas, excepciones o una pregunta que requiera varias conclusiones dependientes. Especifica qué condiciones son obligatorias y qué constituye una respuesta correcta. El razonamiento es una capacidad de procesamiento de tareas; una explicación más larga no demuestra por sí misma que la conclusión sea correcta.\n\nEl informe técnico de Google nombra explícitamente este modelo de junio y documenta la compatibilidad con entradas multimodales y una longitud de contexto de un millón de tokens. Su resultado es texto. El contexto ofrece espacio para material de origen, instrucciones y ejemplos dentro de la misma tarea. Asigna a cada documento o sección una función clara y después identifica qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado con los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Esta es una capacidad de contexto, no una promesa de que el contenido ajeno a la tarea se volverá útil por el simple hecho de incluirlo.\n\nEl anuncio de junio enumera herramientas nativas para fundamentación con búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación con búsquedas añade información de la web a una respuesta; el contexto de URL utiliza el contenido de las páginas proporcionadas para tareas como comparar documentos o extraer detalles. La herramienta de ejecución de código de Google genera y ejecuta Python para cálculos o procesamiento de texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen otro papel: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define el propósito de la función y sus parámetros permitidos para que una tarea asistida por herramientas tenga una siguiente acción explícita.\n\nPara un flujo de trabajo recurrente, prepara un conjunto pequeño de entradas representativas antes de aplicar la misma instrucción a una colección más grande. Incluye un caso ordinario, uno ambiguo y uno con información faltante. Un ejemplo de atención al cliente podría solicitar un tema, la pregunta real del cliente y una respuesta fundamentada únicamente en un pasaje de referencia adjunto. Un ejemplo de correspondencia puede solicitar una lista de tareas con una acción, la persona que la asigna y una fecha límite solo cuando esté indicada. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder verificar el texto resultante contra el elemento original.\n\nLa ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades con la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser inconsistente. Trátalos como puntos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una declaración observada de una explicación inferida. El entregable terminado útil es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos requeridos y datos faltantes puedan revisarse. Esta edición de junio es una opción independiente para el procesamiento de texto; las especificaciones de versiones preliminares posteriores no redefinen su identidad documentada.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 es la edición de junio de Google para clasificación, resúmenes y procesamiento repetible de texto de alto rendimiento. Combina un contexto de un millón de tokens, razonamiento opcional y herramientas documentadas de búsqueda, código, contexto de URL y llamadas a funciones.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 2.5 Flash-Lite Preview 06-17 es la edición preliminar de Flash-Lite de junio de Google, diseñada para tareas frecuentes y sensibles a la latencia, como clasificar mensajes y resumir material a escala. Pertenece a la familia de razonamiento Gemini 2.5 y conserva una ruta de respuesta directa para el trabajo sencillo. La designación fechada Preview identifica esta versión de forma separada de Flash-Lite estable y de la versión preliminar posterior de septiembre, cuyas mejoras de seguimiento de instrucciones y comprensión multimodal tienen su propia identidad de edición.
El lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de su uso previsto. Una entrada útil para clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, un motivo breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, los pendientes, las fechas límite indicadas y las preguntas sin resolver que deben conservarse. Son aplicaciones prácticas del propósito declarado: dan a una operación repetitiva una entrada clara y un resultado compacto, en lugar de pedir un ensayo abierto.
El razonamiento está disponible, pero desactivado de forma predeterminada en esta versión preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite usar razonamiento adicional cuando las condiciones de la tarea lo requieren. Conserva la ruta directa para categorizaciones o reducciones simples; utiliza una tarea con razonamiento para categorías superpuestas, excepciones o una pregunta que requiera varias conclusiones dependientes. Especifica qué condiciones son obligatorias y qué constituye una respuesta correcta. El razonamiento es una capacidad de procesamiento de tareas; una explicación más larga no demuestra por sí misma que la conclusión sea correcta.
El informe técnico de Google nombra explícitamente este modelo de junio y documenta la compatibilidad con entradas multimodales y una longitud de contexto de un millón de tokens. Su resultado es texto. El contexto ofrece espacio para material de origen, instrucciones y ejemplos dentro de la misma tarea. Asigna a cada documento o sección una función clara y después identifica qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado con los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Esta es una capacidad de contexto, no una promesa de que el contenido ajeno a la tarea se volverá útil por el simple hecho de incluirlo.
El anuncio de junio enumera herramientas nativas para fundamentación con búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación con búsquedas añade información de la web a una respuesta; el contexto de URL utiliza el contenido de las páginas proporcionadas para tareas como comparar documentos o extraer detalles. La herramienta de ejecución de código de Google genera y ejecuta Python para cálculos o procesamiento de texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen otro papel: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define el propósito de la función y sus parámetros permitidos para que una tarea asistida por herramientas tenga una siguiente acción explícita.
Para un flujo de trabajo recurrente, prepara un conjunto pequeño de entradas representativas antes de aplicar la misma instrucción a una colección más grande. Incluye un caso ordinario, uno ambiguo y uno con información faltante. Un ejemplo de atención al cliente podría solicitar un tema, la pregunta real del cliente y una respuesta fundamentada únicamente en un pasaje de referencia adjunto. Un ejemplo de correspondencia puede solicitar una lista de tareas con una acción, la persona que la asigna y una fecha límite solo cuando esté indicada. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder verificar el texto resultante contra el elemento original.
La ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades con la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser inconsistente. Trátalos como puntos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una declaración observada de una explicación inferida. El entregable terminado útil es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos requeridos y datos faltantes puedan revisarse. Esta edición de junio es una opción independiente para el procesamiento de texto; las especificaciones de versiones preliminares posteriores no redefinen su identidad documentada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-2.5-flash-lite-preview-06-17 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite-preview-06-17", "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='gemini-2.5-flash-lite-preview-06-17',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='gemini-2.5-flash-lite-preview-06-17',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Usa las rutas de método indicadas arriba.
gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 es la edición de junio de Google para clasificación, resúmenes y procesamiento repetible de texto de alto rendimiento. Combina un contexto de un millón de tokens, razonamiento opcional y herramientas documentadas de búsqueda, código, contexto de URL y llamadas a funciones.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 2.5 Flash-Lite Preview 06-17 es la edición preliminar de Flash-Lite de junio de Google, diseñada para tareas frecuentes y sensibles a la latencia, como clasificar mensajes y resumir material a escala. Pertenece a la familia de razonamiento Gemini 2.5 y conserva una ruta de respuesta directa para el trabajo sencillo. La designación fechada Preview identifica esta versión de forma separada de Flash-Lite estable y de la versión preliminar posterior de septiembre, cuyas mejoras de seguimiento de instrucciones y comprensión multimodal tienen su propia identidad de edición.
El lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de su uso previsto. Una entrada útil para clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, un motivo breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, los pendientes, las fechas límite indicadas y las preguntas sin resolver que deben conservarse. Son aplicaciones prácticas del propósito declarado: dan a una operación repetitiva una entrada clara y un resultado compacto, en lugar de pedir un ensayo abierto.
El razonamiento está disponible, pero desactivado de forma predeterminada en esta versión preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite usar razonamiento adicional cuando las condiciones de la tarea lo requieren. Conserva la ruta directa para categorizaciones o reducciones simples; utiliza una tarea con razonamiento para categorías superpuestas, excepciones o una pregunta que requiera varias conclusiones dependientes. Especifica qué condiciones son obligatorias y qué constituye una respuesta correcta. El razonamiento es una capacidad de procesamiento de tareas; una explicación más larga no demuestra por sí misma que la conclusión sea correcta.
El informe técnico de Google nombra explícitamente este modelo de junio y documenta la compatibilidad con entradas multimodales y una longitud de contexto de un millón de tokens. Su resultado es texto. El contexto ofrece espacio para material de origen, instrucciones y ejemplos dentro de la misma tarea. Asigna a cada documento o sección una función clara y después identifica qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado con los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Esta es una capacidad de contexto, no una promesa de que el contenido ajeno a la tarea se volverá útil por el simple hecho de incluirlo.
El anuncio de junio enumera herramientas nativas para fundamentación con búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación con búsquedas añade información de la web a una respuesta; el contexto de URL utiliza el contenido de las páginas proporcionadas para tareas como comparar documentos o extraer detalles. La herramienta de ejecución de código de Google genera y ejecuta Python para cálculos o procesamiento de texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen otro papel: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define el propósito de la función y sus parámetros permitidos para que una tarea asistida por herramientas tenga una siguiente acción explícita.
Para un flujo de trabajo recurrente, prepara un conjunto pequeño de entradas representativas antes de aplicar la misma instrucción a una colección más grande. Incluye un caso ordinario, uno ambiguo y uno con información faltante. Un ejemplo de atención al cliente podría solicitar un tema, la pregunta real del cliente y una respuesta fundamentada únicamente en un pasaje de referencia adjunto. Un ejemplo de correspondencia puede solicitar una lista de tareas con una acción, la persona que la asigna y una fecha límite solo cuando esté indicada. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder verificar el texto resultante contra el elemento original.
La ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades con la comprensión causal, la deducción lógica compleja y el razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser inconsistente. Trátalos como puntos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una declaración observada de una explicación inferida. El entregable terminado útil es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos requeridos y datos faltantes puedan revisarse. Esta edición de junio es una opción independiente para el procesamiento de texto; las especificaciones de versiones preliminares posteriores no redefinen su identidad documentada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-2.5-flash-lite-preview-06-17 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gemini-2.5-flash-lite-preview-06-17",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2.5-flash-lite-preview-06-17', '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-2.5-flash-lite-preview-06-17', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.