Gemini 3.1 Flash-Lite Preview es la edición preliminar de la línea ligera Gemini 3.1 Flash-Lite de Google. Su diseño se centra en tareas de alta frecuencia con instrucciones claras: traducción, transcripción, clasificación, resúmenes documentales y extracción sencilla de datos. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Una tarea útil especifica una operación y una forma final, como un mensaje traducido, una transcripción o un registro que contenga los campos que una aplicación necesita.
La documentación exacta de la edición preliminar enumera un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Son límites separados del productor. El material de origen, las instrucciones y el historial de conversación contribuyen a la entrada, mientras que el resultado requerido debe caber en el presupuesto de salida. Para una colección grande de mensajes o páginas, conserva los identificadores y solicita un identificador de salida correspondiente para cada elemento procesado. Una ventana grande no reemplaza una regla clara de extracción ni vuelve precisa una definición ambigua de campo.
La ficha del modelo incluye pensamiento, salidas estructuradas y llamadas a funciones. También enumera ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché como capacidades del productor. Este es un modelo con salida de texto; la entrada de audio o imagen no implica voz ni ilustraciones generadas. La aplicación que lo llama sigue seleccionando las herramientas disponibles, ejecutando las solicitudes de función aceptadas y devolviendo sus resultados. Mantén distinguible una acción propuesta de una acción confirmada por la aplicación.
Para traducción, proporciona el mensaje de origen, el idioma de destino, la audiencia y la terminología que debe conservarse. La guía para desarrolladores muestra cómo limitar la respuesta al texto traducido sin comentarios adicionales. Un flujo de mensajes de soporte puede mantener sin cambios los nombres de productos y las referencias de pedidos mientras produce una respuesta natural en el idioma del lector. Si la fuente es ambigua, define si debe conservarse esa ambigüedad o devolverse una pregunta separada de aclaración, en lugar de agregar un detalle inventado a la traducción.
Para transcripción, proporciona el audio junto con el resultado solicitado: texto literal, transcripción limpia o resumen. Son tareas diferentes. Identifica el intervalo pertinente si una grabación larga contiene solo un intercambio breve necesario para el resultado. Para un PDF, haz una pregunta definida o define los campos que deben extraerse, conservando referencias de páginas o secciones donde deba comprobarse la respuesta. Para una fuente visual, indica el objeto, etiqueta o región pertinente para la solicitud.
Para clasificación y extracción de entidades, define categorías, campos requeridos y tratamiento de valores ausentes. La guía del fabricante demuestra JSON limitado por esquema para extraer información de reseñas. Un ejemplo original es clasificar un ticket de soporte y devolver el producto mencionado, la categoría del problema y la oración de origen que respalda la elección. Da un conjunto pequeño de ejemplos representativos, incluido un caso que deba permanecer desconocido. Valida el registro devuelto y distingue un valor sintácticamente válido de uno realmente respaldado por la fuente.
El material de lanzamiento describe niveles ajustables de pensamiento, que permiten usar más análisis cuando lo requieren las condiciones de la tarea. Una conversión lingüística breve y una clasificación con varias excepciones pueden usar ajustes diferentes de razonamiento. La guía para desarrolladores también presenta el enrutamiento de modelos como tarea de clasificación: el modelo identifica la complejidad de una solicitud y devuelve una categoría seleccionada. La aplicación circundante, en lugar del clasificador en sí, decide qué ejecutar después. Proporciona los criterios reales de enrutamiento y las elecciones permitidas para que la salida tenga significado operativo.
Para procesamiento repetible, conserva este identificador exacto Preview, la versión de entrada y el esquema o formato de salida solicitado. Comprueba un resultado piloto con la misma clase de material real antes de procesar un conjunto mayor. Compara los campos extraídos con el mensaje original, revisa las transcripciones frente a la grabación y confirma que los términos traducidos permanezcan intactos. La ventaja práctica de este perfil es procesamiento textual multimodal enfocado con un resultado definido; un texto fluido o una sugerencia de herramienta no establecen por sí mismos exactitud factual ni ejecución externa completada.
", "aboutText": "Gemini 3.1 Flash-Lite Preview es la edición preliminar de la línea ligera Gemini 3.1 Flash-Lite de Google. Su diseño se centra en tareas de alta frecuencia con instrucciones claras: traducción, transcripción, clasificación, resúmenes documentales y extracción sencilla de datos. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Una tarea útil especifica una operación y una forma final, como un mensaje traducido, una transcripción o un registro que contenga los campos que una aplicación necesita.\n\nLa documentación exacta de la edición preliminar enumera un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Son límites separados del productor. El material de origen, las instrucciones y el historial de conversación contribuyen a la entrada, mientras que el resultado requerido debe caber en el presupuesto de salida. Para una colección grande de mensajes o páginas, conserva los identificadores y solicita un identificador de salida correspondiente para cada elemento procesado. Una ventana grande no reemplaza una regla clara de extracción ni vuelve precisa una definición ambigua de campo.\n\nLa ficha del modelo incluye pensamiento, salidas estructuradas y llamadas a funciones. También enumera ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché como capacidades del productor. Este es un modelo con salida de texto; la entrada de audio o imagen no implica voz ni ilustraciones generadas. La aplicación que lo llama sigue seleccionando las herramientas disponibles, ejecutando las solicitudes de función aceptadas y devolviendo sus resultados. Mantén distinguible una acción propuesta de una acción confirmada por la aplicación.\n\nPara traducción, proporciona el mensaje de origen, el idioma de destino, la audiencia y la terminología que debe conservarse. La guía para desarrolladores muestra cómo limitar la respuesta al texto traducido sin comentarios adicionales. Un flujo de mensajes de soporte puede mantener sin cambios los nombres de productos y las referencias de pedidos mientras produce una respuesta natural en el idioma del lector. Si la fuente es ambigua, define si debe conservarse esa ambigüedad o devolverse una pregunta separada de aclaración, en lugar de agregar un detalle inventado a la traducción.\n\nPara transcripción, proporciona el audio junto con el resultado solicitado: texto literal, transcripción limpia o resumen. Son tareas diferentes. Identifica el intervalo pertinente si una grabación larga contiene solo un intercambio breve necesario para el resultado. Para un PDF, haz una pregunta definida o define los campos que deben extraerse, conservando referencias de páginas o secciones donde deba comprobarse la respuesta. Para una fuente visual, indica el objeto, etiqueta o región pertinente para la solicitud.\n\nPara clasificación y extracción de entidades, define categorías, campos requeridos y tratamiento de valores ausentes. La guía del fabricante demuestra JSON limitado por esquema para extraer información de reseñas. Un ejemplo original es clasificar un ticket de soporte y devolver el producto mencionado, la categoría del problema y la oración de origen que respalda la elección. Da un conjunto pequeño de ejemplos representativos, incluido un caso que deba permanecer desconocido. Valida el registro devuelto y distingue un valor sintácticamente válido de uno realmente respaldado por la fuente.\n\nEl material de lanzamiento describe niveles ajustables de pensamiento, que permiten usar más análisis cuando lo requieren las condiciones de la tarea. Una conversión lingüística breve y una clasificación con varias excepciones pueden usar ajustes diferentes de razonamiento. La guía para desarrolladores también presenta el enrutamiento de modelos como tarea de clasificación: el modelo identifica la complejidad de una solicitud y devuelve una categoría seleccionada. La aplicación circundante, en lugar del clasificador en sí, decide qué ejecutar después. Proporciona los criterios reales de enrutamiento y las elecciones permitidas para que la salida tenga significado operativo.\n\nPara procesamiento repetible, conserva este identificador exacto Preview, la versión de entrada y el esquema o formato de salida solicitado. Comprueba un resultado piloto con la misma clase de material real antes de procesar un conjunto mayor. Compara los campos extraídos con el mensaje original, revisa las transcripciones frente a la grabación y confirma que los términos traducidos permanezcan intactos. La ventaja práctica de este perfil es procesamiento textual multimodal enfocado con un resultado definido; un texto fluido o una sugerencia de herramienta no establecen por sí mismos exactitud factual ni ejecución externa completada.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview es un modelo de texto multimodal para tareas repetidas y bien definidas como traducción, transcripción, clasificación y extracción de datos. Las capacidades de pensamiento y salida estructurada ayudan a convertir el material proporcionado en un resultado conciso que una aplicación puede usar.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.1 Flash-Lite Preview es la edición preliminar de la línea ligera Gemini 3.1 Flash-Lite de Google. Su diseño se centra en tareas de alta frecuencia con instrucciones claras: traducción, transcripción, clasificación, resúmenes documentales y extracción sencilla de datos. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Una tarea útil especifica una operación y una forma final, como un mensaje traducido, una transcripción o un registro que contenga los campos que una aplicación necesita.
La documentación exacta de la edición preliminar enumera un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Son límites separados del productor. El material de origen, las instrucciones y el historial de conversación contribuyen a la entrada, mientras que el resultado requerido debe caber en el presupuesto de salida. Para una colección grande de mensajes o páginas, conserva los identificadores y solicita un identificador de salida correspondiente para cada elemento procesado. Una ventana grande no reemplaza una regla clara de extracción ni vuelve precisa una definición ambigua de campo.
La ficha del modelo incluye pensamiento, salidas estructuradas y llamadas a funciones. También enumera ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché como capacidades del productor. Este es un modelo con salida de texto; la entrada de audio o imagen no implica voz ni ilustraciones generadas. La aplicación que lo llama sigue seleccionando las herramientas disponibles, ejecutando las solicitudes de función aceptadas y devolviendo sus resultados. Mantén distinguible una acción propuesta de una acción confirmada por la aplicación.
Para traducción, proporciona el mensaje de origen, el idioma de destino, la audiencia y la terminología que debe conservarse. La guía para desarrolladores muestra cómo limitar la respuesta al texto traducido sin comentarios adicionales. Un flujo de mensajes de soporte puede mantener sin cambios los nombres de productos y las referencias de pedidos mientras produce una respuesta natural en el idioma del lector. Si la fuente es ambigua, define si debe conservarse esa ambigüedad o devolverse una pregunta separada de aclaración, en lugar de agregar un detalle inventado a la traducción.
Para transcripción, proporciona el audio junto con el resultado solicitado: texto literal, transcripción limpia o resumen. Son tareas diferentes. Identifica el intervalo pertinente si una grabación larga contiene solo un intercambio breve necesario para el resultado. Para un PDF, haz una pregunta definida o define los campos que deben extraerse, conservando referencias de páginas o secciones donde deba comprobarse la respuesta. Para una fuente visual, indica el objeto, etiqueta o región pertinente para la solicitud.
Para clasificación y extracción de entidades, define categorías, campos requeridos y tratamiento de valores ausentes. La guía del fabricante demuestra JSON limitado por esquema para extraer información de reseñas. Un ejemplo original es clasificar un ticket de soporte y devolver el producto mencionado, la categoría del problema y la oración de origen que respalda la elección. Da un conjunto pequeño de ejemplos representativos, incluido un caso que deba permanecer desconocido. Valida el registro devuelto y distingue un valor sintácticamente válido de uno realmente respaldado por la fuente.
El material de lanzamiento describe niveles ajustables de pensamiento, que permiten usar más análisis cuando lo requieren las condiciones de la tarea. Una conversión lingüística breve y una clasificación con varias excepciones pueden usar ajustes diferentes de razonamiento. La guía para desarrolladores también presenta el enrutamiento de modelos como tarea de clasificación: el modelo identifica la complejidad de una solicitud y devuelve una categoría seleccionada. La aplicación circundante, en lugar del clasificador en sí, decide qué ejecutar después. Proporciona los criterios reales de enrutamiento y las elecciones permitidas para que la salida tenga significado operativo.
Para procesamiento repetible, conserva este identificador exacto Preview, la versión de entrada y el esquema o formato de salida solicitado. Comprueba un resultado piloto con la misma clase de material real antes de procesar un conjunto mayor. Compara los campos extraídos con el mensaje original, revisa las transcripciones frente a la grabación y confirma que los términos traducidos permanezcan intactos. La ventaja práctica de este perfil es procesamiento textual multimodal enfocado con un resultado definido; un texto fluido o una sugerencia de herramienta no establecen por sí mismos exactitud factual ni ejecución externa completada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3.1-flash-lite-preview | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
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 |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Alias de método: /chat/completions
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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-flash-lite-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview es un modelo de texto multimodal para tareas repetidas y bien definidas como traducción, transcripción, clasificación y extracción de datos. Las capacidades de pensamiento y salida estructurada ayudan a convertir el material proporcionado en un resultado conciso que una aplicación puede usar.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.1 Flash-Lite Preview es la edición preliminar de la línea ligera Gemini 3.1 Flash-Lite de Google. Su diseño se centra en tareas de alta frecuencia con instrucciones claras: traducción, transcripción, clasificación, resúmenes documentales y extracción sencilla de datos. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Una tarea útil especifica una operación y una forma final, como un mensaje traducido, una transcripción o un registro que contenga los campos que una aplicación necesita.
La documentación exacta de la edición preliminar enumera un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Son límites separados del productor. El material de origen, las instrucciones y el historial de conversación contribuyen a la entrada, mientras que el resultado requerido debe caber en el presupuesto de salida. Para una colección grande de mensajes o páginas, conserva los identificadores y solicita un identificador de salida correspondiente para cada elemento procesado. Una ventana grande no reemplaza una regla clara de extracción ni vuelve precisa una definición ambigua de campo.
La ficha del modelo incluye pensamiento, salidas estructuradas y llamadas a funciones. También enumera ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché como capacidades del productor. Este es un modelo con salida de texto; la entrada de audio o imagen no implica voz ni ilustraciones generadas. La aplicación que lo llama sigue seleccionando las herramientas disponibles, ejecutando las solicitudes de función aceptadas y devolviendo sus resultados. Mantén distinguible una acción propuesta de una acción confirmada por la aplicación.
Para traducción, proporciona el mensaje de origen, el idioma de destino, la audiencia y la terminología que debe conservarse. La guía para desarrolladores muestra cómo limitar la respuesta al texto traducido sin comentarios adicionales. Un flujo de mensajes de soporte puede mantener sin cambios los nombres de productos y las referencias de pedidos mientras produce una respuesta natural en el idioma del lector. Si la fuente es ambigua, define si debe conservarse esa ambigüedad o devolverse una pregunta separada de aclaración, en lugar de agregar un detalle inventado a la traducción.
Para transcripción, proporciona el audio junto con el resultado solicitado: texto literal, transcripción limpia o resumen. Son tareas diferentes. Identifica el intervalo pertinente si una grabación larga contiene solo un intercambio breve necesario para el resultado. Para un PDF, haz una pregunta definida o define los campos que deben extraerse, conservando referencias de páginas o secciones donde deba comprobarse la respuesta. Para una fuente visual, indica el objeto, etiqueta o región pertinente para la solicitud.
Para clasificación y extracción de entidades, define categorías, campos requeridos y tratamiento de valores ausentes. La guía del fabricante demuestra JSON limitado por esquema para extraer información de reseñas. Un ejemplo original es clasificar un ticket de soporte y devolver el producto mencionado, la categoría del problema y la oración de origen que respalda la elección. Da un conjunto pequeño de ejemplos representativos, incluido un caso que deba permanecer desconocido. Valida el registro devuelto y distingue un valor sintácticamente válido de uno realmente respaldado por la fuente.
El material de lanzamiento describe niveles ajustables de pensamiento, que permiten usar más análisis cuando lo requieren las condiciones de la tarea. Una conversión lingüística breve y una clasificación con varias excepciones pueden usar ajustes diferentes de razonamiento. La guía para desarrolladores también presenta el enrutamiento de modelos como tarea de clasificación: el modelo identifica la complejidad de una solicitud y devuelve una categoría seleccionada. La aplicación circundante, en lugar del clasificador en sí, decide qué ejecutar después. Proporciona los criterios reales de enrutamiento y las elecciones permitidas para que la salida tenga significado operativo.
Para procesamiento repetible, conserva este identificador exacto Preview, la versión de entrada y el esquema o formato de salida solicitado. Comprueba un resultado piloto con la misma clase de material real antes de procesar un conjunto mayor. Compara los campos extraídos con el mensaje original, revisa las transcripciones frente a la grabación y confirma que los términos traducidos permanezcan intactos. La ventaja práctica de este perfil es procesamiento textual multimodal enfocado con un resultado definido; un texto fluido o una sugerencia de herramienta no establecen por sí mismos exactitud factual ni ejecución externa completada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gemini-3.1-flash-lite-preview | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview es un modelo de texto multimodal para tareas repetidas y bien definidas como traducción, transcripción, clasificación y extracción de datos. Las capacidades de pensamiento y salida estructurada ayudan a convertir el material proporcionado en un resultado conciso que una aplicación puede usar.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.1 Flash-Lite Preview es la edición preliminar de la línea ligera Gemini 3.1 Flash-Lite de Google. Su diseño se centra en tareas de alta frecuencia con instrucciones claras: traducción, transcripción, clasificación, resúmenes documentales y extracción sencilla de datos. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Una tarea útil especifica una operación y una forma final, como un mensaje traducido, una transcripción o un registro que contenga los campos que una aplicación necesita.
La documentación exacta de la edición preliminar enumera un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Son límites separados del productor. El material de origen, las instrucciones y el historial de conversación contribuyen a la entrada, mientras que el resultado requerido debe caber en el presupuesto de salida. Para una colección grande de mensajes o páginas, conserva los identificadores y solicita un identificador de salida correspondiente para cada elemento procesado. Una ventana grande no reemplaza una regla clara de extracción ni vuelve precisa una definición ambigua de campo.
La ficha del modelo incluye pensamiento, salidas estructuradas y llamadas a funciones. También enumera ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché como capacidades del productor. Este es un modelo con salida de texto; la entrada de audio o imagen no implica voz ni ilustraciones generadas. La aplicación que lo llama sigue seleccionando las herramientas disponibles, ejecutando las solicitudes de función aceptadas y devolviendo sus resultados. Mantén distinguible una acción propuesta de una acción confirmada por la aplicación.
Para traducción, proporciona el mensaje de origen, el idioma de destino, la audiencia y la terminología que debe conservarse. La guía para desarrolladores muestra cómo limitar la respuesta al texto traducido sin comentarios adicionales. Un flujo de mensajes de soporte puede mantener sin cambios los nombres de productos y las referencias de pedidos mientras produce una respuesta natural en el idioma del lector. Si la fuente es ambigua, define si debe conservarse esa ambigüedad o devolverse una pregunta separada de aclaración, en lugar de agregar un detalle inventado a la traducción.
Para transcripción, proporciona el audio junto con el resultado solicitado: texto literal, transcripción limpia o resumen. Son tareas diferentes. Identifica el intervalo pertinente si una grabación larga contiene solo un intercambio breve necesario para el resultado. Para un PDF, haz una pregunta definida o define los campos que deben extraerse, conservando referencias de páginas o secciones donde deba comprobarse la respuesta. Para una fuente visual, indica el objeto, etiqueta o región pertinente para la solicitud.
Para clasificación y extracción de entidades, define categorías, campos requeridos y tratamiento de valores ausentes. La guía del fabricante demuestra JSON limitado por esquema para extraer información de reseñas. Un ejemplo original es clasificar un ticket de soporte y devolver el producto mencionado, la categoría del problema y la oración de origen que respalda la elección. Da un conjunto pequeño de ejemplos representativos, incluido un caso que deba permanecer desconocido. Valida el registro devuelto y distingue un valor sintácticamente válido de uno realmente respaldado por la fuente.
El material de lanzamiento describe niveles ajustables de pensamiento, que permiten usar más análisis cuando lo requieren las condiciones de la tarea. Una conversión lingüística breve y una clasificación con varias excepciones pueden usar ajustes diferentes de razonamiento. La guía para desarrolladores también presenta el enrutamiento de modelos como tarea de clasificación: el modelo identifica la complejidad de una solicitud y devuelve una categoría seleccionada. La aplicación circundante, en lugar del clasificador en sí, decide qué ejecutar después. Proporciona los criterios reales de enrutamiento y las elecciones permitidas para que la salida tenga significado operativo.
Para procesamiento repetible, conserva este identificador exacto Preview, la versión de entrada y el esquema o formato de salida solicitado. Comprueba un resultado piloto con la misma clase de material real antes de procesar un conjunto mayor. Compara los campos extraídos con el mensaje original, revisa las transcripciones frente a la grabación y confirma que los términos traducidos permanezcan intactos. La ventaja práctica de este perfil es procesamiento textual multimodal enfocado con un resultado definido; un texto fluido o una sugerencia de herramienta no establecen por sí mismos exactitud factual ni ejecución externa completada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.1-flash-lite-preview | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview es un modelo de texto multimodal para tareas repetidas y bien definidas como traducción, transcripción, clasificación y extracción de datos. Las capacidades de pensamiento y salida estructurada ayudan a convertir el material proporcionado en un resultado conciso que una aplicación puede usar.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini 3.1 Flash-Lite Preview es la edición preliminar de la línea ligera Gemini 3.1 Flash-Lite de Google. Su diseño se centra en tareas de alta frecuencia con instrucciones claras: traducción, transcripción, clasificación, resúmenes documentales y extracción sencilla de datos. Acepta texto, imágenes, video, audio y PDF y devuelve texto. Una tarea útil especifica una operación y una forma final, como un mensaje traducido, una transcripción o un registro que contenga los campos que una aplicación necesita.
La documentación exacta de la edición preliminar enumera un límite de entrada de 1,048,576 tokens y uno de salida de 65,536 tokens. Son límites separados del productor. El material de origen, las instrucciones y el historial de conversación contribuyen a la entrada, mientras que el resultado requerido debe caber en el presupuesto de salida. Para una colección grande de mensajes o páginas, conserva los identificadores y solicita un identificador de salida correspondiente para cada elemento procesado. Una ventana grande no reemplaza una regla clara de extracción ni vuelve precisa una definición ambigua de campo.
La ficha del modelo incluye pensamiento, salidas estructuradas y llamadas a funciones. También enumera ejecución de código, búsqueda de archivos, fundamentación mediante búsquedas, fundamentación con Google Maps, contexto de URL y caché como capacidades del productor. Este es un modelo con salida de texto; la entrada de audio o imagen no implica voz ni ilustraciones generadas. La aplicación que lo llama sigue seleccionando las herramientas disponibles, ejecutando las solicitudes de función aceptadas y devolviendo sus resultados. Mantén distinguible una acción propuesta de una acción confirmada por la aplicación.
Para traducción, proporciona el mensaje de origen, el idioma de destino, la audiencia y la terminología que debe conservarse. La guía para desarrolladores muestra cómo limitar la respuesta al texto traducido sin comentarios adicionales. Un flujo de mensajes de soporte puede mantener sin cambios los nombres de productos y las referencias de pedidos mientras produce una respuesta natural en el idioma del lector. Si la fuente es ambigua, define si debe conservarse esa ambigüedad o devolverse una pregunta separada de aclaración, en lugar de agregar un detalle inventado a la traducción.
Para transcripción, proporciona el audio junto con el resultado solicitado: texto literal, transcripción limpia o resumen. Son tareas diferentes. Identifica el intervalo pertinente si una grabación larga contiene solo un intercambio breve necesario para el resultado. Para un PDF, haz una pregunta definida o define los campos que deben extraerse, conservando referencias de páginas o secciones donde deba comprobarse la respuesta. Para una fuente visual, indica el objeto, etiqueta o región pertinente para la solicitud.
Para clasificación y extracción de entidades, define categorías, campos requeridos y tratamiento de valores ausentes. La guía del fabricante demuestra JSON limitado por esquema para extraer información de reseñas. Un ejemplo original es clasificar un ticket de soporte y devolver el producto mencionado, la categoría del problema y la oración de origen que respalda la elección. Da un conjunto pequeño de ejemplos representativos, incluido un caso que deba permanecer desconocido. Valida el registro devuelto y distingue un valor sintácticamente válido de uno realmente respaldado por la fuente.
El material de lanzamiento describe niveles ajustables de pensamiento, que permiten usar más análisis cuando lo requieren las condiciones de la tarea. Una conversión lingüística breve y una clasificación con varias excepciones pueden usar ajustes diferentes de razonamiento. La guía para desarrolladores también presenta el enrutamiento de modelos como tarea de clasificación: el modelo identifica la complejidad de una solicitud y devuelve una categoría seleccionada. La aplicación circundante, en lugar del clasificador en sí, decide qué ejecutar después. Proporciona los criterios reales de enrutamiento y las elecciones permitidas para que la salida tenga significado operativo.
Para procesamiento repetible, conserva este identificador exacto Preview, la versión de entrada y el esquema o formato de salida solicitado. Comprueba un resultado piloto con la misma clase de material real antes de procesar un conjunto mayor. Compara los campos extraídos con el mensaje original, revisa las transcripciones frente a la grabación y confirma que los términos traducidos permanezcan intactos. La ventaja práctica de este perfil es procesamiento textual multimodal enfocado con un resultado definido; un texto fluido o una sugerencia de herramienta no establecen por sí mismos exactitud factual ni ejecución externa completada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-3.1-flash-lite-preview | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.003 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.0001666666666666666 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
Ejemplo técnico en inglés
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.