Gemini 2.5 Flash-Lite Preview 06-17 es la edición preliminar de Flash-Lite de junio de Google, diseñada para tareas frecuentes sensibles a la latencia, como clasificar mensajes y resumir material a gran escala. Pertenece a la familia de razonamiento Gemini 2.5 y mantiene una vía de respuesta directa para trabajos sencillos. La denominación Preview fechada identifica esta versión por separado de Flash-Lite estable y de la posterior preliminar de septiembre, cuyas mejoras en el seguimiento de instrucciones y la multimodalidad tienen su propia identidad de edición.
El lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de sus usos previstos. Una entrada útil de clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, una razón breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, acciones pendientes, plazos indicados y preguntas sin resolver que deben conservarse. Son aplicaciones prácticas de la finalidad declarada: 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 edición preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite a la tarea utilizar razonamiento adicional cuando sus condiciones lo requieren. Mantén la vía directa para la categorización o el acortamiento sencillos; utiliza una tarea razonada 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 sola que la conclusión sea correcta.
El informe técnico de Google menciona 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 e identifica después qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado a los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Se trata de una capacidad de contexto, no de una promesa de que el contenido ajeno a la tarea resulte útil por el mero hecho de incluirlo.
El anuncio de junio enumera herramientas nativas de fundamentación mediante búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación mediante búsquedas añade información 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 realizar cálculos o procesar texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen una función diferente: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define la finalidad 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 pequeño conjunto de entradas representativas antes de aplicar la misma instrucción a una colección mayor. Incluye un caso normal, uno ambiguo y otro con información ausente. Un ejemplo de atención al cliente podría pedir 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 un plazo solo cuando se indique. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder contrastar el texto resultante con el elemento original.
La ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades de comprensión causal, deducción lógica compleja y razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser irregular. Trátalos como aspectos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una afirmación observada de una explicación inferida. El entregable útil terminado es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos obligatorios e información ausente puedan examinarse. Esta edición de junio es una opción independiente de procesamiento de texto; las especificaciones de ediciones 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 sensibles a la latencia, como clasificar mensajes y resumir material a gran escala. Pertenece a la familia de razonamiento Gemini 2.5 y mantiene una vía de respuesta directa para trabajos sencillos. La denominación Preview fechada identifica esta versión por separado de Flash-Lite estable y de la posterior preliminar de septiembre, cuyas mejoras en el seguimiento de instrucciones y la multimodalidad tienen su propia identidad de edición.\n\nEl lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de sus usos previstos. Una entrada útil de clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, una razón breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, acciones pendientes, plazos indicados y preguntas sin resolver que deben conservarse. Son aplicaciones prácticas de la finalidad declarada: 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 edición preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite a la tarea utilizar razonamiento adicional cuando sus condiciones lo requieren. Mantén la vía directa para la categorización o el acortamiento sencillos; utiliza una tarea razonada 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 sola que la conclusión sea correcta.\n\nEl informe técnico de Google menciona 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 e identifica después qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado a los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Se trata de una capacidad de contexto, no de una promesa de que el contenido ajeno a la tarea resulte útil por el mero hecho de incluirlo.\n\nEl anuncio de junio enumera herramientas nativas de fundamentación mediante búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación mediante búsquedas añade información 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 realizar cálculos o procesar texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen una función diferente: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define la finalidad 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 pequeño conjunto de entradas representativas antes de aplicar la misma instrucción a una colección mayor. Incluye un caso normal, uno ambiguo y otro con información ausente. Un ejemplo de atención al cliente podría pedir 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 un plazo solo cuando se indique. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder contrastar el texto resultante con el elemento original.\n\nLa ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades de comprensión causal, deducción lógica compleja y razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser irregular. Trátalos como aspectos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una afirmación observada de una explicación inferida. El entregable útil terminado es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos obligatorios e información ausente puedan examinarse. Esta edición de junio es una opción independiente de procesamiento de texto; las especificaciones de ediciones 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 de alto rendimiento, resúmenes y procesamiento repetible de texto. 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 sensibles a la latencia, como clasificar mensajes y resumir material a gran escala. Pertenece a la familia de razonamiento Gemini 2.5 y mantiene una vía de respuesta directa para trabajos sencillos. La denominación Preview fechada identifica esta versión por separado de Flash-Lite estable y de la posterior preliminar de septiembre, cuyas mejoras en el seguimiento de instrucciones y la multimodalidad tienen su propia identidad de edición.
El lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de sus usos previstos. Una entrada útil de clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, una razón breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, acciones pendientes, plazos indicados y preguntas sin resolver que deben conservarse. Son aplicaciones prácticas de la finalidad declarada: 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 edición preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite a la tarea utilizar razonamiento adicional cuando sus condiciones lo requieren. Mantén la vía directa para la categorización o el acortamiento sencillos; utiliza una tarea razonada 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 sola que la conclusión sea correcta.
El informe técnico de Google menciona 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 e identifica después qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado a los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Se trata de una capacidad de contexto, no de una promesa de que el contenido ajeno a la tarea resulte útil por el mero hecho de incluirlo.
El anuncio de junio enumera herramientas nativas de fundamentación mediante búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación mediante búsquedas añade información 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 realizar cálculos o procesar texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen una función diferente: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define la finalidad 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 pequeño conjunto de entradas representativas antes de aplicar la misma instrucción a una colección mayor. Incluye un caso normal, uno ambiguo y otro con información ausente. Un ejemplo de atención al cliente podría pedir 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 un plazo solo cuando se indique. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder contrastar el texto resultante con el elemento original.
La ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades de comprensión causal, deducción lógica compleja y razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser irregular. Trátalos como aspectos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una afirmación observada de una explicación inferida. El entregable útil terminado es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos obligatorios e información ausente puedan examinarse. Esta edición de junio es una opción independiente de procesamiento de texto; las especificaciones de ediciones 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 $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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 las cabeceras. 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 de alto rendimiento, resúmenes y procesamiento repetible de texto. 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 sensibles a la latencia, como clasificar mensajes y resumir material a gran escala. Pertenece a la familia de razonamiento Gemini 2.5 y mantiene una vía de respuesta directa para trabajos sencillos. La denominación Preview fechada identifica esta versión por separado de Flash-Lite estable y de la posterior preliminar de septiembre, cuyas mejoras en el seguimiento de instrucciones y la multimodalidad tienen su propia identidad de edición.
El lanzamiento de junio sitúa la clasificación y los resúmenes en el centro de sus usos previstos. Una entrada útil de clasificación contiene el mensaje, las etiquetas permitidas y ejemplos de sus límites; la salida puede ser una etiqueta, una razón breve y la información necesaria para el siguiente paso de procesamiento. Una tarea de resumen puede especificar las decisiones, acciones pendientes, plazos indicados y preguntas sin resolver que deben conservarse. Son aplicaciones prácticas de la finalidad declarada: 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 edición preliminar de Flash-Lite de junio. Google describe un presupuesto de razonamiento controlable que permite a la tarea utilizar razonamiento adicional cuando sus condiciones lo requieren. Mantén la vía directa para la categorización o el acortamiento sencillos; utiliza una tarea razonada 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 sola que la conclusión sea correcta.
El informe técnico de Google menciona 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 e identifica después qué debe extraer o comparar el modelo. Para un asistente documental, separa la pregunta del texto de origen y solicita un resultado vinculado a los pasajes pertinentes. Para un paso de extracción, define los campos y cómo representar la información ausente del material. Se trata de una capacidad de contexto, no de una promesa de que el contenido ajeno a la tarea resulte útil por el mero hecho de incluirlo.
El anuncio de junio enumera herramientas nativas de fundamentación mediante búsquedas, ejecución de código y contexto de URL, junto con llamadas a funciones. La fundamentación mediante búsquedas añade información 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 realizar cálculos o procesar texto y utiliza el resultado de la ejecución en la respuesta. Las llamadas a funciones tienen una función diferente: el modelo selecciona una función declarada y sus argumentos, mientras que la aplicación conectada la ejecuta y devuelve el resultado. Define la finalidad 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 pequeño conjunto de entradas representativas antes de aplicar la misma instrucción a una colección mayor. Incluye un caso normal, uno ambiguo y otro con información ausente. Un ejemplo de atención al cliente podría pedir 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 un plazo solo cuando se indique. Mantén estos campos solicitados separados de cualquier prosa explicativa para poder contrastar el texto resultante con el elemento original.
La ficha de la familia Flash-Lite del fabricante identifica la posible invención de hechos y dificultades de comprensión causal, deducción lógica compleja y razonamiento contrafactual. También señala que el cumplimiento de un presupuesto de razonamiento puede ser irregular. Trátalos como aspectos concretos de revisión: compara los hechos extraídos con la fuente, comprueba los cálculos dependientes y distingue una afirmación observada de una explicación inferida. El entregable útil terminado es una clasificación, un resumen, una extracción o una respuesta compactos cuyos hechos obligatorios e información ausente puedan examinarse. Esta edición de junio es una opción independiente de procesamiento de texto; las especificaciones de ediciones 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 $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "gemini-2.5-flash-lite-preview-06-17",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 las cabeceras. 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.