Gemini 2.5 Pro Preview 06-05 es la edición preliminar de junio del modelo de razonamiento Gemini 2.5 Pro de Google. El lanzamiento parte de la versión preliminar anterior y destaca las tareas de programación, matemáticas, ciencia, conocimiento y razonamiento. Google también señala una mejora del estilo y la estructura de las respuestas, con respuestas más creativas y mejor formateadas. Conservar 06-05 es importante cuando una tarea se refiere a esta versión preliminar concreta y no a un modelo estable posterior o con otra fecha.
El resultado de trabajo es texto: una propuesta de código, una explicación, una conclusión analítica o un documento preparado. La familia Pro documentada utiliza texto, imágenes, audio y PDF como material de origen. Una tarea escrita puede vincular información de esas entradas con una pregunta concreta. Para un documento técnico, identifica las definiciones, la tabla o el diagrama pertinentes y explica qué debe establecer la respuesta. Para una grabación, distingue entre solicitar una transcripción, un resumen y una interpretación, en lugar de tratarlos como una única operación.
El razonamiento es central en la finalidad de la línea Pro. El anuncio de junio añade presupuestos de razonamiento para que los desarrolladores tengan más control sobre la cantidad de análisis, y las notas oficiales de la versión identifican expresamente la ampliación de la compatibilidad con razonamiento para gemini-2.5-pro-preview-06-05. Elige la profundidad necesaria para el problema real y especifica un resultado final que pueda comprobarse. El presupuesto de razonamiento y la longitud solicitada de la respuesta son controles diferentes; una respuesta final breve puede requerir un análisis considerable antes de producirse.
Para programar, incluye los archivos o la función pertinentes, el lenguaje, el comportamiento esperado y una entrada concreta que demuestre el problema. Indica las interfaces y el comportamiento circundante que deben permanecer sin cambios. Un recurso final útil es una implementación propuesta con una explicación de la condición elegida y ejemplos que muestren qué debe verificarse. Si comparas enfoques, proporciona a cada uno los mismos casos de entrada y criterios de decisión para que la respuesta trate la disyuntiva real en lugar de ofrecer una discusión general sobre algoritmos.
Para material matemático o científico, proporciona el enunciado completo, las definiciones, los supuestos permitidos y el resultado que debe establecerse. Conserva la notación numérica y las unidades. Pide al modelo que explique por qué las transformaciones elegidas se derivan de las condiciones proporcionadas y que separe el resultado final de las alternativas que haya considerado. Al revisar una solución propuesta, proporciona tanto el problema original como el paso cuestionado. Comprueba el cálculo o la afirmación resultantes con las pruebas reales de origen, en lugar de basarte en la seguridad con la que están expresados.
El fabricante describe la familia Pro para el análisis de contexto largo de conjuntos de datos, bases de código y documentos. Prepara ese contexto con etiquetas de origen, fragmentos pertinentes y una regla clara de prioridad cuando los documentos entren en conflicto. Establece el criterio de finalización de la tarea: una comparación de requisitos, una respuesta basada en fuentes, una función revisada o una explicación para un público concreto. Deja espacio para la respuesta en lugar de llenar toda la solicitud de historial no relacionado. Conserva la misma versión de la entrada y el nombre exacto de la versión preliminar al retomar un caso para poder interpretar de forma significativa un cambio en el resultado.
La documentación de la familia Gemini 2.5 Pro incluye salidas estructuradas, llamadas a funciones, ejecución de código, fundamentación mediante búsquedas y almacenamiento en caché. Son capacidades de la familia del fabricante, no un conjunto automático de acciones en todas las aplicaciones que la integran. Proporciona un esquema cuando necesites una salida legible por máquinas, valida sus campos y distingue los hechos aportados por una herramienta de una operación propuesta. Una aplicación define y ejecuta las herramientas personalizadas, y después devuelve sus resultados para el siguiente paso del modelo. Un fragmento de código generado o una solicitud de función no demuestran que se haya ejecutado correctamente.
La mejora del estilo y la estructura de la versión de junio resulta útil cuando una explicación se convierte en un informe o en un borrador editorial. Indica el público, la terminología, los encabezados y la longitud, e identifica qué debe conservarse del original. Pide que se señale la información incierta o ausente en lugar de completarla con detalles inventados. Contrasta las afirmaciones factuales con el material proporcionado, valida los registros estructurados y prueba el código en el entorno previsto. El resultado útil es un recurso textual revisado que conserva su contexto de origen y su identidad 06-05, mientras que los nombres de modelos posteriores, los ajustes del servicio y las capacidades de generación de medios siguen siendo opciones separadas.
", "aboutText": "Gemini 2.5 Pro Preview 06-05 es la edición preliminar de junio del modelo de razonamiento Gemini 2.5 Pro de Google. El lanzamiento parte de la versión preliminar anterior y destaca las tareas de programación, matemáticas, ciencia, conocimiento y razonamiento. Google también señala una mejora del estilo y la estructura de las respuestas, con respuestas más creativas y mejor formateadas. Conservar 06-05 es importante cuando una tarea se refiere a esta versión preliminar concreta y no a un modelo estable posterior o con otra fecha.\n\nEl resultado de trabajo es texto: una propuesta de código, una explicación, una conclusión analítica o un documento preparado. La familia Pro documentada utiliza texto, imágenes, audio y PDF como material de origen. Una tarea escrita puede vincular información de esas entradas con una pregunta concreta. Para un documento técnico, identifica las definiciones, la tabla o el diagrama pertinentes y explica qué debe establecer la respuesta. Para una grabación, distingue entre solicitar una transcripción, un resumen y una interpretación, en lugar de tratarlos como una única operación.\n\nEl razonamiento es central en la finalidad de la línea Pro. El anuncio de junio añade presupuestos de razonamiento para que los desarrolladores tengan más control sobre la cantidad de análisis, y las notas oficiales de la versión identifican expresamente la ampliación de la compatibilidad con razonamiento para gemini-2.5-pro-preview-06-05. Elige la profundidad necesaria para el problema real y especifica un resultado final que pueda comprobarse. El presupuesto de razonamiento y la longitud solicitada de la respuesta son controles diferentes; una respuesta final breve puede requerir un análisis considerable antes de producirse.\n\nPara programar, incluye los archivos o la función pertinentes, el lenguaje, el comportamiento esperado y una entrada concreta que demuestre el problema. Indica las interfaces y el comportamiento circundante que deben permanecer sin cambios. Un recurso final útil es una implementación propuesta con una explicación de la condición elegida y ejemplos que muestren qué debe verificarse. Si comparas enfoques, proporciona a cada uno los mismos casos de entrada y criterios de decisión para que la respuesta trate la disyuntiva real en lugar de ofrecer una discusión general sobre algoritmos.\n\nPara material matemático o científico, proporciona el enunciado completo, las definiciones, los supuestos permitidos y el resultado que debe establecerse. Conserva la notación numérica y las unidades. Pide al modelo que explique por qué las transformaciones elegidas se derivan de las condiciones proporcionadas y que separe el resultado final de las alternativas que haya considerado. Al revisar una solución propuesta, proporciona tanto el problema original como el paso cuestionado. Comprueba el cálculo o la afirmación resultantes con las pruebas reales de origen, en lugar de basarte en la seguridad con la que están expresados.\n\nEl fabricante describe la familia Pro para el análisis de contexto largo de conjuntos de datos, bases de código y documentos. Prepara ese contexto con etiquetas de origen, fragmentos pertinentes y una regla clara de prioridad cuando los documentos entren en conflicto. Establece el criterio de finalización de la tarea: una comparación de requisitos, una respuesta basada en fuentes, una función revisada o una explicación para un público concreto. Deja espacio para la respuesta en lugar de llenar toda la solicitud de historial no relacionado. Conserva la misma versión de la entrada y el nombre exacto de la versión preliminar al retomar un caso para poder interpretar de forma significativa un cambio en el resultado.\n\nLa documentación de la familia Gemini 2.5 Pro incluye salidas estructuradas, llamadas a funciones, ejecución de código, fundamentación mediante búsquedas y almacenamiento en caché. Son capacidades de la familia del fabricante, no un conjunto automático de acciones en todas las aplicaciones que la integran. Proporciona un esquema cuando necesites una salida legible por máquinas, valida sus campos y distingue los hechos aportados por una herramienta de una operación propuesta. Una aplicación define y ejecuta las herramientas personalizadas, y después devuelve sus resultados para el siguiente paso del modelo. Un fragmento de código generado o una solicitud de función no demuestran que se haya ejecutado correctamente.\n\nLa mejora del estilo y la estructura de la versión de junio resulta útil cuando una explicación se convierte en un informe o en un borrador editorial. Indica el público, la terminología, los encabezados y la longitud, e identifica qué debe conservarse del original. Pide que se señale la información incierta o ausente en lugar de completarla con detalles inventados. Contrasta las afirmaciones factuales con el material proporcionado, valida los registros estructurados y prueba el código en el entorno previsto. El resultado útil es un recurso textual revisado que conserva su contexto de origen y su identidad 06-05, mientras que los nombres de modelos posteriores, los ajustes del servicio y las capacidades de generación de medios siguen siendo opciones separadas.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 es la versión preliminar de junio para tareas de código, matemáticas, ciencia y documentos que requieren un razonamiento intensivo. El lanzamiento de Google destaca la ampliación del control del razonamiento y la mejora del estilo y la estructura de las respuestas, manteniendo diferenciada la identidad exacta 06-05.
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 Pro Preview 06-05 es la edición preliminar de junio del modelo de razonamiento Gemini 2.5 Pro de Google. El lanzamiento parte de la versión preliminar anterior y destaca las tareas de programación, matemáticas, ciencia, conocimiento y razonamiento. Google también señala una mejora del estilo y la estructura de las respuestas, con respuestas más creativas y mejor formateadas. Conservar 06-05 es importante cuando una tarea se refiere a esta versión preliminar concreta y no a un modelo estable posterior o con otra fecha.
El resultado de trabajo es texto: una propuesta de código, una explicación, una conclusión analítica o un documento preparado. La familia Pro documentada utiliza texto, imágenes, audio y PDF como material de origen. Una tarea escrita puede vincular información de esas entradas con una pregunta concreta. Para un documento técnico, identifica las definiciones, la tabla o el diagrama pertinentes y explica qué debe establecer la respuesta. Para una grabación, distingue entre solicitar una transcripción, un resumen y una interpretación, en lugar de tratarlos como una única operación.
El razonamiento es central en la finalidad de la línea Pro. El anuncio de junio añade presupuestos de razonamiento para que los desarrolladores tengan más control sobre la cantidad de análisis, y las notas oficiales de la versión identifican expresamente la ampliación de la compatibilidad con razonamiento para gemini-2.5-pro-preview-06-05. Elige la profundidad necesaria para el problema real y especifica un resultado final que pueda comprobarse. El presupuesto de razonamiento y la longitud solicitada de la respuesta son controles diferentes; una respuesta final breve puede requerir un análisis considerable antes de producirse.
Para programar, incluye los archivos o la función pertinentes, el lenguaje, el comportamiento esperado y una entrada concreta que demuestre el problema. Indica las interfaces y el comportamiento circundante que deben permanecer sin cambios. Un recurso final útil es una implementación propuesta con una explicación de la condición elegida y ejemplos que muestren qué debe verificarse. Si comparas enfoques, proporciona a cada uno los mismos casos de entrada y criterios de decisión para que la respuesta trate la disyuntiva real en lugar de ofrecer una discusión general sobre algoritmos.
Para material matemático o científico, proporciona el enunciado completo, las definiciones, los supuestos permitidos y el resultado que debe establecerse. Conserva la notación numérica y las unidades. Pide al modelo que explique por qué las transformaciones elegidas se derivan de las condiciones proporcionadas y que separe el resultado final de las alternativas que haya considerado. Al revisar una solución propuesta, proporciona tanto el problema original como el paso cuestionado. Comprueba el cálculo o la afirmación resultantes con las pruebas reales de origen, en lugar de basarte en la seguridad con la que están expresados.
El fabricante describe la familia Pro para el análisis de contexto largo de conjuntos de datos, bases de código y documentos. Prepara ese contexto con etiquetas de origen, fragmentos pertinentes y una regla clara de prioridad cuando los documentos entren en conflicto. Establece el criterio de finalización de la tarea: una comparación de requisitos, una respuesta basada en fuentes, una función revisada o una explicación para un público concreto. Deja espacio para la respuesta en lugar de llenar toda la solicitud de historial no relacionado. Conserva la misma versión de la entrada y el nombre exacto de la versión preliminar al retomar un caso para poder interpretar de forma significativa un cambio en el resultado.
La documentación de la familia Gemini 2.5 Pro incluye salidas estructuradas, llamadas a funciones, ejecución de código, fundamentación mediante búsquedas y almacenamiento en caché. Son capacidades de la familia del fabricante, no un conjunto automático de acciones en todas las aplicaciones que la integran. Proporciona un esquema cuando necesites una salida legible por máquinas, valida sus campos y distingue los hechos aportados por una herramienta de una operación propuesta. Una aplicación define y ejecuta las herramientas personalizadas, y después devuelve sus resultados para el siguiente paso del modelo. Un fragmento de código generado o una solicitud de función no demuestran que se haya ejecutado correctamente.
La mejora del estilo y la estructura de la versión de junio resulta útil cuando una explicación se convierte en un informe o en un borrador editorial. Indica el público, la terminología, los encabezados y la longitud, e identifica qué debe conservarse del original. Pide que se señale la información incierta o ausente en lugar de completarla con detalles inventados. Contrasta las afirmaciones factuales con el material proporcionado, valida los registros estructurados y prueba el código en el entorno previsto. El resultado útil es un recurso textual revisado que conserva su contexto de origen y su identidad 06-05, mientras que los nombres de modelos posteriores, los ajustes del servicio y las capacidades de generación de medios siguen siendo opciones separadas.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-2.5-pro-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 $0.0025 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.00025 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de razonamiento $0.02 / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200.000 | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.00025 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-pro-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-2.5-pro-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-2.5-pro-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 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 google/gemini-2.5-pro-preview
Usa las rutas de método indicadas arriba.
google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 es la versión preliminar de junio para tareas de código, matemáticas, ciencia y documentos que requieren un razonamiento intensivo. El lanzamiento de Google destaca la ampliación del control del razonamiento y la mejora del estilo y la estructura de las respuestas, manteniendo diferenciada la identidad exacta 06-05.
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 Pro Preview 06-05 es la edición preliminar de junio del modelo de razonamiento Gemini 2.5 Pro de Google. El lanzamiento parte de la versión preliminar anterior y destaca las tareas de programación, matemáticas, ciencia, conocimiento y razonamiento. Google también señala una mejora del estilo y la estructura de las respuestas, con respuestas más creativas y mejor formateadas. Conservar 06-05 es importante cuando una tarea se refiere a esta versión preliminar concreta y no a un modelo estable posterior o con otra fecha.
El resultado de trabajo es texto: una propuesta de código, una explicación, una conclusión analítica o un documento preparado. La familia Pro documentada utiliza texto, imágenes, audio y PDF como material de origen. Una tarea escrita puede vincular información de esas entradas con una pregunta concreta. Para un documento técnico, identifica las definiciones, la tabla o el diagrama pertinentes y explica qué debe establecer la respuesta. Para una grabación, distingue entre solicitar una transcripción, un resumen y una interpretación, en lugar de tratarlos como una única operación.
El razonamiento es central en la finalidad de la línea Pro. El anuncio de junio añade presupuestos de razonamiento para que los desarrolladores tengan más control sobre la cantidad de análisis, y las notas oficiales de la versión identifican expresamente la ampliación de la compatibilidad con razonamiento para gemini-2.5-pro-preview-06-05. Elige la profundidad necesaria para el problema real y especifica un resultado final que pueda comprobarse. El presupuesto de razonamiento y la longitud solicitada de la respuesta son controles diferentes; una respuesta final breve puede requerir un análisis considerable antes de producirse.
Para programar, incluye los archivos o la función pertinentes, el lenguaje, el comportamiento esperado y una entrada concreta que demuestre el problema. Indica las interfaces y el comportamiento circundante que deben permanecer sin cambios. Un recurso final útil es una implementación propuesta con una explicación de la condición elegida y ejemplos que muestren qué debe verificarse. Si comparas enfoques, proporciona a cada uno los mismos casos de entrada y criterios de decisión para que la respuesta trate la disyuntiva real en lugar de ofrecer una discusión general sobre algoritmos.
Para material matemático o científico, proporciona el enunciado completo, las definiciones, los supuestos permitidos y el resultado que debe establecerse. Conserva la notación numérica y las unidades. Pide al modelo que explique por qué las transformaciones elegidas se derivan de las condiciones proporcionadas y que separe el resultado final de las alternativas que haya considerado. Al revisar una solución propuesta, proporciona tanto el problema original como el paso cuestionado. Comprueba el cálculo o la afirmación resultantes con las pruebas reales de origen, en lugar de basarte en la seguridad con la que están expresados.
El fabricante describe la familia Pro para el análisis de contexto largo de conjuntos de datos, bases de código y documentos. Prepara ese contexto con etiquetas de origen, fragmentos pertinentes y una regla clara de prioridad cuando los documentos entren en conflicto. Establece el criterio de finalización de la tarea: una comparación de requisitos, una respuesta basada en fuentes, una función revisada o una explicación para un público concreto. Deja espacio para la respuesta en lugar de llenar toda la solicitud de historial no relacionado. Conserva la misma versión de la entrada y el nombre exacto de la versión preliminar al retomar un caso para poder interpretar de forma significativa un cambio en el resultado.
La documentación de la familia Gemini 2.5 Pro incluye salidas estructuradas, llamadas a funciones, ejecución de código, fundamentación mediante búsquedas y almacenamiento en caché. Son capacidades de la familia del fabricante, no un conjunto automático de acciones en todas las aplicaciones que la integran. Proporciona un esquema cuando necesites una salida legible por máquinas, valida sus campos y distingue los hechos aportados por una herramienta de una operación propuesta. Una aplicación define y ejecuta las herramientas personalizadas, y después devuelve sus resultados para el siguiente paso del modelo. Un fragmento de código generado o una solicitud de función no demuestran que se haya ejecutado correctamente.
La mejora del estilo y la estructura de la versión de junio resulta útil cuando una explicación se convierte en un informe o en un borrador editorial. Indica el público, la terminología, los encabezados y la longitud, e identifica qué debe conservarse del original. Pide que se señale la información incierta o ausente en lugar de completarla con detalles inventados. Contrasta las afirmaciones factuales con el material proporcionado, valida los registros estructurados y prueba el código en el entorno previsto. El resultado útil es un recurso textual revisado que conserva su contexto de origen y su identidad 06-05, mientras que los nombres de modelos posteriores, los ajustes del servicio y las capacidades de generación de medios siguen siendo opciones separadas.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-2.5-pro-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 $0.0025 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.00025 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de razonamiento $0.02 / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200.000 | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.02 / 1K tokens Entrada · Lectura de caché $0.00025 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché $0.00075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-2.5-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2.5-pro-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-2.5-pro-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 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 google/gemini-2.5-pro-preview
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.