Gemini 3.1 Pro Preview on tarkoitettu vaativien aineistojen käsittelyyn ja tehtäviin, jotka edellyttävät useita peräkkäisiä ratkaisuja. Google painottaa ohjelmistotekniikkaa, työkalujen käyttöä ja faktapohjaisten vastausten johdonmukaisuutta. Malli auttaa käsittelemään suuria tietoaineistoja, kokonaisia ohjelmistorepositorioita ja tehtäviä, joissa teksti yhdistyy visuaaliseen tai ääniaineistoon.
Googlen ominaisuusluettelossa ovat teksti, kuvat, video, ääni ja PDF-tiedostot. Ailoot API:n nykyisessä luettelossa tekstimenetelmien syötteeksi ilmoitetaan teksti ja kuvat ja tulosteeksi teksti. Video, ääni ja PDF eivät kuulu tähän syötevalikoimaan. Pitkä konteksti kattaa enintään 1 048 576 syötetokenia ja tekstivastaus enintään 65 536 tulostetokenia. Kuvien ja äänen ymmärtäminen ei tarkoita niiden generointia: tämän version tuloste on edelleen tekstiä.
Thinking mahdollistaa lisäpanoksen sisäiseen päättelyyn. Googlen kuvaamassa perusmallin tilassa oletustaso on high; käytettävissä ovat low, medium, high. Nämä arvot kuvaavat Googlen perusmallia; tila ja sen ohjausmahdollisuudet Ailoot API:n kautta riippuvat valitusta menetelmästä ja malliversiosta. Keskeisiä käyttötapauksia ovat vaativa ohjelmointi, algoritmien kehittäminen, strateginen suunnittelu ja ratkaisun vaiheittainen parantaminen. Tämä on erityisen hyödyllistä, kun on huomioitava useita toisiinsa liittyviä vaatimuksia ja palattava välituloksiin.
Mallin ominaisuuksiin kuuluvat funktiokutsut, koodin suoritus ja rakenteiset vastaukset. Kontekstin välimuistia, hakutuloksiin perustuvaa ankkurointia, Google Maps -palvelua ja verkko-osoitteiden sisällön käyttöä tuetaan; eräkäsittely on käytettävissä. Näillä voidaan rakentaa prosessi, jossa malli analysoi tietoa, valitsee seuraavan työkalun ja muodostaa lopputuloksen. Kunkin työkalun todellinen saatavuus riippuu mallin käyttömenetelmästä.
Kortti koskee esiversiota gemini-3.1-pro-preview. Sen perustana on Gemini 3 Pro. Valmistaja nimeää erikseen version gemini-3.1-pro-preview-customtools, joka on tarkoitettu komentotulkkia ja käyttäjän omia työkaluja hyödyntäviin prosesseihin. Sen työkalujen valinnan painotukset ja toiminnan erityispiirteet eivät ole tavallisen Preview-version ominaisuuksia.
Mallilla on perusmallilinjan yleiset rajoitukset: vastauksissa voi olla keksittyjä tietoja, ja yksittäiset pyynnöt voivat edetä hitaasti tai päättyä aikakatkaisuun. Monivaiheinen päättely, suuri konteksti ja tietojen saatavuus auttavat vaativissa tehtävissä, mutta eivät tee jokaisesta generoidusta päätelmästä todennettua faktaa.
", "aboutText": "Gemini 3.1 Pro Preview on tarkoitettu vaativien aineistojen käsittelyyn ja tehtäviin, jotka edellyttävät useita peräkkäisiä ratkaisuja. Google painottaa ohjelmistotekniikkaa, työkalujen käyttöä ja faktapohjaisten vastausten johdonmukaisuutta. Malli auttaa käsittelemään suuria tietoaineistoja, kokonaisia ohjelmistorepositorioita ja tehtäviä, joissa teksti yhdistyy visuaaliseen tai ääniaineistoon.\n\n### Mallin ymmärtämät aineistot\n\nGooglen ominaisuusluettelossa ovat **teksti, kuvat, video, ääni ja PDF-tiedostot**. Ailoot API:n nykyisessä luettelossa tekstimenetelmien syötteeksi ilmoitetaan **teksti ja kuvat** ja tulosteeksi teksti. Video, ääni ja PDF eivät kuulu tähän syötevalikoimaan. Pitkä konteksti kattaa enintään **1 048 576 syötetokenia** ja tekstivastaus enintään **65 536 tulostetokenia**. Kuvien ja äänen ymmärtäminen ei tarkoita niiden generointia: tämän version tuloste on edelleen tekstiä.\n\n### Päättely ja vaiheittainen työskentely\n\nThinking mahdollistaa lisäpanoksen sisäiseen päättelyyn. Googlen kuvaamassa perusmallin tilassa oletustaso on `high`; käytettävissä ovat `low`, `medium`, `high`. Nämä arvot kuvaavat Googlen perusmallia; tila ja sen ohjausmahdollisuudet Ailoot API:n kautta riippuvat valitusta menetelmästä ja malliversiosta. Keskeisiä käyttötapauksia ovat vaativa ohjelmointi, algoritmien kehittäminen, strateginen suunnittelu ja ratkaisun vaiheittainen parantaminen. Tämä on erityisen hyödyllistä, kun on huomioitava useita toisiinsa liittyviä vaatimuksia ja palattava välituloksiin.\n\nMallin ominaisuuksiin kuuluvat funktiokutsut, koodin suoritus ja rakenteiset vastaukset. Kontekstin välimuistia, hakutuloksiin perustuvaa ankkurointia, Google Maps -palvelua ja verkko-osoitteiden sisällön käyttöä tuetaan; eräkäsittely on käytettävissä. Näillä voidaan rakentaa prosessi, jossa malli analysoi tietoa, valitsee seuraavan työkalun ja muodostaa lopputuloksen. Kunkin työkalun todellinen saatavuus riippuu mallin käyttömenetelmästä.\n\n### Versio ja erityispiirteet\n\nKortti koskee esiversiota `gemini-3.1-pro-preview`. Sen perustana on Gemini 3 Pro. Valmistaja nimeää erikseen version `gemini-3.1-pro-preview-customtools`, joka on tarkoitettu komentotulkkia ja käyttäjän omia työkaluja hyödyntäviin prosesseihin. Sen työkalujen valinnan painotukset ja toiminnan erityispiirteet eivät ole tavallisen Preview-version ominaisuuksia.\n\nMallilla on perusmallilinjan yleiset rajoitukset: vastauksissa voi olla keksittyjä tietoja, ja yksittäiset pyynnöt voivat edetä hitaasti tai päättyä aikakatkaisuun. Monivaiheinen päättely, suuri konteksti ja tietojen saatavuus auttavat vaativissa tehtävissä, mutta eivät tee jokaisesta generoidusta päätelmästä todennettua faktaa.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Design a dependency-aware work order\n\nPlan execution for these tasks: A has no dependency; B depends on A; C depends on A; D depends on both B and C. At most two tasks may run together, and each takes one hour. Give the earliest valid schedule, a general scheduling algorithm and a test that catches starting D before C finishes.A time-slot schedule, algorithm pseudocode and a dependency-violation test case.Check that the proposed schedule respects both dependencies and the two-task concurrency limit.gemini-pro-agentGooglen multimodaalinen malli vaativiin ohjelmointitehtäviin, laajojen aineistojen analysointiin ja täsmälliseen monivaiheiseen työkalutyöskentelyyn.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemini 3.1 Pro Preview on tarkoitettu vaativien aineistojen käsittelyyn ja tehtäviin, jotka edellyttävät useita peräkkäisiä ratkaisuja. Google painottaa ohjelmistotekniikkaa, työkalujen käyttöä ja faktapohjaisten vastausten johdonmukaisuutta. Malli auttaa käsittelemään suuria tietoaineistoja, kokonaisia ohjelmistorepositorioita ja tehtäviä, joissa teksti yhdistyy visuaaliseen tai ääniaineistoon.
Googlen ominaisuusluettelossa ovat teksti, kuvat, video, ääni ja PDF-tiedostot. Ailoot API:n nykyisessä luettelossa tekstimenetelmien syötteeksi ilmoitetaan teksti ja kuvat ja tulosteeksi teksti. Video, ääni ja PDF eivät kuulu tähän syötevalikoimaan. Pitkä konteksti kattaa enintään 1 048 576 syötetokenia ja tekstivastaus enintään 65 536 tulostetokenia. Kuvien ja äänen ymmärtäminen ei tarkoita niiden generointia: tämän version tuloste on edelleen tekstiä.
Thinking mahdollistaa lisäpanoksen sisäiseen päättelyyn. Googlen kuvaamassa perusmallin tilassa oletustaso on high; käytettävissä ovat low, medium, high. Nämä arvot kuvaavat Googlen perusmallia; tila ja sen ohjausmahdollisuudet Ailoot API:n kautta riippuvat valitusta menetelmästä ja malliversiosta. Keskeisiä käyttötapauksia ovat vaativa ohjelmointi, algoritmien kehittäminen, strateginen suunnittelu ja ratkaisun vaiheittainen parantaminen. Tämä on erityisen hyödyllistä, kun on huomioitava useita toisiinsa liittyviä vaatimuksia ja palattava välituloksiin.
Mallin ominaisuuksiin kuuluvat funktiokutsut, koodin suoritus ja rakenteiset vastaukset. Kontekstin välimuistia, hakutuloksiin perustuvaa ankkurointia, Google Maps -palvelua ja verkko-osoitteiden sisällön käyttöä tuetaan; eräkäsittely on käytettävissä. Näillä voidaan rakentaa prosessi, jossa malli analysoi tietoa, valitsee seuraavan työkalun ja muodostaa lopputuloksen. Kunkin työkalun todellinen saatavuus riippuu mallin käyttömenetelmästä.
Kortti koskee esiversiota gemini-3.1-pro-preview. Sen perustana on Gemini 3 Pro. Valmistaja nimeää erikseen version gemini-3.1-pro-preview-customtools, joka on tarkoitettu komentotulkkia ja käyttäjän omia työkaluja hyödyntäviin prosesseihin. Sen työkalujen valinnan painotukset ja toiminnan erityispiirteet eivät ole tavallisen Preview-version ominaisuuksia.
Mallilla on perusmallilinjan yleiset rajoitukset: vastauksissa voi olla keksittyjä tietoja, ja yksittäiset pyynnöt voivat edetä hitaasti tai päättyä aikakatkaisuun. Monivaiheinen päättely, suuri konteksti ja tietojen saatavuus auttavat vaativissa tehtävissä, mutta eivät tee jokaisesta generoidusta päätelmästä todennettua faktaa.
POST /v1/messagestext, imagetext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat gemini-pro-agent | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring|content_block[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttäsystem | Tyyppistring|content_block[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat Vähimmäismäärä: 1 Rajoitus koskee: valitun mallin/kortin täsmällinen yläraja | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop_sequences | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppitool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: työkalu annettu | Oletus— |
Kenttätools[].description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].input_schema | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäthinking.type | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäthinking.budget_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäoutput_config.effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämetadata | Tyyppiobject | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttäcache_control | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Teksti · UTF8-teksti
messages[].content tai type=text-lohko
Teksti + kuva
{type:image,source:{type:base64,media_type,data}} tai lähde, jossa type=url
| Parametri | Sopimus |
|---|---|
Parametrimaterial_types | Sopimustext, image |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusnull |
Parametricontent_type | Sopimusapplication/json |
Parametritext_file_material | Sopimusvarsinainen UTF-8-sisältö lisätään tekstinä; tiedostojen ID- tai URLs-arvot tarvitsevat erillisen täsmällisen tuen |
Elinkaari: exact retained published method
Menetelmien rakenteet ja ID:t ovat täsmällisiä; toimittajan kyvykkyys on erillinen pyynnön hyväksymisestä.
POST /v1/messages| Pyynnön koko tokeneina | Syöte | Tuloste | Välimuistin luku | Välimuistiin kirjoitus | Välimuisti 5 min | Välimuisti 1 tunti |
|---|---|---|---|---|---|---|
| Pyynnön koko tokeneina(0; 200 000] | Syöte0,002 $ | Tuloste0,012 $ | Välimuistin luku0,0002 $ | Välimuistiin kirjoitusPerushinta: — | Välimuisti 5 minPerushinta: — | Välimuisti 1 tuntiPerushinta: — |
| Pyynnön koko tokeneina(200 000; ∞) | Syöte0,004 $ | Tuloste0,018 $ | Välimuistin luku0,0004 $ | Välimuistiin kirjoitusPerushinta: — | Välimuisti 5 minPerushinta: — | Välimuisti 1 tuntiPerushinta: — |
Hinnat USD-määräisinä 1K tokenia kohden. Jos hintaa ei ole asetettu, käytetään tämän menetelmän perushintaa; «—» tarkoittaa, ettei perushintaa ole asetettu.
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-pro-agent", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-pro-agent", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-pro-agent",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-pro-agent",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gemini-pro-agent',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot gemini-pro-agent
Käytä yllä näytettyjä menetelmäpolkuja.
gemini-pro-agentGooglen multimodaalinen malli vaativiin ohjelmointitehtäviin, laajojen aineistojen analysointiin ja täsmälliseen monivaiheiseen työkalutyöskentelyyn.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemini 3.1 Pro Preview on tarkoitettu vaativien aineistojen käsittelyyn ja tehtäviin, jotka edellyttävät useita peräkkäisiä ratkaisuja. Google painottaa ohjelmistotekniikkaa, työkalujen käyttöä ja faktapohjaisten vastausten johdonmukaisuutta. Malli auttaa käsittelemään suuria tietoaineistoja, kokonaisia ohjelmistorepositorioita ja tehtäviä, joissa teksti yhdistyy visuaaliseen tai ääniaineistoon.
Googlen ominaisuusluettelossa ovat teksti, kuvat, video, ääni ja PDF-tiedostot. Ailoot API:n nykyisessä luettelossa tekstimenetelmien syötteeksi ilmoitetaan teksti ja kuvat ja tulosteeksi teksti. Video, ääni ja PDF eivät kuulu tähän syötevalikoimaan. Pitkä konteksti kattaa enintään 1 048 576 syötetokenia ja tekstivastaus enintään 65 536 tulostetokenia. Kuvien ja äänen ymmärtäminen ei tarkoita niiden generointia: tämän version tuloste on edelleen tekstiä.
Thinking mahdollistaa lisäpanoksen sisäiseen päättelyyn. Googlen kuvaamassa perusmallin tilassa oletustaso on high; käytettävissä ovat low, medium, high. Nämä arvot kuvaavat Googlen perusmallia; tila ja sen ohjausmahdollisuudet Ailoot API:n kautta riippuvat valitusta menetelmästä ja malliversiosta. Keskeisiä käyttötapauksia ovat vaativa ohjelmointi, algoritmien kehittäminen, strateginen suunnittelu ja ratkaisun vaiheittainen parantaminen. Tämä on erityisen hyödyllistä, kun on huomioitava useita toisiinsa liittyviä vaatimuksia ja palattava välituloksiin.
Mallin ominaisuuksiin kuuluvat funktiokutsut, koodin suoritus ja rakenteiset vastaukset. Kontekstin välimuistia, hakutuloksiin perustuvaa ankkurointia, Google Maps -palvelua ja verkko-osoitteiden sisällön käyttöä tuetaan; eräkäsittely on käytettävissä. Näillä voidaan rakentaa prosessi, jossa malli analysoi tietoa, valitsee seuraavan työkalun ja muodostaa lopputuloksen. Kunkin työkalun todellinen saatavuus riippuu mallin käyttömenetelmästä.
Kortti koskee esiversiota gemini-3.1-pro-preview. Sen perustana on Gemini 3 Pro. Valmistaja nimeää erikseen version gemini-3.1-pro-preview-customtools, joka on tarkoitettu komentotulkkia ja käyttäjän omia työkaluja hyödyntäviin prosesseihin. Sen työkalujen valinnan painotukset ja toiminnan erityispiirteet eivät ole tavallisen Preview-version ominaisuuksia.
Mallilla on perusmallilinjan yleiset rajoitukset: vastauksissa voi olla keksittyjä tietoja, ja yksittäiset pyynnöt voivat edetä hitaasti tai päättyä aikakatkaisuun. Monivaiheinen päättely, suuri konteksti ja tietojen saatavuus auttavat vaativissa tehtävissä, mutta eivät tee jokaisesta generoidusta päätelmästä todennettua faktaa.
POST /v1beta/models/{model}:generateContenttext, imagetext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttäpath.model | Tyyppistring | VaatimusPakollinen | Arvot & rajat gemini-pro-agent | Oletus— |
Kenttäcontents | Tyyppicontent[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttäcontents[].role | Tyyppistring | VaatimusValinnainen | Arvot & rajat user, model | Oletus— |
Kenttäcontents[].parts | Tyyppipart[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
KenttäsystemInstruction | Tyyppicontent | VaatimusValinnainen | Arvot & rajat | Oletus— |
KenttägenerationConfig.maxOutputTokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
KenttägenerationConfig.temperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttägenerationConfig.topP | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttägenerationConfig.topK | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttägenerationConfig.stopSequences | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttägenerationConfig.thinkingConfig.includeThoughts | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttägenerationConfig.thinkingConfig.thinkingBudget | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].functionDeclarations | Tyyppifunction_declaration[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttätoolConfig.functionCallingConfig.mode | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttäsafetySettings | Tyyppiobject[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
KenttäsessionId | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Teksti · UTF8-teksti
contents[].parts[].text
Teksti + kuva
parts[].inlineData={mimeType,data}
| Parametri | Sopimus |
|---|---|
Parametrimaterial_types | Sopimustext, image |
Parametrirequired | Sopimuscontents |
Parametrioptional_controls | Sopimusnull |
Parametricontent_type | Sopimusapplication/json |
Parametritext_file_material | Sopimusvarsinainen UTF-8-sisältö lisätään tekstinä; tiedostojen ID- tai URLs-arvot tarvitsevat erillisen täsmällisen tuen |
Elinkaari: exact retained published method
Menetelmien rakenteet ja ID:t ovat täsmällisiä; toimittajan kyvykkyys on erillinen pyynnön hyväksymisestä.
POST /v1beta/models/{model}:generateContent| Pyynnön koko tokeneina | Syöte | Tuloste | Välimuistin luku | Välimuistiin kirjoitus | Välimuisti 5 min | Välimuisti 1 tunti |
|---|---|---|---|---|---|---|
| Pyynnön koko tokeneina(0; 200 000] | Syöte0,002 $ | Tuloste0,012 $ | Välimuistin luku0,0002 $ | Välimuistiin kirjoitusPerushinta: — | Välimuisti 5 minPerushinta: — | Välimuisti 1 tuntiPerushinta: — |
| Pyynnön koko tokeneina(200 000; ∞) | Syöte0,004 $ | Tuloste0,018 $ | Välimuistin luku0,0004 $ | Välimuistiin kirjoitusPerushinta: — | Välimuisti 5 minPerushinta: — | Välimuisti 1 tuntiPerushinta: — |
Hinnat USD-määräisinä 1K tokenia kohden. Jos hintaa ei ole asetettu, käytetään tämän menetelmän perushintaa; «—» tarkoittaa, ettei perushintaa ole asetettu.
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-pro-agent:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-pro-agent:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-pro-agent", contents="Explain the difference between an observation and a hypothesis 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(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-pro-agent", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\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=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\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\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-pro-agent',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson tai tuettu virtakäsittely
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki ehdokkaat ja osat, mukaan lukien funktiokutsut, päättelyallekirjoitukset ja käyttötiedot; kokoa virran lohkot järjestyksessä.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
KenttäresponseId | Tyyppistring |
KenttämodelVersion | Tyyppistring |
Kenttäcandidates[].content.parts[] | Tyyppitext|inlineData|functionCall|other part |
Kenttäcandidates[].finishReason | Tyyppistring |
KenttäusageMetadata | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot gemini-pro-agent
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Design a dependency-aware work order\n\nPlan execution for these tasks: A has no dependency; B depends on A; C depends on A; D depends on both B and C. At most two tasks may run together, and each takes one hour. Give the earliest valid schedule, a general scheduling algorithm and a test that catches starting D before C finishes.A time-slot schedule, algorithm pseudocode and a dependency-violation test case.Check that the proposed schedule respects both dependencies and the two-task concurrency limit.