Gemini 3.1 Flash-Lite Preview est l’édition en préversion de la gamme légère Gemini 3.1 Flash-Lite de Google. Sa conception vise les tâches fréquentes avec des instructions claires : traduction, transcription, classification, résumés de documents et extraction simple de données. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une tâche utile précise une opération et une forme finale, comme un message traduit, une transcription ou un enregistrement contenant les champs dont une application a besoin.
La documentation exacte de la préversion indique une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Ce sont des limites distinctes du producteur. Les sources, les instructions et l’historique de conversation contribuent à l’entrée, tandis que le résultat requis doit respecter le budget de sortie. Pour un grand ensemble de messages ou de pages, conservez les identifiants et demandez un identifiant de sortie correspondant pour chaque élément traité. Une grande fenêtre ne remplace pas une règle d’extraction claire et ne précise pas une définition de champ ambiguë.
La fiche du modèle comprend la réflexion, les sorties structurées et les appels de fonctions. Elle indique aussi l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache comme capacités du producteur. C’est un modèle à sortie textuelle; une entrée audio ou image n’implique pas la génération de parole ou d’illustrations. L’application appelante sélectionne toujours les outils disponibles, exécute les demandes de fonctions acceptées et renvoie leurs résultats. Gardez une action proposée distincte d’une action confirmée par l’application.
Pour la traduction, fournissez le message source, la langue cible, le public et la terminologie à préserver. Le guide de développement montre comment limiter la réponse au texte traduit sans commentaire supplémentaire. Un flux de messages de soutien peut garder les noms de produits et les références de commandes inchangés tout en produisant une réponse naturelle dans la langue du lecteur. Si la source est ambiguë, définissez s’il faut préserver cette ambiguïté ou renvoyer une question distincte de clarification plutôt que d’ajouter un détail inventé à la traduction.
Pour la transcription, fournissez l’audio avec le résultat demandé : texte mot pour mot, transcription nettoyée ou résumé. Ce sont des tâches différentes. Identifiez l’intervalle pertinent si un long enregistrement ne contient qu’un court échange nécessaire au résultat. Pour un PDF, posez une question précise ou définissez les champs à extraire, en préservant les références de page ou de section là où la réponse doit être vérifiée. Pour une source visuelle, indiquez l’objet, l’étiquette ou la zone pertinente pour la requête.
Pour la classification et l’extraction d’entités, définissez les catégories, les champs requis et le traitement des valeurs manquantes. Le guide du concepteur montre du JSON contraint par schéma pour extraire des renseignements d’avis. Un exemple original consiste à classer un billet de soutien et à renvoyer le produit mentionné, la catégorie du problème et la phrase source qui appuie le choix. Donnez un petit ensemble d’exemples représentatifs, y compris un cas qui doit rester inconnu. Validez l’enregistrement renvoyé et distinguez une valeur syntaxiquement valide d’une valeur réellement appuyée par la source.
Les éléments de lancement décrivent des niveaux de réflexion réglables, permettant à la tâche d’utiliser plus d’analyse lorsque ses conditions l’exigent. Une courte conversion linguistique et une classification comportant plusieurs exceptions peuvent utiliser des réglages de raisonnement différents. Le guide de développement présente aussi le routage de modèles comme une tâche de classification : le modèle identifie la complexité d’une requête et renvoie une catégorie sélectionnée. L’application environnante, plutôt que le classificateur lui-même, décide de ce qui sera exécuté ensuite. Fournissez les critères de routage réels et les choix autorisés afin que la sortie ait un sens opérationnel.
Pour un traitement reproductible, conservez cet identifiant Preview exact, la version d’entrée et le schéma ou le format de sortie demandé. Vérifiez un résultat pilote sur la même catégorie de données réelles avant de traiter un ensemble plus grand. Comparez les champs extraits avec le message original, vérifiez les transcriptions à l’écoute de l’enregistrement et confirmez que les termes traduits restent intacts. L’avantage pratique de ce profil est le traitement textuel multimodal ciblé avec un résultat défini; un texte fluide ou une suggestion d’outil n’établit pas à lui seul l’exactitude factuelle ni l’achèvement d’une exécution externe.
", "aboutText": "Gemini 3.1 Flash-Lite Preview est l’édition en préversion de la gamme légère Gemini 3.1 Flash-Lite de Google. Sa conception vise les tâches fréquentes avec des instructions claires : traduction, transcription, classification, résumés de documents et extraction simple de données. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une tâche utile précise une opération et une forme finale, comme un message traduit, une transcription ou un enregistrement contenant les champs dont une application a besoin.\n\nLa documentation exacte de la préversion indique une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Ce sont des limites distinctes du producteur. Les sources, les instructions et l’historique de conversation contribuent à l’entrée, tandis que le résultat requis doit respecter le budget de sortie. Pour un grand ensemble de messages ou de pages, conservez les identifiants et demandez un identifiant de sortie correspondant pour chaque élément traité. Une grande fenêtre ne remplace pas une règle d’extraction claire et ne précise pas une définition de champ ambiguë.\n\nLa fiche du modèle comprend la réflexion, les sorties structurées et les appels de fonctions. Elle indique aussi l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache comme capacités du producteur. C’est un modèle à sortie textuelle; une entrée audio ou image n’implique pas la génération de parole ou d’illustrations. L’application appelante sélectionne toujours les outils disponibles, exécute les demandes de fonctions acceptées et renvoie leurs résultats. Gardez une action proposée distincte d’une action confirmée par l’application.\n\nPour la traduction, fournissez le message source, la langue cible, le public et la terminologie à préserver. Le guide de développement montre comment limiter la réponse au texte traduit sans commentaire supplémentaire. Un flux de messages de soutien peut garder les noms de produits et les références de commandes inchangés tout en produisant une réponse naturelle dans la langue du lecteur. Si la source est ambiguë, définissez s’il faut préserver cette ambiguïté ou renvoyer une question distincte de clarification plutôt que d’ajouter un détail inventé à la traduction.\n\nPour la transcription, fournissez l’audio avec le résultat demandé : texte mot pour mot, transcription nettoyée ou résumé. Ce sont des tâches différentes. Identifiez l’intervalle pertinent si un long enregistrement ne contient qu’un court échange nécessaire au résultat. Pour un PDF, posez une question précise ou définissez les champs à extraire, en préservant les références de page ou de section là où la réponse doit être vérifiée. Pour une source visuelle, indiquez l’objet, l’étiquette ou la zone pertinente pour la requête.\n\nPour la classification et l’extraction d’entités, définissez les catégories, les champs requis et le traitement des valeurs manquantes. Le guide du concepteur montre du JSON contraint par schéma pour extraire des renseignements d’avis. Un exemple original consiste à classer un billet de soutien et à renvoyer le produit mentionné, la catégorie du problème et la phrase source qui appuie le choix. Donnez un petit ensemble d’exemples représentatifs, y compris un cas qui doit rester inconnu. Validez l’enregistrement renvoyé et distinguez une valeur syntaxiquement valide d’une valeur réellement appuyée par la source.\n\nLes éléments de lancement décrivent des niveaux de réflexion réglables, permettant à la tâche d’utiliser plus d’analyse lorsque ses conditions l’exigent. Une courte conversion linguistique et une classification comportant plusieurs exceptions peuvent utiliser des réglages de raisonnement différents. Le guide de développement présente aussi le routage de modèles comme une tâche de classification : le modèle identifie la complexité d’une requête et renvoie une catégorie sélectionnée. L’application environnante, plutôt que le classificateur lui-même, décide de ce qui sera exécuté ensuite. Fournissez les critères de routage réels et les choix autorisés afin que la sortie ait un sens opérationnel.\n\nPour un traitement reproductible, conservez cet identifiant Preview exact, la version d’entrée et le schéma ou le format de sortie demandé. Vérifiez un résultat pilote sur la même catégorie de données réelles avant de traiter un ensemble plus grand. Comparez les champs extraits avec le message original, vérifiez les transcriptions à l’écoute de l’enregistrement et confirmez que les termes traduits restent intacts. L’avantage pratique de ce profil est le traitement textuel multimodal ciblé avec un résultat défini; un texte fluide ou une suggestion d’outil n’établit pas à lui seul l’exactitude factuelle ni l’achèvement d’une exécution externe.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview est un modèle textuel multimodal pour les tâches répétées et bien définies comme la traduction, la transcription, la classification et l’extraction de données. Les capacités de réflexion et de sortie structurée aident à transformer les éléments fournis en un résultat concis qu’une application peut utiliser.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.1 Flash-Lite Preview est l’édition en préversion de la gamme légère Gemini 3.1 Flash-Lite de Google. Sa conception vise les tâches fréquentes avec des instructions claires : traduction, transcription, classification, résumés de documents et extraction simple de données. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une tâche utile précise une opération et une forme finale, comme un message traduit, une transcription ou un enregistrement contenant les champs dont une application a besoin.
La documentation exacte de la préversion indique une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Ce sont des limites distinctes du producteur. Les sources, les instructions et l’historique de conversation contribuent à l’entrée, tandis que le résultat requis doit respecter le budget de sortie. Pour un grand ensemble de messages ou de pages, conservez les identifiants et demandez un identifiant de sortie correspondant pour chaque élément traité. Une grande fenêtre ne remplace pas une règle d’extraction claire et ne précise pas une définition de champ ambiguë.
La fiche du modèle comprend la réflexion, les sorties structurées et les appels de fonctions. Elle indique aussi l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache comme capacités du producteur. C’est un modèle à sortie textuelle; une entrée audio ou image n’implique pas la génération de parole ou d’illustrations. L’application appelante sélectionne toujours les outils disponibles, exécute les demandes de fonctions acceptées et renvoie leurs résultats. Gardez une action proposée distincte d’une action confirmée par l’application.
Pour la traduction, fournissez le message source, la langue cible, le public et la terminologie à préserver. Le guide de développement montre comment limiter la réponse au texte traduit sans commentaire supplémentaire. Un flux de messages de soutien peut garder les noms de produits et les références de commandes inchangés tout en produisant une réponse naturelle dans la langue du lecteur. Si la source est ambiguë, définissez s’il faut préserver cette ambiguïté ou renvoyer une question distincte de clarification plutôt que d’ajouter un détail inventé à la traduction.
Pour la transcription, fournissez l’audio avec le résultat demandé : texte mot pour mot, transcription nettoyée ou résumé. Ce sont des tâches différentes. Identifiez l’intervalle pertinent si un long enregistrement ne contient qu’un court échange nécessaire au résultat. Pour un PDF, posez une question précise ou définissez les champs à extraire, en préservant les références de page ou de section là où la réponse doit être vérifiée. Pour une source visuelle, indiquez l’objet, l’étiquette ou la zone pertinente pour la requête.
Pour la classification et l’extraction d’entités, définissez les catégories, les champs requis et le traitement des valeurs manquantes. Le guide du concepteur montre du JSON contraint par schéma pour extraire des renseignements d’avis. Un exemple original consiste à classer un billet de soutien et à renvoyer le produit mentionné, la catégorie du problème et la phrase source qui appuie le choix. Donnez un petit ensemble d’exemples représentatifs, y compris un cas qui doit rester inconnu. Validez l’enregistrement renvoyé et distinguez une valeur syntaxiquement valide d’une valeur réellement appuyée par la source.
Les éléments de lancement décrivent des niveaux de réflexion réglables, permettant à la tâche d’utiliser plus d’analyse lorsque ses conditions l’exigent. Une courte conversion linguistique et une classification comportant plusieurs exceptions peuvent utiliser des réglages de raisonnement différents. Le guide de développement présente aussi le routage de modèles comme une tâche de classification : le modèle identifie la complexité d’une requête et renvoie une catégorie sélectionnée. L’application environnante, plutôt que le classificateur lui-même, décide de ce qui sera exécuté ensuite. Fournissez les critères de routage réels et les choix autorisés afin que la sortie ait un sens opérationnel.
Pour un traitement reproductible, conservez cet identifiant Preview exact, la version d’entrée et le schéma ou le format de sortie demandé. Vérifiez un résultat pilote sur la même catégorie de données réelles avant de traiter un ensemble plus grand. Comparez les champs extraits avec le message original, vérifiez les transcriptions à l’écoute de l’enregistrement et confirmez que les termes traduits restent intacts. L’avantage pratique de ce profil est le traitement textuel multimodal ciblé avec un résultat défini; un texte fluide ou une suggestion d’outil n’établit pas à lui seul l’exactitude factuelle ni l’achèvement d’une exécution externe.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gemini-3.1-flash-lite-preview | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-flash-lite-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview est un modèle textuel multimodal pour les tâches répétées et bien définies comme la traduction, la transcription, la classification et l’extraction de données. Les capacités de réflexion et de sortie structurée aident à transformer les éléments fournis en un résultat concis qu’une application peut utiliser.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.1 Flash-Lite Preview est l’édition en préversion de la gamme légère Gemini 3.1 Flash-Lite de Google. Sa conception vise les tâches fréquentes avec des instructions claires : traduction, transcription, classification, résumés de documents et extraction simple de données. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une tâche utile précise une opération et une forme finale, comme un message traduit, une transcription ou un enregistrement contenant les champs dont une application a besoin.
La documentation exacte de la préversion indique une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Ce sont des limites distinctes du producteur. Les sources, les instructions et l’historique de conversation contribuent à l’entrée, tandis que le résultat requis doit respecter le budget de sortie. Pour un grand ensemble de messages ou de pages, conservez les identifiants et demandez un identifiant de sortie correspondant pour chaque élément traité. Une grande fenêtre ne remplace pas une règle d’extraction claire et ne précise pas une définition de champ ambiguë.
La fiche du modèle comprend la réflexion, les sorties structurées et les appels de fonctions. Elle indique aussi l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache comme capacités du producteur. C’est un modèle à sortie textuelle; une entrée audio ou image n’implique pas la génération de parole ou d’illustrations. L’application appelante sélectionne toujours les outils disponibles, exécute les demandes de fonctions acceptées et renvoie leurs résultats. Gardez une action proposée distincte d’une action confirmée par l’application.
Pour la traduction, fournissez le message source, la langue cible, le public et la terminologie à préserver. Le guide de développement montre comment limiter la réponse au texte traduit sans commentaire supplémentaire. Un flux de messages de soutien peut garder les noms de produits et les références de commandes inchangés tout en produisant une réponse naturelle dans la langue du lecteur. Si la source est ambiguë, définissez s’il faut préserver cette ambiguïté ou renvoyer une question distincte de clarification plutôt que d’ajouter un détail inventé à la traduction.
Pour la transcription, fournissez l’audio avec le résultat demandé : texte mot pour mot, transcription nettoyée ou résumé. Ce sont des tâches différentes. Identifiez l’intervalle pertinent si un long enregistrement ne contient qu’un court échange nécessaire au résultat. Pour un PDF, posez une question précise ou définissez les champs à extraire, en préservant les références de page ou de section là où la réponse doit être vérifiée. Pour une source visuelle, indiquez l’objet, l’étiquette ou la zone pertinente pour la requête.
Pour la classification et l’extraction d’entités, définissez les catégories, les champs requis et le traitement des valeurs manquantes. Le guide du concepteur montre du JSON contraint par schéma pour extraire des renseignements d’avis. Un exemple original consiste à classer un billet de soutien et à renvoyer le produit mentionné, la catégorie du problème et la phrase source qui appuie le choix. Donnez un petit ensemble d’exemples représentatifs, y compris un cas qui doit rester inconnu. Validez l’enregistrement renvoyé et distinguez une valeur syntaxiquement valide d’une valeur réellement appuyée par la source.
Les éléments de lancement décrivent des niveaux de réflexion réglables, permettant à la tâche d’utiliser plus d’analyse lorsque ses conditions l’exigent. Une courte conversion linguistique et une classification comportant plusieurs exceptions peuvent utiliser des réglages de raisonnement différents. Le guide de développement présente aussi le routage de modèles comme une tâche de classification : le modèle identifie la complexité d’une requête et renvoie une catégorie sélectionnée. L’application environnante, plutôt que le classificateur lui-même, décide de ce qui sera exécuté ensuite. Fournissez les critères de routage réels et les choix autorisés afin que la sortie ait un sens opérationnel.
Pour un traitement reproductible, conservez cet identifiant Preview exact, la version d’entrée et le schéma ou le format de sortie demandé. Vérifiez un résultat pilote sur la même catégorie de données réelles avant de traiter un ensemble plus grand. Comparez les champs extraits avec le message original, vérifiez les transcriptions à l’écoute de l’enregistrement et confirmez que les termes traduits restent intacts. L’avantage pratique de ce profil est le traitement textuel multimodal ciblé avec un résultat défini; un texte fluide ou une suggestion d’outil n’établit pas à lui seul l’exactitude factuelle ni l’achèvement d’une exécution externe.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gemini-3.1-flash-lite-preview | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview est un modèle textuel multimodal pour les tâches répétées et bien définies comme la traduction, la transcription, la classification et l’extraction de données. Les capacités de réflexion et de sortie structurée aident à transformer les éléments fournis en un résultat concis qu’une application peut utiliser.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.1 Flash-Lite Preview est l’édition en préversion de la gamme légère Gemini 3.1 Flash-Lite de Google. Sa conception vise les tâches fréquentes avec des instructions claires : traduction, transcription, classification, résumés de documents et extraction simple de données. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une tâche utile précise une opération et une forme finale, comme un message traduit, une transcription ou un enregistrement contenant les champs dont une application a besoin.
La documentation exacte de la préversion indique une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Ce sont des limites distinctes du producteur. Les sources, les instructions et l’historique de conversation contribuent à l’entrée, tandis que le résultat requis doit respecter le budget de sortie. Pour un grand ensemble de messages ou de pages, conservez les identifiants et demandez un identifiant de sortie correspondant pour chaque élément traité. Une grande fenêtre ne remplace pas une règle d’extraction claire et ne précise pas une définition de champ ambiguë.
La fiche du modèle comprend la réflexion, les sorties structurées et les appels de fonctions. Elle indique aussi l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache comme capacités du producteur. C’est un modèle à sortie textuelle; une entrée audio ou image n’implique pas la génération de parole ou d’illustrations. L’application appelante sélectionne toujours les outils disponibles, exécute les demandes de fonctions acceptées et renvoie leurs résultats. Gardez une action proposée distincte d’une action confirmée par l’application.
Pour la traduction, fournissez le message source, la langue cible, le public et la terminologie à préserver. Le guide de développement montre comment limiter la réponse au texte traduit sans commentaire supplémentaire. Un flux de messages de soutien peut garder les noms de produits et les références de commandes inchangés tout en produisant une réponse naturelle dans la langue du lecteur. Si la source est ambiguë, définissez s’il faut préserver cette ambiguïté ou renvoyer une question distincte de clarification plutôt que d’ajouter un détail inventé à la traduction.
Pour la transcription, fournissez l’audio avec le résultat demandé : texte mot pour mot, transcription nettoyée ou résumé. Ce sont des tâches différentes. Identifiez l’intervalle pertinent si un long enregistrement ne contient qu’un court échange nécessaire au résultat. Pour un PDF, posez une question précise ou définissez les champs à extraire, en préservant les références de page ou de section là où la réponse doit être vérifiée. Pour une source visuelle, indiquez l’objet, l’étiquette ou la zone pertinente pour la requête.
Pour la classification et l’extraction d’entités, définissez les catégories, les champs requis et le traitement des valeurs manquantes. Le guide du concepteur montre du JSON contraint par schéma pour extraire des renseignements d’avis. Un exemple original consiste à classer un billet de soutien et à renvoyer le produit mentionné, la catégorie du problème et la phrase source qui appuie le choix. Donnez un petit ensemble d’exemples représentatifs, y compris un cas qui doit rester inconnu. Validez l’enregistrement renvoyé et distinguez une valeur syntaxiquement valide d’une valeur réellement appuyée par la source.
Les éléments de lancement décrivent des niveaux de réflexion réglables, permettant à la tâche d’utiliser plus d’analyse lorsque ses conditions l’exigent. Une courte conversion linguistique et une classification comportant plusieurs exceptions peuvent utiliser des réglages de raisonnement différents. Le guide de développement présente aussi le routage de modèles comme une tâche de classification : le modèle identifie la complexité d’une requête et renvoie une catégorie sélectionnée. L’application environnante, plutôt que le classificateur lui-même, décide de ce qui sera exécuté ensuite. Fournissez les critères de routage réels et les choix autorisés afin que la sortie ait un sens opérationnel.
Pour un traitement reproductible, conservez cet identifiant Preview exact, la version d’entrée et le schéma ou le format de sortie demandé. Vérifiez un résultat pilote sur la même catégorie de données réelles avant de traiter un ensemble plus grand. Comparez les champs extraits avec le message original, vérifiez les transcriptions à l’écoute de l’enregistrement et confirmez que les termes traduits restent intacts. L’avantage pratique de ce profil est le traitement textuel multimodal ciblé avec un résultat défini; un texte fluide ou une suggestion d’outil n’établit pas à lui seul l’exactitude factuelle ni l’achèvement d’une exécution externe.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-3.1-flash-lite-preview | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview est un modèle textuel multimodal pour les tâches répétées et bien définies comme la traduction, la transcription, la classification et l’extraction de données. Les capacités de réflexion et de sortie structurée aident à transformer les éléments fournis en un résultat concis qu’une application peut utiliser.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Gemini 3.1 Flash-Lite Preview est l’édition en préversion de la gamme légère Gemini 3.1 Flash-Lite de Google. Sa conception vise les tâches fréquentes avec des instructions claires : traduction, transcription, classification, résumés de documents et extraction simple de données. Il accepte le texte, les images, la vidéo, l’audio et les PDF et renvoie du texte. Une tâche utile précise une opération et une forme finale, comme un message traduit, une transcription ou un enregistrement contenant les champs dont une application a besoin.
La documentation exacte de la préversion indique une limite d’entrée de 1 048 576 jetons et une limite de sortie de 65 536 jetons. Ce sont des limites distinctes du producteur. Les sources, les instructions et l’historique de conversation contribuent à l’entrée, tandis que le résultat requis doit respecter le budget de sortie. Pour un grand ensemble de messages ou de pages, conservez les identifiants et demandez un identifiant de sortie correspondant pour chaque élément traité. Une grande fenêtre ne remplace pas une règle d’extraction claire et ne précise pas une définition de champ ambiguë.
La fiche du modèle comprend la réflexion, les sorties structurées et les appels de fonctions. Elle indique aussi l’exécution de code, la recherche de fichiers, l’ancrage par recherche, l’ancrage avec Google Maps, le contexte URL et la mise en cache comme capacités du producteur. C’est un modèle à sortie textuelle; une entrée audio ou image n’implique pas la génération de parole ou d’illustrations. L’application appelante sélectionne toujours les outils disponibles, exécute les demandes de fonctions acceptées et renvoie leurs résultats. Gardez une action proposée distincte d’une action confirmée par l’application.
Pour la traduction, fournissez le message source, la langue cible, le public et la terminologie à préserver. Le guide de développement montre comment limiter la réponse au texte traduit sans commentaire supplémentaire. Un flux de messages de soutien peut garder les noms de produits et les références de commandes inchangés tout en produisant une réponse naturelle dans la langue du lecteur. Si la source est ambiguë, définissez s’il faut préserver cette ambiguïté ou renvoyer une question distincte de clarification plutôt que d’ajouter un détail inventé à la traduction.
Pour la transcription, fournissez l’audio avec le résultat demandé : texte mot pour mot, transcription nettoyée ou résumé. Ce sont des tâches différentes. Identifiez l’intervalle pertinent si un long enregistrement ne contient qu’un court échange nécessaire au résultat. Pour un PDF, posez une question précise ou définissez les champs à extraire, en préservant les références de page ou de section là où la réponse doit être vérifiée. Pour une source visuelle, indiquez l’objet, l’étiquette ou la zone pertinente pour la requête.
Pour la classification et l’extraction d’entités, définissez les catégories, les champs requis et le traitement des valeurs manquantes. Le guide du concepteur montre du JSON contraint par schéma pour extraire des renseignements d’avis. Un exemple original consiste à classer un billet de soutien et à renvoyer le produit mentionné, la catégorie du problème et la phrase source qui appuie le choix. Donnez un petit ensemble d’exemples représentatifs, y compris un cas qui doit rester inconnu. Validez l’enregistrement renvoyé et distinguez une valeur syntaxiquement valide d’une valeur réellement appuyée par la source.
Les éléments de lancement décrivent des niveaux de réflexion réglables, permettant à la tâche d’utiliser plus d’analyse lorsque ses conditions l’exigent. Une courte conversion linguistique et une classification comportant plusieurs exceptions peuvent utiliser des réglages de raisonnement différents. Le guide de développement présente aussi le routage de modèles comme une tâche de classification : le modèle identifie la complexité d’une requête et renvoie une catégorie sélectionnée. L’application environnante, plutôt que le classificateur lui-même, décide de ce qui sera exécuté ensuite. Fournissez les critères de routage réels et les choix autorisés afin que la sortie ait un sens opérationnel.
Pour un traitement reproductible, conservez cet identifiant Preview exact, la version d’entrée et le schéma ou le format de sortie demandé. Vérifiez un résultat pilote sur la même catégorie de données réelles avant de traiter un ensemble plus grand. Comparez les champs extraits avec le message original, vérifiez les transcriptions à l’écoute de l’enregistrement et confirmez que les termes traduits restent intacts. L’avantage pratique de ce profil est le traitement textuel multimodal ciblé avec un résultat défini; un texte fluide ou une suggestion d’outil n’établit pas à lui seul l’exactitude factuelle ni l’achèvement d’une exécution externe.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites google/gemini-3.1-flash-lite-preview | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0005 / 1K jetons Sortie · Jetons en sortie $0.003 / 1K jetons Entrée · Lecture du cache $0.00005 / 1K jetons Entrée · Écriture dans le cache $0.0001666666666666666 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "google/gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
Exemple technique en anglais
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.