Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
", "aboutText": "Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.\n\nבמשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.\n\nחומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.\n\nרמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.\n\nטבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.\n\nבניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.\n\nכרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.\n\nמהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.gemini-3.1-pro-previewGemini 3.1 Pro Preview הוא מודל ההנמקה הרב-מודאלי של Google למשימות מורכבות בתחומי תוכנה, אלגוריתמים וידע. הוא מקבל טקסט, תמונות, אודיו, וידאו ו-PDF ומחזיר טקסט או קוד, עם כלים ופלט מובנה. רמות הנמקה נמוכה, בינונית וגבוהה מכוונות את המאמץ; הרמה הגבוהה היא ברירת המחדל המתועדת.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
POST /v1/messagestext, imagetext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gemini-3.1-pro-preview | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_block[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהsystem | סוגstring|content_block[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות מינימום: 1 המגבלה חלה על: התקרה המדויקת של המודל/הכרטיס שנבחר | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop_sequences | סוגstring[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגtool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].name | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: סופק כלי | ברירת מחדל— |
שדהtools[].description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].input_schema | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהthinking.type | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהthinking.budget_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהoutput_config.effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmetadata | סוגobject | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהcache_control | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content או בלוק type=text
טקסט + תמונה
{type:image,source:{type:base64,media_type,data}} או מקור מסוג type=url
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטtext, image |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטnull |
פרמטרcontent_type | מפרטapplication/json |
פרמטרtext_file_material | מפרטתוכן UTF-8 בפועל מוכנס כטקסט; מזהי קבצים/URLs דורשים תמיכה נפרדת ומדויקת |
מחזור חיים: exact retained published method
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
POST /v1/messages| גודל הבקשה, בטוקנים | קלט | פלט | קריאה מהמטמון | כתיבה למטמון | מטמון: 5 דקות | מטמון: 1 שעה |
|---|---|---|---|---|---|---|
| גודל הבקשה, בטוקנים(0; 200,000] | קלט0.002 $ | פלט0.012 $ | קריאה מהמטמון0.0002 $ | כתיבה למטמוןתעריף בסיס: — | מטמון: 5 דקותתעריף בסיס: — | מטמון: 1 שעהתעריף בסיס: — |
| גודל הבקשה, בטוקנים(200,000; ∞) | קלט0.004 $ | פלט0.018 $ | קריאה מהמטמון0.0004 $ | כתיבה למטמוןתעריף בסיס: — | מטמון: 5 דקותתעריף בסיס: — | מטמון: 1 שעהתעריף בסיס: — |
התעריפים ב-USD לכל 1K טוקנים. אם לא הוגדר תעריף, נעשה שימוש בתעריף הבסיס של השיטה; «—» מציין שלא הוגדר תעריף בסיס.
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהOpenAI Chat · תעריפי טוקנים בסיסיים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהOpenAI Chat · מדרגה 1 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהOpenAI Chat · מדרגה 2 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהAnthropic Messages · תעריפי טוקנים בסיסיים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהAnthropic Messages · מדרגה 1 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהAnthropic Messages · מדרגה 2 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
set -eu\n: "${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-3.1-pro-preview", "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-3.1-pro-preview", "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-3.1-pro-preview",\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-3.1-pro-preview",\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-3.1-pro-preview',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview הוא מודל ההנמקה הרב-מודאלי של Google למשימות מורכבות בתחומי תוכנה, אלגוריתמים וידע. הוא מקבל טקסט, תמונות, אודיו, וידאו ו-PDF ומחזיר טקסט או קוד, עם כלים ופלט מובנה. רמות הנמקה נמוכה, בינונית וגבוהה מכוונות את המאמץ; הרמה הגבוהה היא ברירת המחדל המתועדת.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
POST /v1beta/models/{model}:generateContenttext, imagetext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהpath.model | סוגstring | דרישהחובה | ערכים ומגבלות gemini-3.1-pro-preview | ברירת מחדל— |
שדהcontents | סוגcontent[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהcontents[].role | סוגstring | דרישהרשות | ערכים ומגבלות user, model | ברירת מחדל— |
שדהcontents[].parts | סוגpart[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהsystemInstruction | סוגcontent | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהgenerationConfig.maxOutputTokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהgenerationConfig.temperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהgenerationConfig.topP | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהgenerationConfig.topK | סוגinteger | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהgenerationConfig.stopSequences | סוגstring[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהgenerationConfig.thinkingConfig.includeThoughts | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהgenerationConfig.thinkingConfig.thinkingBudget | סוגinteger | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].functionDeclarations | סוגfunction_declaration[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtoolConfig.functionCallingConfig.mode | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהsafetySettings | סוגobject[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהsessionId | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
טקסט · טקסט UTF8
contents[].parts[].text
טקסט + תמונה
parts[].inlineData={mimeType,data}
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטtext, image |
פרמטרrequired | מפרטcontents |
פרמטרoptional_controls | מפרטnull |
פרמטרcontent_type | מפרטapplication/json |
פרמטרtext_file_material | מפרטתוכן UTF-8 בפועל מוכנס כטקסט; מזהי קבצים/URLs דורשים תמיכה נפרדת ומדויקת |
מחזור חיים: exact retained published method
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
POST /v1beta/models/{model}:generateContent| גודל הבקשה, בטוקנים | קלט | פלט | קריאה מהמטמון | כתיבה למטמון | מטמון: 5 דקות | מטמון: 1 שעה |
|---|---|---|---|---|---|---|
| גודל הבקשה, בטוקנים(0; 200,000] | קלט0.002 $ | פלט0.012 $ | קריאה מהמטמון0.0002 $ | כתיבה למטמוןתעריף בסיס: — | מטמון: 5 דקותתעריף בסיס: — | מטמון: 1 שעהתעריף בסיס: — |
| גודל הבקשה, בטוקנים(200,000; ∞) | קלט0.004 $ | פלט0.018 $ | קריאה מהמטמון0.0004 $ | כתיבה למטמוןתעריף בסיס: — | מטמון: 5 דקותתעריף בסיס: — | מטמון: 1 שעהתעריף בסיס: — |
התעריפים ב-USD לכל 1K טוקנים. אם לא הוגדר תעריף, נעשה שימוש בתעריף הבסיס של השיטה; «—» מציין שלא הוגדר תעריף בסיס.
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
טבלאות הייחוס ברמת המודל אינן משנות את בחירת השיטה, הצעות המחיר או החיובים. החיובים בפועל משתמשים בתעריפי שיטת Ailoot שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהOpenAI Chat · תעריפי טוקנים בסיסיים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהOpenAI Chat · מדרגה 1 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהOpenAI Chat · מדרגה 2 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהAnthropic Messages · תעריפי טוקנים בסיסיים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהAnthropic Messages · מדרגה 1 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהAnthropic Messages · מדרגה 2 לפי אורך הבקשה | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
set -eu\n: "${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-3.1-pro-preview: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-3.1-pro-preview: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-3.1-pro-preview", 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-3.1-pro-preview", 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-3.1-pro-preview',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 או סטרימינג נתמך
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל המועמדים והחלקים, כולל קריאות לפונקציות, חתימות חשיבה ושימוש; הרכיבו את מקטעי הסטרימינג לפי הסדר.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהresponseId | סוגstring |
שדהmodelVersion | סוגstring |
שדהcandidates[].content.parts[] | סוגtext|inlineData|functionCall|other part |
שדהcandidates[].finishReason | סוגstring |
שדהusageMetadata | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview הוא מודל ההנמקה הרב-מודאלי של Google למשימות מורכבות בתחומי תוכנה, אלגוריתמים וידע. הוא מקבל טקסט, תמונות, אודיו, וידאו ו-PDF ומחזיר טקסט או קוד, עם כלים ופלט מובנה. רמות הנמקה נמוכה, בינונית וגבוהה מכוונות את המאמץ; הרמה הגבוהה היא ברירת המחדל המתועדת.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gemini-3.1-pro-preview | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: שיחת טקסט | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream |
פרמטרcontrol_scope | מפרטשיחת טקסט; stream הוא ערך בוליאני וברירת המחדל שלו היא false. |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
כינויים לשיטה: /chat/completions
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 2 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${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-pro-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-pro-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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview הוא מודל ההנמקה הרב-מודאלי של Google למשימות מורכבות בתחומי תוכנה, אלגוריתמים וידע. הוא מקבל טקסט, תמונות, אודיו, וידאו ו-PDF ומחזיר טקסט או קוד, עם כלים ופלט מובנה. רמות הנמקה נמוכה, בינונית וגבוהה מכוונות את המאמץ; הרמה הגבוהה היא ברירת המחדל המתועדת.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gemini-3.1-pro-preview | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 2 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview הוא מודל ההנמקה הרב-מודאלי של Google למשימות מורכבות בתחומי תוכנה, אלגוריתמים וידע. הוא מקבל טקסט, תמונות, אודיו, וידאו ו-PDF ומחזיר טקסט או קוד, עם כלים ופלט מובנה. רמות הנמקה נמוכה, בינונית וגבוהה מכוונות את המאמץ; הרמה הגבוהה היא ברירת המחדל המתועדת.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות google/gemini-3.1-pro-preview | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 2 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${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-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview הוא מודל ההנמקה הרב-מודאלי של Google למשימות מורכבות בתחומי תוכנה, אלגוריתמים וידע. הוא מקבל טקסט, תמונות, אודיו, וידאו ו-PDF ומחזיר טקסט או קוד, עם כלים ופלט מובנה. רמות הנמקה נמוכה, בינונית וגבוהה מכוונות את המאמץ; הרמה הגבוהה היא ברירת המחדל המתועדת.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.1 Pro Preview הוא מודל הטקסט מוכוון החשיבה של Google למשימות מורכבות הדורשות הנדסת תוכנה, פיתוח אלגוריתמים או סינתזה של ראיות רב־מודאליות. הוא מבוסס על Gemini 3 Pro, עם דגש על שימוש מדויק בכלים, חשיבה יעילה יותר וביצוע רב־שלבי אמין. טקסט, תמונות, אודיו, וידאו ו־PDF יכולים לתרום לתשובה כתובה, לתוצר קוד או לתוצאה מובנית.
במשימת תכנות תובענית, יש לספק את המטרה, חומר רלוונטי מהמאגר, ההתנהגות שנצפתה והאילוצים שיש לשמר. מאגרי קוד שלמים יכולים לספק הקשר למשימה. בבדיקת חוזה קוד, אפשר לבקש מהמודל להשוות את הטיפול של שני מודולים בחוזה נתונים משותף, לזהות את אי־ההתאמה ולהציע תיקון ממוקד עם הפניות תומכות לקוד. הפלט השימושי מבחין בין הניתוח, התיקון המוצע והראיות לבין אימות שביצע היישום המחובר.
חומר ההשקה מדגים הסברים חזותיים מבוססי קוד ופרויקטים אינטראקטיביים, לרבות פלט SVG מונפש מתוך בריף טקסט. אלו תוצרי קוד, ולא יצירת תמונות רסטר. בריף ברור יכול להגדיר מה יש להסביר, איך הרכיב החזותי צריך להתנהג ואילו נתונים עליו לייצג. יש לבדוק את הקוד והרינדור שהתקבלו מול הדרישות האלה. במשימת סינתזת נתונים, יש לספק את המקורות האמיתיים ולבקש תצוגה אחת המשמרת את הקשרים וההסתייגויות שנמצאים בהם.
רמות החשיבה המתועדות הן low, medium ו־high, כאשר high היא ברירת המחדל ב־3.1 Pro Preview. אי אפשר להשבית לחלוטין את החשיבה בפרופיל Pro הזה. יש לבחור מאמץ נמוך יותר לתשובה תחומה וחשיבה רבה יותר לעבודה רב־שלבית קשה, תוך השארת מכסת פלט מספקת לתוצר הסופי. תקרת פלט קטנה יכולה להפסיק את החשיבה לפני שמופיעה תשובה סופית שימושית. מדריך החשיבה מפריד בין סיכום חשיבה לתהליך הפנימי המלא ומסביר מדוע הקשר חתימות החשיבה של השיחה חשוב.
טבלת Preview המדויקת מציינת קריאה לפונקציות, הרצת קוד, עיגון בחיפוש, עיגון ב־Maps, הקשר מכתובות URL ופלט מובנה. היא מגבילה את File Search ל־AI Studio. יש לספק מטרות פונקציות והגדרות פרמטרים ולהמשיך מתוך התוצאה שהוחזרה בפועל. פרופיל Custom Tools Preview הנפרד מותאם לתעדוף כלים מותאמים ו־bash; זהו יעד יצרן נפרד בעל שם מוגדר, ולכן אין להתייחס בשתיקה להתמחות הזו כתכונה של כל בקשת 3.1 Pro. כאשר משימה דורשת רשומות מוגדרות במקום מלל חופשי, יש לבחור סכמה לתוצאה מובנית.
בניתוח רב־מודאלי, יש לזהות את העמוד, הרכיב החזותי, מקטע ההקלטה או האירוע בווידאו הרלוונטיים. בניתוח מסמכים, יש להשוות תרשים למפרט הכתוב שלו ולהחזיר כל פער עם קטע המקור התומך בו. מקור מדובר יכול לתרום תמליל או פרשנות בטקסט. יש לשמור הפניות למקורות עבור מסקנות שדורשות בדיקה, ולהפריד בין מה שנראה או נאמר לבין מה שהוסק. הפלט של פרופיל זה נשאר טקסט, כולל קוד; יצירה מובנית של תמונות או דיבור אינה חלק מטבלת היכולות המדויקת שלו.
כרטיס 3.1 Pro המקורי מציין הקשר של עד 1M ופלט טקסט של 64K, וטבלת Preview API המדויקת מציינת 1,048,576 טוקני קלט ו־65,536 טוקני פלט. יש לכלול הוראות, היסטוריית שיחה ומדיה בתקציב הקלט. שמירה במטמון ועיבוד באצווה מתועדים, וגם אפשרויות Flex ו־Priority מופיעות בפרופיל היצרן. בכמה פריטים עצמאיים, יש להגדיר את הפלט הנדרש ולשמור את מזהה כל מקור, במקום לשלב ראיות לא קשורות בתשובה אחת שלא ניתן להתחקות אחריה.
מהדורת Preview בעלת השם המוגדר נשארת נפרדת מפרופיל Custom Tools של Pro וממהדורות Flash או Pro שבאו אחריה. החוזקות שלה נוגעות לחשיבה מורכבת, לתכנות ולסינתזת ראיות; עדיין צריך לבדוק את התוצר הסופי מול המקור ותוצאות הכלים האמיתיות. יש לשמר עמימות שלא הוכרעה כשהמידע שסופק אינו תומך במסקנה חד־משמעית. תוצר שימושי הוא התשובה, הקוד או הרשומה הנתמכים שהמשימה ביקשה, עם די ראיות להערכת המגבלות המעשיות שלהם.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות google/gemini-3.1-pro-preview | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים פלט · טוקני חשיבה בפלט $0.024 / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכולל200,000 | חיוב קלט · טוקני קלט $0.004 / 1K טוקנים פלט · טוקני פלט $0.024 / 1K טוקנים קלט · קריאה מהמטמון $0.0004 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 2 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-200,000 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.008 / 1K טוקנים פלט · טוקני פלט $0.036 / 1K טוקנים קלט · קריאה מהמטמון $0.0008 / 1K טוקנים קלט · כתיבה למטמון $0.00075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "google/gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
דוגמה טכנית באנגלית
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.