Gemini 3.7 Flash ממשיך את קו המודלים הרב־מודליים עם הסקה. הוא מבוסס על Gemini 3.6 Flash וכולל שינויים בבסיס ההסקה וכן תמיכה בהבנת וידאו באמצעות סוכנים. תרחישי העבודה כוללים תכנות, ניתוח מורכב של חומרי וידאו ותהליכים בעלי כמה שלבים.
לפי מאפייני Google, המודל מבין טקסט, תמונות, וידאו, אודיו ו־PDF. בקטלוג הנוכחי של Ailoot API, לשיטות הטקסטואליות מוצהרים טקסט ותמונות כקלט וטקסט כפלט. וידאו, אודיו ו־PDF אינם כלולים בקבוצת קלט זו. נפח הבקשה המרבי הוא 1 048 576 טוקנים בקלט, והתשובה 65 536 טוקנים בפלט. התשובה נשארת טקסטואלית; יצירה עצמאית של תמונה או אודיו אינה נתמכת בגרסה זו.
ל־Thinking יש שלוש רמות נתמכות: low, medium ו־high. במצב מודל הבסיס שמתארת Google הרמה הרגילה היא medium. הערכים האלה מתארים את מודל הבסיס של Google; המצב וזמינות השליטה דרך Ailoot API נקבעים לפי השיטה וגרסת המודל שנבחרו. הם מאפשרים לבחור את עוצמת ההסקה הנוספת. הרמה minimal ב־Gemini 3.7 Flash אינה נתמכת: פרמטר כזה גורם לשגיאה. הגדרות ההסקה משפיעות על מצב העבודה של המודל, אך אינן משנות את סוג הפלט הנתמך.
לביצוע רציף של משימות זמינים קריאות לפונקציות, ביצוע קוד ותשובות מובנות. המודל יכול להשתמש בשמירה במטמון של ההקשר, בחיפוש בקבצים, בביסוס באמצעות חיפוש, ב־Google Maps ובתוכן של כתובות אינטרנט. נתמך עיבוד באצוות. שליטה בממשק מחשב מסומנת כיכולת בתצוגה מקדימה; השימוש בה דורש תמיכה בשיטה שנבחרה.
הגרסה היציבה gemini-3.7-flash פורסמה באוגוסט 2026. היצרן מציין את מרץ 2026 כמועד חיתוך הידע המובנה, בהסתייגות: בתחומים מסוימים הידע עשוי להישאר ברמת ינואר 2025. עבודה עם נתונים חיצוניים והבנת חומר שנמסר שונות מהמידע שהמודל כבר מכיר.
המודל עשוי ליצור עובדות בדויות, לבצע בקשות מסוימות באיטיות או לסיים אותן בחריגה מזמן ההמתנה. הוא מיועד למחזורי עבודה מורכבים, אך היכולת לבצע פעולה בודדת אינה מחליפה בדיקה של מלוא התוצאה בתהליך כזה. בשימוש בקלטים רב־מודליים התוצאה היא מסקנות טקסטואליות על תוכן החומרים, ולא קובץ מדיה חדש.
", "aboutText": "Gemini 3.7 Flash ממשיך את קו המודלים הרב־מודליים עם הסקה. הוא מבוסס על Gemini 3.6 Flash וכולל שינויים בבסיס ההסקה וכן תמיכה בהבנת וידאו באמצעות סוכנים. תרחישי העבודה כוללים תכנות, ניתוח מורכב של חומרי וידאו ותהליכים בעלי כמה שלבים.\n\n### קלט ותוצאה טקסטואלית\n\nלפי מאפייני Google, המודל מבין **טקסט, תמונות, וידאו, אודיו ו־PDF**. בקטלוג הנוכחי של Ailoot API, לשיטות הטקסטואליות מוצהרים **טקסט ותמונות** כקלט וטקסט כפלט. וידאו, אודיו ו־PDF אינם כלולים בקבוצת קלט זו. נפח הבקשה המרבי הוא **1 048 576 טוקנים בקלט**, והתשובה **65 536 טוקנים בפלט**. התשובה נשארת טקסטואלית; יצירה עצמאית של תמונה או אודיו אינה נתמכת בגרסה זו.\n\n### שליטה בהסקה\n\nל־Thinking יש שלוש רמות נתמכות: **`low`, `medium` ו־`high`**. במצב מודל הבסיס שמתארת Google הרמה הרגילה היא `medium`. הערכים האלה מתארים את מודל הבסיס של Google; המצב וזמינות השליטה דרך Ailoot API נקבעים לפי השיטה וגרסת המודל שנבחרו. הם מאפשרים לבחור את עוצמת ההסקה הנוספת. הרמה `minimal` ב־Gemini 3.7 Flash **אינה נתמכת**: פרמטר כזה גורם לשגיאה. הגדרות ההסקה משפיעות על מצב העבודה של המודל, אך אינן משנות את סוג הפלט הנתמך.\n\nלביצוע רציף של משימות זמינים קריאות לפונקציות, ביצוע קוד ותשובות מובנות. המודל יכול להשתמש בשמירה במטמון של ההקשר, בחיפוש בקבצים, בביסוס באמצעות חיפוש, ב־Google Maps ובתוכן של כתובות אינטרנט. נתמך עיבוד באצוות. שליטה בממשק מחשב מסומנת כיכולת בתצוגה מקדימה; השימוש בה דורש תמיכה בשיטה שנבחרה.\n\n### היכן עובר הגבול\n\nהגרסה היציבה `gemini-3.7-flash` פורסמה באוגוסט 2026. היצרן מציין את מרץ 2026 כמועד חיתוך הידע המובנה, בהסתייגות: בתחומים מסוימים הידע עשוי להישאר ברמת ינואר 2025. עבודה עם נתונים חיצוניים והבנת חומר שנמסר שונות מהמידע שהמודל כבר מכיר.\n\nהמודל עשוי ליצור עובדות בדויות, לבצע בקשות מסוימות באיטיות או לסיים אותן בחריגה מזמן ההמתנה. הוא מיועד למחזורי עבודה מורכבים, אך היכולת לבצע פעולה בודדת אינה מחליפה בדיקה של מלוא התוצאה בתהליך כזה. בשימוש בקלטים רב־מודליים התוצאה היא מסקנות טקסטואליות על תוכן החומרים, ולא קובץ מדיה חדש.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Trace a three-stage workflow\n\nA report workflow has three stages: collect rows, remove duplicate IDs, total the remaining amounts. Input rows are A:12, B:8, A:12. The rule keeps the first occurrence of each ID. Explain the intermediate rows after each stage and the final total. Do not assume that repeated IDs represent separate sales.A three-stage trace with retained rows and a final amount, plus the applied duplicate rule.Verify the total uses A and B once each and the stage order is preserved.gemini-3.7-flash-lowמודל רב־מודלי של Google עם הסקה שניתנת לכוונון לתכנות, להבנת וידאו ולתהליכי עבודה מרובי שלבים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.7 Flash ממשיך את קו המודלים הרב־מודליים עם הסקה. הוא מבוסס על Gemini 3.6 Flash וכולל שינויים בבסיס ההסקה וכן תמיכה בהבנת וידאו באמצעות סוכנים. תרחישי העבודה כוללים תכנות, ניתוח מורכב של חומרי וידאו ותהליכים בעלי כמה שלבים.
לפי מאפייני Google, המודל מבין טקסט, תמונות, וידאו, אודיו ו־PDF. בקטלוג הנוכחי של Ailoot API, לשיטות הטקסטואליות מוצהרים טקסט ותמונות כקלט וטקסט כפלט. וידאו, אודיו ו־PDF אינם כלולים בקבוצת קלט זו. נפח הבקשה המרבי הוא 1 048 576 טוקנים בקלט, והתשובה 65 536 טוקנים בפלט. התשובה נשארת טקסטואלית; יצירה עצמאית של תמונה או אודיו אינה נתמכת בגרסה זו.
ל־Thinking יש שלוש רמות נתמכות: low, medium ו־high. במצב מודל הבסיס שמתארת Google הרמה הרגילה היא medium. הערכים האלה מתארים את מודל הבסיס של Google; המצב וזמינות השליטה דרך Ailoot API נקבעים לפי השיטה וגרסת המודל שנבחרו. הם מאפשרים לבחור את עוצמת ההסקה הנוספת. הרמה minimal ב־Gemini 3.7 Flash אינה נתמכת: פרמטר כזה גורם לשגיאה. הגדרות ההסקה משפיעות על מצב העבודה של המודל, אך אינן משנות את סוג הפלט הנתמך.
לביצוע רציף של משימות זמינים קריאות לפונקציות, ביצוע קוד ותשובות מובנות. המודל יכול להשתמש בשמירה במטמון של ההקשר, בחיפוש בקבצים, בביסוס באמצעות חיפוש, ב־Google Maps ובתוכן של כתובות אינטרנט. נתמך עיבוד באצוות. שליטה בממשק מחשב מסומנת כיכולת בתצוגה מקדימה; השימוש בה דורש תמיכה בשיטה שנבחרה.
הגרסה היציבה gemini-3.7-flash פורסמה באוגוסט 2026. היצרן מציין את מרץ 2026 כמועד חיתוך הידע המובנה, בהסתייגות: בתחומים מסוימים הידע עשוי להישאר ברמת ינואר 2025. עבודה עם נתונים חיצוניים והבנת חומר שנמסר שונות מהמידע שהמודל כבר מכיר.
המודל עשוי ליצור עובדות בדויות, לבצע בקשות מסוימות באיטיות או לסיים אותן בחריגה מזמן ההמתנה. הוא מיועד למחזורי עבודה מורכבים, אך היכולת לבצע פעולה בודדת אינה מחליפה בדיקה של מלוא התוצאה בתהליך כזה. בשימוש בקלטים רב־מודליים התוצאה היא מסקנות טקסטואליות על תוכן החומרים, ולא קובץ מדיה חדש.
POST /v1/messagestext, imagetext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות gemini-3.7-flash-low | 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/messagesלפני 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: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${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-3.7-flash-low", "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-3.7-flash-low", "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-3.7-flash-low",\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-3.7-flash-low",\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-3.7-flash-low',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-3.7-flash-low
השתמשו בנתיבי השיטות המוצגים למעלה.
gemini-3.7-flash-lowמודל רב־מודלי של Google עם הסקה שניתנת לכוונון לתכנות, להבנת וידאו ולתהליכי עבודה מרובי שלבים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Gemini 3.7 Flash ממשיך את קו המודלים הרב־מודליים עם הסקה. הוא מבוסס על Gemini 3.6 Flash וכולל שינויים בבסיס ההסקה וכן תמיכה בהבנת וידאו באמצעות סוכנים. תרחישי העבודה כוללים תכנות, ניתוח מורכב של חומרי וידאו ותהליכים בעלי כמה שלבים.
לפי מאפייני Google, המודל מבין טקסט, תמונות, וידאו, אודיו ו־PDF. בקטלוג הנוכחי של Ailoot API, לשיטות הטקסטואליות מוצהרים טקסט ותמונות כקלט וטקסט כפלט. וידאו, אודיו ו־PDF אינם כלולים בקבוצת קלט זו. נפח הבקשה המרבי הוא 1 048 576 טוקנים בקלט, והתשובה 65 536 טוקנים בפלט. התשובה נשארת טקסטואלית; יצירה עצמאית של תמונה או אודיו אינה נתמכת בגרסה זו.
ל־Thinking יש שלוש רמות נתמכות: low, medium ו־high. במצב מודל הבסיס שמתארת Google הרמה הרגילה היא medium. הערכים האלה מתארים את מודל הבסיס של Google; המצב וזמינות השליטה דרך Ailoot API נקבעים לפי השיטה וגרסת המודל שנבחרו. הם מאפשרים לבחור את עוצמת ההסקה הנוספת. הרמה minimal ב־Gemini 3.7 Flash אינה נתמכת: פרמטר כזה גורם לשגיאה. הגדרות ההסקה משפיעות על מצב העבודה של המודל, אך אינן משנות את סוג הפלט הנתמך.
לביצוע רציף של משימות זמינים קריאות לפונקציות, ביצוע קוד ותשובות מובנות. המודל יכול להשתמש בשמירה במטמון של ההקשר, בחיפוש בקבצים, בביסוס באמצעות חיפוש, ב־Google Maps ובתוכן של כתובות אינטרנט. נתמך עיבוד באצוות. שליטה בממשק מחשב מסומנת כיכולת בתצוגה מקדימה; השימוש בה דורש תמיכה בשיטה שנבחרה.
הגרסה היציבה gemini-3.7-flash פורסמה באוגוסט 2026. היצרן מציין את מרץ 2026 כמועד חיתוך הידע המובנה, בהסתייגות: בתחומים מסוימים הידע עשוי להישאר ברמת ינואר 2025. עבודה עם נתונים חיצוניים והבנת חומר שנמסר שונות מהמידע שהמודל כבר מכיר.
המודל עשוי ליצור עובדות בדויות, לבצע בקשות מסוימות באיטיות או לסיים אותן בחריגה מזמן ההמתנה. הוא מיועד למחזורי עבודה מורכבים, אך היכולת לבצע פעולה בודדת אינה מחליפה בדיקה של מלוא התוצאה בתהליך כזה. בשימוש בקלטים רב־מודליים התוצאה היא מסקנות טקסטואליות על תוכן החומרים, ולא קובץ מדיה חדש.
POST /v1beta/models/{model}:generateContenttext, imagetext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהpath.model | סוגstring | דרישהחובה | ערכים ומגבלות gemini-3.7-flash-low | 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}:generateContentלפני 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}"\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-3.7-flash-low: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-3.7-flash-low: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-3.7-flash-low", 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-3.7-flash-low", 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-3.7-flash-low',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-3.7-flash-low
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Trace a three-stage workflow\n\nA report workflow has three stages: collect rows, remove duplicate IDs, total the remaining amounts. Input rows are A:12, B:8, A:12. The rule keeps the first occurrence of each ID. Explain the intermediate rows after each stage and the final total. Do not assume that repeated IDs represent separate sales.A three-stage trace with retained rows and a final amount, plus the applied duplicate rule.Verify the total uses A and B once each and the stage order is preserved.