A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
", "aboutText": "A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.\n\nA kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.\n\nDokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.\n\nVizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.\n\nA Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.\n\nA konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.\n\nA natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.\n\nA stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Extract changes in an approval rule\n\nCompare these rules for a purchase request. [OLD] Any manager may approve expenses up to 500 units. [NEW] A team manager may approve up to 300 units; above that, finance approval is required. Return the changed requirement, source wording and effect on a 450-unit request. Mark any ambiguity about the currency.A structured comparison and a source-backed explanation of the 450-unit case, with the currency gap retained.Check that the example uses the new threshold and does not invent the unit's currency.gemini-2.5-flashA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1/messagestext, imagetext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok gemini-2.5-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_block[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezősystem | Típusstring|content_block[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok Minimum: 1 A korlát erre vonatkozik: a kiválasztott modell/kártya pontos felső korlátja | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop_sequences | Típusstring[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típustool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Eszköz megadva | Alapértelmezett— |
Mezőtools[].description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].input_schema | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőthinking.type | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőthinking.budget_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőoutput_config.effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmetadata | Típusobject | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőcache_control | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content vagy type=text blokk
Szöveg + kép
{type:image,source:{type:base64,media_type,data}} vagy type=url típusú forrás
| Paraméter | Szerződés |
|---|---|
Paramétermaterial_types | Szerződéstext, image |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésnull |
Paramétercontent_type | Szerződésapplication/json |
Paramétertext_file_material | Szerződésa tényleges UTF-8 tartalom szövegként beillesztve; a fájlazonosítók/URLs külön, pontos támogatást igényelnek |
Életciklus: exact retained published method
A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.
POST /v1/messagesAz Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításOpenAI Chat · Alap tokendíjak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításOpenAI Chat · Kéréshossz szerinti 1. díjsáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításAnthropic Messages · Alap tokendíjak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításAnthropic Messages · Kéréshossz szerinti 1. díjsáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
set -eu\n: "${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-2.5-flash", "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-2.5-flash", "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-2.5-flash",\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-2.5-flash",\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-2.5-flash',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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1beta/models/{model}:generateContenttext, imagetext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőpath.model | Típusstring | KövetelményKötelező | Értékek és korlátok gemini-2.5-flash | Alapértelmezett— |
Mezőcontents | Típuscontent[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőcontents[].role | Típusstring | KövetelményOpcionális | Értékek és korlátok user, model | Alapértelmezett— |
Mezőcontents[].parts | Típuspart[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
MezősystemInstruction | Típuscontent | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
MezőgenerationConfig.maxOutputTokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
MezőgenerationConfig.temperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezőgenerationConfig.topP | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezőgenerationConfig.topK | Típusinteger | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezőgenerationConfig.stopSequences | Típusstring[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezőgenerationConfig.thinkingConfig.includeThoughts | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezőgenerationConfig.thinkingConfig.thinkingBudget | Típusinteger | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].functionDeclarations | Típusfunction_declaration[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezőtoolConfig.functionCallingConfig.mode | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezősafetySettings | Típusobject[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
MezősessionId | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Szöveg · UTF8 szöveg
contents[].parts[].text
Szöveg + kép
parts[].inlineData={mimeType,data}
| Paraméter | Szerződés |
|---|---|
Paramétermaterial_types | Szerződéstext, image |
Paraméterrequired | Szerződéscontents |
Paraméteroptional_controls | Szerződésnull |
Paramétercontent_type | Szerződésapplication/json |
Paramétertext_file_material | Szerződésa tényleges UTF-8 tartalom szövegként beillesztve; a fájlazonosítók/URLs külön, pontos támogatást igényelnek |
Életciklus: exact retained published method
A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.
POST /v1beta/models/{model}:generateContentAz Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításOpenAI Chat · Alap tokendíjak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításOpenAI Chat · Kéréshossz szerinti 1. díjsáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításAnthropic Messages · Alap tokendíjak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításAnthropic Messages · Kéréshossz szerinti 1. díjsáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
set -eu\n: "${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-2.5-flash: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-2.5-flash: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-2.5-flash", 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-2.5-flash", 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-2.5-flash',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 vagy támogatott folyamatos átvitel
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszjelöltet és tartalomrészt, beleértve a függvényhívásokat, a gondolkodási tartalom aláírásait és a használati adatokat; a folyamatos átvitel darabjait sorrendben állítsa össze.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
MezőresponseId | Típusstring |
MezőmodelVersion | Típusstring |
Mezőcandidates[].content.parts[] | Típustext|inlineData|functionCall|other part |
Mezőcandidates[].finishReason | Típusstring |
MezőusageMetadata | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok gemini-2.5-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Szöveges beszélgetés | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream |
Paramétercontrol_scope | SzerződésSzöveges beszélgetés; a stream logikai érték, alapértéke false. |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Metódus álnevei: /chat/completions
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-2.5-flash","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-2.5-flash", 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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok gemini-2.5-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "gemini-2.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2.5-flash', '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-2.5-flash', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
google/gemini-2.5-flashA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-2.5-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-flash',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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
google/gemini-2.5-flashA Gemini 2.5 Flash a Google stabil hibrid következtető modellje multimodális elemzéshez és ügynökfeladatokhoz. Dinamikus gondolkodási kerete 0 és 24,576 token között állítható, beleértve a kikapcsolt módot is. A szöveg, kép, hang, videó és dokumentum szöveges vagy strukturált eredménnyé válik, dokumentáltan 1,048,576 tokenes bemeneti korláttal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Gemini 2.5 Flash a Google stabil hibrid következtető profilja sokoldalú multimodális munkához és ügynöki eszközhasználathoz. Gondolkodó és gondolkodás nélküli válaszokat kínál olyan nagyléptékű multimodális feladatokhoz, amelyek eltérő következtetési szinteket igényelnek. Szöveg, kép, hang és videó járulhat hozzá a szöveges válaszhoz. A dokumentumbemenetet a Google modellspecifikus felhőprofilja is leírja. Hasznos eredmény lehet dokumentumok összehasonlítása, diagram értelmezése, átirat, kód vagy strukturált rekord.
A kiadás következtetésvezérlése a thinkingBudget beállítást használja. Az alapértelmezés a dinamikus gondolkodás; a -1 érték lehetővé teszi, hogy a modell a feladat összetettségéhez igazítsa a következtetést. Explicit keret nulla és 24,576 token között adható meg, a nulla kikapcsolja a gondolkodást. Az adott problémához megfelelő keretet válasszon ahelyett, hogy ugyanannyi erőfeszítést rendelne egy egyszerű besoroláshoz és egy többfeltételes elemzéshez. Az útmutató a keretet iránymutatásként kezeli, a natív modellkártya pedig megjegyzi, hogy a betartása nem feltétlenül pontos.
Dokumentum- vagy adatfeladatnál határozza meg a kérdést, a kötelező mezőket és az eredményt kísérő bizonyítékokat. Követelmények összehasonlításához vessen össze két specifikációt, és kérje a megváltozott követelményt, annak forrásrészletét és egy meghatározott munkafolyamatra gyakorolt hatását. A strukturált kimenet akkor hasznos, ha minden megállapításhoz ugyanolyan rekordszerkezet kell. Ha a forrás több lehetséges értéket ad, vagy nyitva hagy egy mezőt, őrizze meg ezt a bizonytalanságot ahelyett, hogy egyetlen hihető választ kényszerítene ki. Ellenőrizze a visszaadott értékeket a megadott oldalakkal vagy adatokkal összevetve.
Vizuális vagy hanganyag esetén azonosítsa a releváns tárgyat, feliratot, eseményt vagy felvételrészletet. Kérje a szükséges szövegtípust: egy diagram látható értékeit, egy esemény leírását, átiratot vagy összefoglalót. Ezek eltérő eredmények, és az utasításnak meg kell mondania, melyik készüljön el. A közös natív modellkártya a Flash Image és a Flash Audio képességeket külön néven szerepelteti; az általuk generált képes és beszédkimenet nem része ennek a stabil szöveges profilnak.
A Google konkrét felhőprofilja interfészspecifikus korlátokkal dokumentálja a PDF- és egyszerűszöveg-bemeneteket: az API-n keresztül importált PDF-eknél fájlonként 50 MB és legfeljebb 3,000 oldal, egyszerű szöveges fájlnál 7 MB a korlát. Ugyanez a profil körülbelül 45 perc hangos vagy egy óra hang nélküli videót, valamint körülbelül 8.4 óra hangot ír le az egymillió tokenes bemeneti kereten belül. Ezek a felhőinterfész közölt korlátai, amelyek elkülönülnek a modell általános tokenablakától. Készítse elő a releváns részt és a forrásformátumot ahelyett, hogy minden fájltípusra vagy feltöltési útvonalra ugyanazt a korlátot feltételezné.
A konkrét Gemini API-táblázat függvényhívást, kódfuttatást, fájlkeresést, keresési forrásokkal való alátámasztást, Maps-adatokkal való alátámasztást, URL-kontextust és strukturált kimeneteket sorol fel. Határozza meg minden függvény szerepét és paraméterszerkezetét, és a valóban visszakapott eredményből folytassa a munkát. A modell kérhet egy műveletet, amelyet a csatlakoztatott alkalmazás hajt végre. Állapotmentes interfészen végzett következtetési feladat folytatásakor őrizze meg a gondolkodási aláírások szükséges kontextusát. Egy strukturált válasz vagy függvényjavaslat önmagában nem igazolja, hogy a külső művelet sikerült.
A natív modellkártya 1M kontextust és 64K szöveges kimenetet ad meg, a konkrét API-táblázat pedig 1,048,576 bemeneti és 65,536 kimeneti tokent. A válaszkorlát a gondolkodási tokeneket is tartalmazza, ezért a túl alacsony korlát csonka vagy üres végső választ eredményezhet. Olyan eredményt kérjen, amely illik a kimeneti kerethez, és a következtetési kerettel irányítsa az erőfeszítést. Ennél a gyártói profilnál dokumentált a gyorsítótárazás, a kötegelt, a Flex és a Priority feldolgozás. Több független rekord előkészítésekor őrizze meg az elemek azonosítóit.
A stabil kiadás különbözik a Flash Preview változatoktól és a későbbi Gemini 3 modellektől. Modellkártyája lehetséges hallucinációkat, az ok-okozati megértés és az összetett logikai vagy tényellentétes következtetés korlátait, valamint 2025. januári tudáshatárdátumot sorol fel. Adjon meg friss bizonyítékot, ha egy feladat újabb információktól függ. Ellenőrizze a számításokat, a kinyert értékeket, az átiratokat és a javasolt kódot a tényleges forrással vagy futtatási eredménnyel összevetve. A hibrid gondolkodás akkor hasznos, ha ezt a konkrét eredményt támogatja, nem pedig az ellenőrzés helyébe lép.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-2.5-flash | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0006 / 1K token Kimenet · Kimeneti tokenek $0.005 / 1K token Bemenet · Gyorsítótár olvasása $0.00006 / 1K token Bemenet · Írás a gyorsítótárba $0.0001666666666666666 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "google/gemini-2.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-flash', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
Technikai példa angolul
Extract changes in an approval rule\n\nCompare these rules for a purchase request. [OLD] Any manager may approve expenses up to 500 units. [NEW] A team manager may approve up to 300 units; above that, finance approval is required. Return the changed requirement, source wording and effect on a 450-unit request. Mark any ambiguity about the currency.A structured comparison and a source-backed explanation of the 450-unit case, with the currency gap retained.Check that the example uses the new threshold and does not invent the unit's currency.