Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
", "aboutText": "Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.\n\nKontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.\n\nUntuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.\n\nUntuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.\n\nProfil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.\n\nTabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.\n\nKartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.\n\nEdisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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-flashGemini 2.5 Flash adalah model penalaran hibrida stabil Google untuk analisis multimodal dan tugas agen. Anggaran thinking dinamisnya dapat diatur dari 0 hingga 24,576 token, termasuk mode nonaktif. Teks, gambar, audio, video, dan dokumen menjadi teks atau hasil terstruktur, dengan batas masukan 1,048,576 token yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
POST /v1/messagestext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-2.5-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring|content_block[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomsystem | Jenisstring|content_block[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan Minimum: 1 Batas berlaku untuk: batas maksimum yang tepat untuk model/kartu yang dipilih | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop_sequences | Jenisstring[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenistool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: alat disediakan | Bawaan— |
Kolomtools[].description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].input_schema | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomthinking.type | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomthinking.budget_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomoutput_config.effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommetadata | Jenisobject | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomcache_control | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Teks · Teks UTF8
messages[].content atau blok type=text
Teks + gambar
{type:image,source:{type:base64,media_type,data}} atau sumber dengan type=url
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1/messagesAiloot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashGemini 2.5 Flash adalah model penalaran hibrida stabil Google untuk analisis multimodal dan tugas agen. Anggaran thinking dinamisnya dapat diatur dari 0 hingga 24,576 token, termasuk mode nonaktif. Teks, gambar, audio, video, dan dokumen menjadi teks atau hasil terstruktur, dengan batas masukan 1,048,576 token yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
POST /v1beta/models/{model}:generateContenttext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolompath.model | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-2.5-flash | Bawaan— |
Kolomcontents | Jeniscontent[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolomcontents[].role | Jenisstring | PersyaratanOpsional | Nilai & batasan user, model | Bawaan— |
Kolomcontents[].parts | Jenispart[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
KolomsystemInstruction | Jeniscontent | PersyaratanOpsional | Nilai & batasan | Bawaan— |
KolomgenerationConfig.maxOutputTokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
KolomgenerationConfig.temperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.topP | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.topK | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.stopSequences | Jenisstring[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.thinkingConfig.includeThoughts | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.thinkingConfig.thinkingBudget | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].functionDeclarations | Jenisfunction_declaration[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomtoolConfig.functionCallingConfig.mode | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomsafetySettings | Jenisobject[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomsessionId | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Teks · Teks UTF8
contents[].parts[].text
Teks + gambar
parts[].inlineData={mimeType,data}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakcontents |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1beta/models/{model}:generateContentAiloot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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 atau streaming yang didukung
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua kandidat dan bagian, termasuk panggilan fungsi, tanda tangan pemikiran, dan data penggunaan; gabungkan potongan stream secara berurutan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
KolomresponseId | Jenisstring |
KolommodelVersion | Jenisstring |
Kolomcandidates[].content.parts[] | Jenistext|inlineData|functionCall|other part |
Kolomcandidates[].finishReason | Jenisstring |
KolomusageMetadata | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashGemini 2.5 Flash adalah model penalaran hibrida stabil Google untuk analisis multimodal dan tugas agen. Anggaran thinking dinamisnya dapat diatur dari 0 hingga 24,576 token, termasuk mode nonaktif. Teks, gambar, audio, video, dan dokumen menjadi teks atau hasil terstruktur, dengan batas masukan 1,048,576 token yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-2.5-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Percakapan teks | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream |
Parametercontrol_scope | KontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias metode: /chat/completions
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashGemini 2.5 Flash adalah model penalaran hibrida stabil Google untuk analisis multimodal dan tugas agen. Anggaran thinking dinamisnya dapat diatur dari 0 hingga 24,576 token, termasuk mode nonaktif. Teks, gambar, audio, video, dan dokumen menjadi teks atau hasil terstruktur, dengan batas masukan 1,048,576 token yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-2.5-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gemini-2.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
google/gemini-2.5-flashGemini 2.5 Flash adalah model penalaran hibrida stabil Google untuk analisis multimodal dan tugas agen. Anggaran thinking dinamisnya dapat diatur dari 0 hingga 24,576 token, termasuk mode nonaktif. Teks, gambar, audio, video, dan dokumen menjadi teks atau hasil terstruktur, dengan batas masukan 1,048,576 token yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-2.5-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
google/gemini-2.5-flashGemini 2.5 Flash adalah model penalaran hibrida stabil Google untuk analisis multimodal dan tugas agen. Anggaran thinking dinamisnya dapat diatur dari 0 hingga 24,576 token, termasuk mode nonaktif. Teks, gambar, audio, video, dan dokumen menjadi teks atau hasil terstruktur, dengan batas masukan 1,048,576 token yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 2.5 Flash adalah profil penalaran hibrida stabil Google untuk pekerjaan multimodal serbaguna dan penggunaan alat oleh agen. Model ini menawarkan respons dengan dan tanpa thinking untuk tugas multimodal skala besar yang memerlukan tingkat penalaran berbeda. Teks, gambar, audio, dan video berkontribusi pada jawaban teks. Masukan dokumen juga dijelaskan dalam profil cloud khusus model Google. Hasil yang berguna dapat berupa perbandingan dokumen, interpretasi grafik, transkrip, kode, atau rekaman terstruktur.
Kontrol penalaran edisi ini menggunakan thinkingBudget. Thinking dinamis adalah bawaan; pengaturan -1 membiarkan model menyesuaikan penalaran dengan kompleksitas tugas. Anggaran eksplisit dapat berkisar dari nol hingga 24,576 token, dan nol menonaktifkan thinking. Pilih anggaran yang sesuai dengan masalah sebenarnya, alih-alih memberikan upaya yang sama untuk kategorisasi sederhana dan analisis dengan banyak kondisi. Panduan memperlakukan anggaran sebagai arahan, dan kartu asli mencatat bahwa kepatuhan mungkin tidak persis.
Untuk tugas dokumen atau data, definisikan pertanyaan, bidang yang diwajibkan, dan bukti yang harus menyertai hasil. Untuk perbandingan persyaratan, bandingkan dua spesifikasi dan kembalikan persyaratan yang berubah, kutipan sumbernya, serta dampaknya pada alur yang disebutkan. Keluaran terstruktur berguna ketika setiap temuan memerlukan bentuk rekaman yang sama. Jika sumber memberikan beberapa nilai yang mungkin atau membiarkan suatu bidang terbuka, pertahankan ketidakpastian tersebut, alih-alih memaksakan satu jawaban yang tampak masuk akal. Tinjau nilai yang dikembalikan terhadap halaman atau data yang diberikan.
Untuk materi visual atau audio, identifikasi objek, label, peristiwa, atau bagian rekaman yang relevan. Minta jenis teks yang diperlukan: nilai yang terlihat dalam grafik, deskripsi peristiwa, transkrip, atau ringkasan. Artefak tersebut berbeda, dan instruksi harus menyebutkan mana yang dihasilkan. Kartu asli bersama mencakup Flash Image dan Flash Audio sebagai kemampuan dengan nama tersendiri; keluaran gambar dan ucapan yang dihasilkannya bukan bagian dari profil teks stabil ini.
Profil cloud khusus Google mendokumentasikan masukan PDF dan teks biasa dengan batas khusus antarmuka: 50 MB per PDF yang diimpor melalui API dan hingga 3,000 halaman per berkas, dengan batas berkas teks biasa 7 MB. Profil tersebut juga menjelaskan sekitar 45 menit video dengan audio atau satu jam tanpa audio, serta sekitar 8.4 jam audio dalam alokasi masukan satu juta token. Ini adalah batas antarmuka cloud yang dinyatakan, terpisah dari jendela token model umum. Siapkan bagian relevan dan format sumber, alih-alih menganggap setiap jenis berkas atau jalur unggah memiliki batas yang sama.
Tabel khusus Gemini API mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Definisikan peran setiap fungsi dan bentuk parameternya, lalu lanjutkan dari hasil nyata yang dikembalikan. Model dapat meminta operasi, sedangkan aplikasi yang terhubung melaksanakannya. Pertahankan konteks thought signatures yang diperlukan ketika melanjutkan tugas penalaran dalam antarmuka stateless. Jawaban terstruktur atau saran fungsi tidak secara independen membuktikan bahwa operasi eksternal berhasil.
Kartu model asli memberikan konteks 1M dan keluaran teks 64K, sedangkan tabel API khususnya menetapkan 1,048,576 token masukan dan 65,536 token keluaran. Batas respons mencakup token thinking, sehingga batas yang terlalu kecil dapat membuat jawaban akhir terpotong atau kosong. Minta artefak yang ukurannya sesuai dengan alokasi keluaran dan gunakan anggaran penalaran untuk memandu upaya. Caching, batch, serta pemrosesan Flex dan Priority didokumentasikan untuk profil produsen ini. Pertahankan pengenal item ketika menyiapkan beberapa rekaman independen.
Edisi stabil tetap berbeda dari varian Flash Preview dan model Gemini 3 yang lebih baru. Kartunya mencantumkan kemungkinan halusinasi, keterbatasan pemahaman kausal serta penalaran logis kompleks atau kontrafaktual, dan batas pengetahuan Januari 2025. Berikan bukti baru ketika tugas bergantung pada informasi lebih baru. Periksa perhitungan, nilai hasil ekstraksi, transkrip, dan kode yang diusulkan terhadap sumber sebenarnya atau hasil eksekusi. Thinking hibrida berguna ketika mendukung hasil konkret tersebut, bukan menjadi pengganti peninjauannya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-2.5-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache $0.00006 / 1K token Masukan · Penulisan cache $0.0001666666666666666 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "google/gemini-2.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
Contoh teknis dalam bahasa Inggris
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.