Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
", "aboutText": "Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.\n\nUntuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.\n\nMateri peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.\n\nTingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.\n\nTabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.\n\nUntuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.\n\nKartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.\n\nEdisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.gemini-3.1-pro-previewGemini 3.1 Pro Preview adalah model penalaran multimodal Google untuk tugas perangkat lunak, algoritma, dan pengetahuan yang kompleks. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks atau kode, dengan alat dan keluaran terstruktur. Tingkat penalaran Low, medium, dan high memandu upaya; high merupakan bawaan yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
POST /v1/messagestext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.1-pro-preview | 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/messages| Ukuran permintaan, dalam token | Masukan | Keluaran | Pembacaan cache | Penulisan cache | Cache 5 menit | Cache 1 jam |
|---|---|---|---|---|---|---|
| Ukuran permintaan, dalam token(0; 200.000] | MasukanUS$0,002 | KeluaranUS$0,012 | Pembacaan cacheUS$0,0002 | Penulisan cacheTarif dasar: — | Cache 5 menitTarif dasar: — | Cache 1 jamTarif dasar: — |
| Ukuran permintaan, dalam token(200.000; ∞) | MasukanUS$0,004 | KeluaranUS$0,018 | Pembacaan cacheUS$0,0004 | Penulisan cacheTarif dasar: — | Cache 5 menitTarif dasar: — | Cache 1 jamTarif dasar: — |
Tarif dalam USD per 1K token. Jika tidak ada tarif yang ditetapkan, tarif dasar metode ini diwarisi; «—» berarti tidak ada tarif dasar yang ditetapkan.
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 →
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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.1-pro-preview", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-pro-preview", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.1-pro-preview",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.1-pro-preview",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.1-pro-preview',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview adalah model penalaran multimodal Google untuk tugas perangkat lunak, algoritma, dan pengetahuan yang kompleks. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks atau kode, dengan alat dan keluaran terstruktur. Tingkat penalaran Low, medium, dan high memandu upaya; high merupakan bawaan yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
POST /v1beta/models/{model}:generateContenttext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolompath.model | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.1-pro-preview | 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}:generateContent| Ukuran permintaan, dalam token | Masukan | Keluaran | Pembacaan cache | Penulisan cache | Cache 5 menit | Cache 1 jam |
|---|---|---|---|---|---|---|
| Ukuran permintaan, dalam token(0; 200.000] | MasukanUS$0,002 | KeluaranUS$0,012 | Pembacaan cacheUS$0,0002 | Penulisan cacheTarif dasar: — | Cache 5 menitTarif dasar: — | Cache 1 jamTarif dasar: — |
| Ukuran permintaan, dalam token(200.000; ∞) | MasukanUS$0,004 | KeluaranUS$0,018 | Pembacaan cacheUS$0,0004 | Penulisan cacheTarif dasar: — | Cache 5 menitTarif dasar: — | Cache 1 jamTarif dasar: — |
Tarif dalam USD per 1K token. Jika tidak ada tarif yang ditetapkan, tarif dasar metode ini diwarisi; «—» berarti tidak ada tarif dasar yang ditetapkan.
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 →
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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 2 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.1-pro-preview:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-preview:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.1-pro-preview", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.1-pro-preview", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.1-pro-preview',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview adalah model penalaran multimodal Google untuk tugas perangkat lunak, algoritma, dan pengetahuan yang kompleks. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks atau kode, dengan alat dan keluaran terstruktur. Tingkat penalaran Low, medium, dan high memandu upaya; high merupakan bawaan yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.1-pro-preview | 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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-pro-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-pro-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview adalah model penalaran multimodal Google untuk tugas perangkat lunak, algoritma, dan pengetahuan yang kompleks. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks atau kode, dengan alat dan keluaran terstruktur. Tingkat penalaran Low, medium, dan high memandu upaya; high merupakan bawaan yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.1-pro-preview | 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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview adalah model penalaran multimodal Google untuk tugas perangkat lunak, algoritma, dan pengetahuan yang kompleks. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks atau kode, dengan alat dan keluaran terstruktur. Tingkat penalaran Low, medium, dan high memandu upaya; high merupakan bawaan yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-3.1-pro-preview | 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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview adalah model penalaran multimodal Google untuk tugas perangkat lunak, algoritma, dan pengetahuan yang kompleks. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks atau kode, dengan alat dan keluaran terstruktur. Tingkat penalaran Low, medium, dan high memandu upaya; high merupakan bawaan yang didokumentasikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.1 Pro Preview adalah model teks Google yang berorientasi pada penalaran untuk tugas kompleks yang memerlukan rekayasa perangkat lunak, pengembangan algoritma, atau sintesis bukti multimodal. Model ini dikembangkan dari Gemini 3 Pro, dengan penekanan pada penggunaan alat yang presisi, penalaran lebih efisien, dan eksekusi bertahap yang andal. Teks, gambar, audio, video, dan PDF dapat berkontribusi pada jawaban tertulis, artefak kode, atau hasil terstruktur.
Untuk penugasan pemrograman yang menantang, berikan tujuan, materi repositori yang relevan, perilaku yang diamati, dan batasan yang harus dipertahankan. Seluruh repositori kode dapat menyediakan konteks untuk penugasan. Untuk peninjauan kontrak kode, minta model membandingkan penanganan kontrak data bersama oleh dua modul, mengidentifikasi ketidaksesuaian, dan mengusulkan koreksi terarah dengan referensi kode pendukung. Keluaran yang berguna membedakan analisis, revisi yang diusulkan, dan bukti dari validasi apa pun yang dilakukan aplikasi terhubung.
Materi peluncuran mendemonstrasikan penjelasan visual berbasis kode dan proyek interaktif, termasuk keluaran SVG animasi dari arahan teks. Ini merupakan artefak kode, bukan pembuatan gambar raster. Arahan yang jelas dapat mendefinisikan apa yang harus dijelaskan, bagaimana visual harus berperilaku, dan data yang harus direpresentasikannya. Tinjau kode dan hasil rendering terhadap persyaratan tersebut. Untuk tugas sintesis data, berikan sumber sebenarnya dan minta satu tampilan yang mempertahankan hubungan dan kualifikasi yang ditemukan di dalamnya.
Tingkat thinking yang didokumentasikan adalah low, medium, dan high, dengan high sebagai bawaan untuk 3.1 Pro Preview. Thinking tidak dapat sepenuhnya dinonaktifkan dalam profil Pro ini. Pilih upaya lebih rendah untuk jawaban dengan cakupan terbatas dan penalaran lebih banyak untuk pekerjaan bertahap yang sulit, sambil menyisakan alokasi keluaran yang memadai bagi artefak akhir. Batas keluaran yang kecil dapat menghentikan penalaran sebelum jawaban akhir yang berguna muncul. Panduan thinking memisahkan ringkasan penalaran dari proses internal lengkap dan menjelaskan mengapa konteks thought signatures percakapan penting.
Tabel khusus Preview mencantumkan function calling, eksekusi kode, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur. Tabel tersebut membatasi File Search pada AI Studio. Berikan tujuan fungsi dan definisi parameter, lalu lanjutkan dari hasil nyata yang dikembalikan. Profil Custom Tools Preview yang terpisah dioptimalkan untuk memprioritaskan alat khusus dan bash; profil tersebut merupakan endpoint produsen bernama tersendiri, sehingga spesialisasi itu tidak boleh diam-diam dianggap sebagai sifat setiap permintaan 3.1 Pro. Pilih skema hasil terstruktur ketika tugas memerlukan rekaman dengan definisi tertentu, bukan prosa tanpa batasan.
Untuk analisis multimodal, identifikasi halaman, visual, interval rekaman, atau peristiwa video yang relevan. Untuk analisis dokumen, bandingkan diagram dengan spesifikasi tertulisnya dan kembalikan setiap perbedaan beserta kutipan pendukung. Sumber lisan dapat berkontribusi sebagai transkrip atau interpretasi dalam teks. Pertahankan referensi sumber untuk kesimpulan yang perlu diperiksa, dan pisahkan apa yang terlihat atau dinyatakan dari apa yang diinferensikan. Keluaran profil ini tetap berupa teks, termasuk kode; pembuatan gambar atau ucapan native bukan bagian dari tabel kemampuan khususnya.
Kartu asli 3.1 Pro menetapkan konteks hingga 1M dan keluaran teks 64K, sedangkan tabel API khusus Preview memberikan 1,048,576 token masukan dan 65,536 token keluaran. Masukkan instruksi, riwayat percakapan, dan media ke dalam anggaran masukan. Caching dan pemrosesan batch didokumentasikan, dengan opsi Flex dan Priority juga dicantumkan untuk profil produsen ini. Untuk beberapa item independen, definisikan keluaran yang diwajibkan dan pertahankan setiap pengenal sumber, alih-alih menggabungkan bukti yang tidak berkaitan menjadi satu jawaban yang tidak dapat ditelusuri.
Edisi bernama Preview tetap berbeda dari profil Custom Tools Pro serta rilis Flash atau Pro berikutnya. Keunggulannya berkaitan dengan penalaran kompleks, pemrograman, dan sintesis bukti; artefak akhir tetap perlu diperiksa terhadap sumber dan hasil alat sebenarnya. Pertahankan ambiguitas yang belum terselesaikan ketika informasi yang diberikan tidak mendukung kesimpulan pasti. Hasil serahan yang berguna adalah jawaban, kode, atau rekaman yang didukung dan diminta oleh tugas, dengan bukti yang cukup untuk menilai batas praktisnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-3.1-pro-preview | 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 $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token Keluaran · Token penalaran keluaran $0.024 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk200.000 | Biaya Masukan · Token masukan $0.004 / 1K token Keluaran · Token keluaran $0.024 / 1K token Masukan · Pembacaan cache $0.0004 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari200.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.008 / 1K token Keluaran · Token keluaran $0.036 / 1K token Masukan · Pembacaan cache $0.0008 / 1K token Masukan · Penulisan cache $0.00075 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "google/gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
Contoh teknis dalam bahasa Inggris
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.