Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
", "aboutText": "Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.\n\nPanduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.\n\nPemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.\n\nPenalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.\n\nMedium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.\n\nPanduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.\n\nKartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.\n\nKeterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Diagnose swapped chart series\n\nA chart receives [{month:'Jan', sales:20, returns:2}, {month:'Feb', sales:30, returns:3}], but its Sales series uses rows.map(r => r.returns). Identify the data-binding error and propose one correction. Keep the existing month labels and Returns series unchanged. Include a small assertion showing the expected Sales data without claiming the chart was rendered.One corrected series expression and a concrete assertion against the supplied data.Only the Sales binding changes, and its values come from sales rather than returns.gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1/messagestext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.6-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring|content_block[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomsystem | Jenisstring|content_block[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan Minimum: 1 Batas berlaku untuk: batas maksimum yang tepat untuk model/kartu yang dipilih | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop_sequences | Jenisstring[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenistool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: alat disediakan | Bawaan— |
Kolomtools[].description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].input_schema | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomthinking.type | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomthinking.budget_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomoutput_config.effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommetadata | Jenisobject | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomcache_control | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Teks · Teks UTF8
messages[].content atau blok type=text
Teks + gambar
{type:image,source:{type:base64,media_type,data}} atau sumber dengan type=url
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1/messagesAiloot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 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 $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.6-flash", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.6-flash", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.6-flash",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.6-flash",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.6-flash',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1/chat/completionstext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.6-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan 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— |
Teks · Teks UTF8
messages[].content
Teks + gambar
{type:image_url,image_url:{url,detail}}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, messages |
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/chat/completionsAiloot 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 $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 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 $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.6-flash", "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/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${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-3.6-flash", "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_url","image_url":{"url":"data:"+mime+";base64,"+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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="gemini-3.6-flash",\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gemini-3.6-flash",\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(resp);\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='gemini-3.6-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1beta/models/{model}:generateContenttext, imagetext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolompath.model | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.6-flash | Bawaan— |
Kolomcontents | Jeniscontent[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolomcontents[].role | Jenisstring | PersyaratanOpsional | Nilai & batasan user, model | Bawaan— |
Kolomcontents[].parts | Jenispart[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
KolomsystemInstruction | Jeniscontent | PersyaratanOpsional | Nilai & batasan | Bawaan— |
KolomgenerationConfig.maxOutputTokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
KolomgenerationConfig.temperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.topP | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.topK | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.stopSequences | Jenisstring[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.thinkingConfig.includeThoughts | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomgenerationConfig.thinkingConfig.thinkingBudget | Jenisinteger | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].functionDeclarations | Jenisfunction_declaration[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomtoolConfig.functionCallingConfig.mode | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomsafetySettings | Jenisobject[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
KolomsessionId | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Teks · Teks UTF8
contents[].parts[].text
Teks + gambar
parts[].inlineData={mimeType,data}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakcontents |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkonten UTF-8 aktual dimasukkan sebagai teks; ID file atau alamat URL (URLs) memerlukan dukungan yang tepat dan terpisah |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
POST /v1beta/models/{model}:generateContentAiloot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiOpenAI Chat · Tarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiOpenAI Chat · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 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 $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Tingkat 1 berdasarkan panjang permintaan | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.6-flash:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.6-flash:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.6-flash", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.6-flash", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.6-flash',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson atau streaming yang didukung
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua kandidat dan bagian, termasuk panggilan fungsi, tanda tangan pemikiran, dan data penggunaan; gabungkan potongan stream secara berurutan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
KolomresponseId | Jenisstring |
KolommodelVersion | Jenisstring |
Kolomcandidates[].content.parts[] | Jenistext|inlineData|functionCall|other part |
Kolomcandidates[].finishReason | Jenisstring |
KolomusageMetadata | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.6-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Percakapan teks | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream |
Parametercontrol_scope | KontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias metode: /chat/completions
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.6-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.6-flash", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan gemini-3.6-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "gemini-3.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
google/gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-3.6-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.6-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.6-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.6-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
google/gemini-3.6-flashGemini 3.6 Flash adalah model teks multimodal Google untuk pemrograman, analisis spasial, dan agen bertahap. Model ini menekankan pemeriksaan diagnostik, penyuntingan terarah, dan pengurangan siklus eksekusi yang tidak perlu. Model ini menerima teks, gambar, audio, video, dan PDF, dengan alat, keluaran terstruktur, serta batas masukan 1,048,576 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Gemini 3.6 Flash adalah profil model teks multimodal andalan Google untuk pemrograman, pekerjaan berbasis pengetahuan, dan eksekusi agen. Model ini dikembangkan dari Gemini 3.5 Flash, dengan fokus pada peningkatan kinerja multimodal dan efisiensi token. Model ini menerima teks, gambar, audio, video, dan PDF serta menghasilkan teks. Penugasan yang berguna dapat menggabungkan kode, tangkapan layar, dan suatu persyaratan, atau membandingkan grafik maupun rencana visual dengan batasan tertulis untuk menghasilkan penjelasan yang telah diperiksa atau revisi terarah.
Panduan pengembang menekankan pengurangan langkah penalaran, giliran, dan pemanggilan alat yang tidak perlu dalam pekerjaan bertahap, serta penyuntingan yang lebih terarah. Untuk diagnosis, berikan kegagalan yang diamati, sumber yang relevan, dan perilaku yang harus tetap dipertahankan. Untuk menelusuri masalah grafik, minta model memeriksa mengapa grafik menampilkan seri yang salah, mengidentifikasi transformasi data yang terlibat, dan mengusulkan satu koreksi sambil mempertahankan tata letak di sekitarnya. Hasilnya kemudian dapat dibandingkan dengan data masukan sebenarnya dan perilaku grafik yang diwajibkan.
Pemeriksaan secara programatis di awal merupakan perilaku khas yang dijelaskan untuk 3.6. Pembuat menyatakan bahwa model lebih sering memeriksa masalah menggunakan kode diagnostik sebelum melakukan perubahan. Hal ini dapat membantu investigasi yang kompleks, tetapi panduan mencatat bahwa perilaku tersebut dapat menambah langkah eksplorasi dalam pekerjaan frontend rutin. Nyatakan apakah tugas memerlukan investigasi, penyuntingan sederhana, atau perbandingan desain. Berikan informasi yang memperjelas perbedaan tersebut dan tentukan tindakan yang diizinkan bagi alat aplikasi yang terhubung.
Penalaran spasial dan multimodal juga ditonjolkan: interpretasi grafik, konversi cetak biru visual, dan tata letak web dengan banyak elemen. Berikan tampilan atau halaman yang relevan, identifikasi apa yang harus ditafsirkan, dan minta bukti yang mendasari kesimpulan. Untuk tugas desain, sertakan panduan tata letak dan gaya yang konkret. Pembuat mencatat penekanan pada kode yang fungsional dan bahwa evaluator terkadang lebih menyukai gaya visual model terdahulu, sehingga arahan visual yang eksplisit akan berguna. Periksa hasil terhadap diagram sebenarnya atau persyaratan desain.
Medium adalah tingkat thinking bawaan yang didokumentasikan. Tabel thinking khusus model Google mencantumkan minimal, low, medium, dan high; panduan migrasi 3.6 menggunakan medium atau high dalam contoh tingkat upayanya. Halaman model tersebut mencantumkan function calling, eksekusi kode, pencarian berkas, grounding pencarian, grounding Maps, konteks URL, dan keluaran terstruktur, dengan Computer Use sebagai kemampuan pratinjau. Definisikan masukan fungsi dan hasil yang diwajibkan dengan jelas. Fungsi yang dipilih model memerlukan hasil aplikasi yang nyata sebelum jawaban berikutnya dapat mengandalkan hasilnya. Untuk analisis terstruktur, definisikan skema dan bukti sumber yang diperlukan untuk setiap temuan.
Panduan 3.6 mengubah persiapan dibandingkan permintaan Gemini terdahulu. Panduan ini menandai pengaturan sampling temperature, top-p, dan top-k sebagai usang, menolak giliran akhir berperan model yang telah diisi sebelumnya, serta menyarankan instruksi sistem atau keluaran terstruktur untuk mengendalikan jawaban. Aturan respons fungsinya mencocokkan respons dengan panggilannya berdasarkan identitas dan nama, sedangkan standar dasar Gemini 3 mempertahankan thought signatures dalam penggunaan multigiliran. Kelanjutan yang praktis harus membawa riwayat relevan dan hasil alat tanpa modifikasi, bukan meniru awalan jawaban sebelumnya.
Kartu model asli menetapkan konteks masukan hingga 1M dan keluaran teks 64K; tabel API khususnya memberikan 1,048,576 token masukan dan 65,536 token keluaran. Anggarkan instruksi, riwayat, dan media sebagai bagian dari masukan, lalu minta keluaran yang ukurannya sesuai dengan tugas. Halaman produsen juga mencantumkan caching, batch, serta pemrosesan Flex dan Priority. Saat memproses rekaman independen, nyatakan pengenal rekaman dan format hasil secara eksplisit. Keluarannya adalah artefak teks, meskipun bukti mencakup foto, audio, atau video.
Keterbatasan yang mungkin terjadi mencakup halusinasi serta kelambatan atau timeout sesekali. Batas pengetahuan Maret 2026-nya mencakup sejumlah bidang yang pengetahuannya tetap terbatas hingga Januari 2025, sehingga lampirkan materi lebih baru atau gunakan alur grounding yang didokumentasikan ketika fakta terkini penting. Tinjau perhitungan, referensi sumber, interpretasi visual, dan modifikasi yang diusulkan. Persiapan khas untuk edisi ini adalah arahan diagnostik yang terfokus, cakupan alat yang jelas, dan batasan desain yang eksplisit, diikuti pemeriksaan hasil konkret.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan google/gemini-3.6-flash | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0015 / 1K token Keluaran · Token keluaran $0.0075 / 1K token Masukan · Pembacaan cache $0.00015 / 1K token Masukan · Penulisan cache $0.0000833333333333334 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "google/gemini-3.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
Contoh teknis dalam bahasa Inggris
Diagnose swapped chart series\n\nA chart receives [{month:'Jan', sales:20, returns:2}, {month:'Feb', sales:30, returns:3}], but its Sales series uses rows.map(r => r.returns). Identify the data-binding error and propose one correction. Keep the existing month labels and Returns series unchanged. Include a small assertion showing the expected Sales data without claiming the chart was rendered.One corrected series expression and a concrete assertion against the supplied data.Only the Sales binding changes, and its values come from sales rather than returns.