Gemini 2.5 Flash-Lite Preview 06-17 è l'edizione di anteprima di giugno di Flash-Lite di Google, progettata per attività frequenti e sensibili alla latenza, come classificare messaggi e riassumere materiale su larga scala. Appartiene alla famiglia Gemini 2.5 con ragionamento, mantenendo un percorso di risposta diretta per il lavoro semplice. La denominazione datata Preview identifica questa versione separatamente da Flash-Lite stabile e dalla successiva anteprima di settembre, i cui miglioramenti nel rispetto delle istruzioni e nella multimodalità appartengono a una distinta edizione.
Il lancio di giugno pone classificazione e sintesi al centro dell'uso previsto. Un input utile per la classificazione contiene il messaggio, le etichette consentite ed esempi dei loro confini; l'output può essere un'etichetta, una motivazione breve e le informazioni necessarie al passo di elaborazione successivo. Un'attività di sintesi può specificare decisioni, azioni da svolgere, scadenze indicate e domande irrisolte da conservare. Sono applicazioni pratiche dello scopo dichiarato: danno a un'operazione ripetitiva un input chiaro e un risultato compatto, invece di richiedere un saggio senza limiti precisi.
Il ragionamento è disponibile ma disattivato per impostazione predefinita in questa anteprima Flash-Lite di giugno. Google descrive un budget di ragionamento controllabile che consente all'attività di usare ragionamento aggiuntivo quando le sue condizioni lo richiedono. Mantieni il percorso diretto per la semplice categorizzazione o riduzione di un testo; usa un'attività ragionata per categorie sovrapposte, eccezioni o una domanda che richiede più conclusioni dipendenti. Specifica quali condizioni sono obbligatorie e cosa costituisce una risposta corretta. Il ragionamento è una capacità di elaborazione dell'attività; una spiegazione più lunga non dimostra di per sé che la conclusione sia corretta.
Il rapporto tecnico di Google nomina esplicitamente questo modello di giugno e documenta il supporto per input multimodali e un contesto lungo un milione di token. Il risultato è testuale. Il contesto offre spazio per materiale di partenza, istruzioni ed esempi nella stessa attività. Assegna a ogni documento o sezione un ruolo chiaro, quindi identifica ciò che il modello dovrebbe estrarre o confrontare. Per un assistente documentale, separa la domanda dal testo della fonte e richiedi un risultato collegato ai passaggi pertinenti. Per un passaggio di estrazione, definisci i campi e come rappresentare le informazioni assenti dal materiale. Questa è una capacità del contesto, non la promessa che contenuti estranei diventino utili solo perché inclusi.
L'annuncio di giugno elenca strumenti nativi per l'ancoraggio alla ricerca, l'esecuzione di codice e il contesto da URL, insieme alla chiamata di funzioni. L'ancoraggio alla ricerca aggiunge informazioni web a una risposta; il contesto da URL usa il contenuto delle pagine fornite per attività come confrontare documenti o estrarre dettagli. Lo strumento di esecuzione del codice di Google genera ed esegue Python per calcoli o elaborazione testuale e ne usa il risultato nella risposta. La chiamata di funzioni ha un ruolo diverso: il modello seleziona una funzione dichiarata e i relativi argomenti, mentre l'applicazione collegata la esegue e restituisce il risultato. Definisci lo scopo della funzione e i parametri consentiti, così un'attività assistita da strumenti dispone di un'azione successiva esplicita.
Per un flusso di lavoro ricorrente, prepara un piccolo insieme di input rappresentativi prima di applicare la stessa istruzione a una raccolta più ampia. Includi un caso ordinario, un caso ambiguo e un caso con informazioni mancanti. Un esempio di assistenza clienti potrebbe chiedere un argomento, la domanda effettiva del cliente e una risposta basata soltanto su un passaggio di riferimento allegato. Un esempio relativo alla corrispondenza può richiedere un elenco di attività con un'azione, la persona che la assegna e una scadenza soltanto quando è dichiarata. Mantieni questi campi richiesti separati da ogni testo esplicativo, così il testo risultante può essere verificato rispetto all'elemento originale.
La scheda della famiglia Flash-Lite del produttore identifica la possibile invenzione di fatti e difficoltà nella comprensione causale, nella deduzione logica complessa e nel ragionamento controfattuale. Segnala inoltre che il rispetto di un budget di ragionamento può essere discontinuo. Considerali punti di revisione concreti: confronta i fatti estratti con la fonte, verifica i calcoli dipendenti e distingui un'affermazione osservata da una spiegazione dedotta. L'elaborato finito utile è una classificazione, una sintesi, un'estrazione o una risposta compatta, di cui si possano esaminare i fatti richiesti e le informazioni mancanti. Questa edizione di giugno è una scelta distinta per l'elaborazione testuale; le specifiche delle anteprime successive non ne ridefiniscono l'identità documentata.
", "aboutText": "Gemini 2.5 Flash-Lite Preview 06-17 è l'edizione di anteprima di giugno di Flash-Lite di Google, progettata per attività frequenti e sensibili alla latenza, come classificare messaggi e riassumere materiale su larga scala. Appartiene alla famiglia Gemini 2.5 con ragionamento, mantenendo un percorso di risposta diretta per il lavoro semplice. La denominazione datata Preview identifica questa versione separatamente da Flash-Lite stabile e dalla successiva anteprima di settembre, i cui miglioramenti nel rispetto delle istruzioni e nella multimodalità appartengono a una distinta edizione.\n\nIl lancio di giugno pone classificazione e sintesi al centro dell'uso previsto. Un input utile per la classificazione contiene il messaggio, le etichette consentite ed esempi dei loro confini; l'output può essere un'etichetta, una motivazione breve e le informazioni necessarie al passo di elaborazione successivo. Un'attività di sintesi può specificare decisioni, azioni da svolgere, scadenze indicate e domande irrisolte da conservare. Sono applicazioni pratiche dello scopo dichiarato: danno a un'operazione ripetitiva un input chiaro e un risultato compatto, invece di richiedere un saggio senza limiti precisi.\n\nIl ragionamento è disponibile ma disattivato per impostazione predefinita in questa anteprima Flash-Lite di giugno. Google descrive un budget di ragionamento controllabile che consente all'attività di usare ragionamento aggiuntivo quando le sue condizioni lo richiedono. Mantieni il percorso diretto per la semplice categorizzazione o riduzione di un testo; usa un'attività ragionata per categorie sovrapposte, eccezioni o una domanda che richiede più conclusioni dipendenti. Specifica quali condizioni sono obbligatorie e cosa costituisce una risposta corretta. Il ragionamento è una capacità di elaborazione dell'attività; una spiegazione più lunga non dimostra di per sé che la conclusione sia corretta.\n\nIl rapporto tecnico di Google nomina esplicitamente questo modello di giugno e documenta il supporto per input multimodali e un contesto lungo un milione di token. Il risultato è testuale. Il contesto offre spazio per materiale di partenza, istruzioni ed esempi nella stessa attività. Assegna a ogni documento o sezione un ruolo chiaro, quindi identifica ciò che il modello dovrebbe estrarre o confrontare. Per un assistente documentale, separa la domanda dal testo della fonte e richiedi un risultato collegato ai passaggi pertinenti. Per un passaggio di estrazione, definisci i campi e come rappresentare le informazioni assenti dal materiale. Questa è una capacità del contesto, non la promessa che contenuti estranei diventino utili solo perché inclusi.\n\nL'annuncio di giugno elenca strumenti nativi per l'ancoraggio alla ricerca, l'esecuzione di codice e il contesto da URL, insieme alla chiamata di funzioni. L'ancoraggio alla ricerca aggiunge informazioni web a una risposta; il contesto da URL usa il contenuto delle pagine fornite per attività come confrontare documenti o estrarre dettagli. Lo strumento di esecuzione del codice di Google genera ed esegue Python per calcoli o elaborazione testuale e ne usa il risultato nella risposta. La chiamata di funzioni ha un ruolo diverso: il modello seleziona una funzione dichiarata e i relativi argomenti, mentre l'applicazione collegata la esegue e restituisce il risultato. Definisci lo scopo della funzione e i parametri consentiti, così un'attività assistita da strumenti dispone di un'azione successiva esplicita.\n\nPer un flusso di lavoro ricorrente, prepara un piccolo insieme di input rappresentativi prima di applicare la stessa istruzione a una raccolta più ampia. Includi un caso ordinario, un caso ambiguo e un caso con informazioni mancanti. Un esempio di assistenza clienti potrebbe chiedere un argomento, la domanda effettiva del cliente e una risposta basata soltanto su un passaggio di riferimento allegato. Un esempio relativo alla corrispondenza può richiedere un elenco di attività con un'azione, la persona che la assegna e una scadenza soltanto quando è dichiarata. Mantieni questi campi richiesti separati da ogni testo esplicativo, così il testo risultante può essere verificato rispetto all'elemento originale.\n\nLa scheda della famiglia Flash-Lite del produttore identifica la possibile invenzione di fatti e difficoltà nella comprensione causale, nella deduzione logica complessa e nel ragionamento controfattuale. Segnala inoltre che il rispetto di un budget di ragionamento può essere discontinuo. Considerali punti di revisione concreti: confronta i fatti estratti con la fonte, verifica i calcoli dipendenti e distingui un'affermazione osservata da una spiegazione dedotta. L'elaborato finito utile è una classificazione, una sintesi, un'estrazione o una risposta compatta, di cui si possano esaminare i fatti richiesti e le informazioni mancanti. Questa edizione di giugno è una scelta distinta per l'elaborazione testuale; le specifiche delle anteprime successive non ne ridefiniscono l'identità documentata.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 è l'edizione di giugno di Google per classificazione, sintesi ed elaborazione testuale ripetibile ad alta capacità. Combina un contesto da un milione di token, ragionamento facoltativo e strumenti documentati per ricerca, codice, contesto da URL e chiamata di funzioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 2.5 Flash-Lite Preview 06-17 è l'edizione di anteprima di giugno di Flash-Lite di Google, progettata per attività frequenti e sensibili alla latenza, come classificare messaggi e riassumere materiale su larga scala. Appartiene alla famiglia Gemini 2.5 con ragionamento, mantenendo un percorso di risposta diretta per il lavoro semplice. La denominazione datata Preview identifica questa versione separatamente da Flash-Lite stabile e dalla successiva anteprima di settembre, i cui miglioramenti nel rispetto delle istruzioni e nella multimodalità appartengono a una distinta edizione.
Il lancio di giugno pone classificazione e sintesi al centro dell'uso previsto. Un input utile per la classificazione contiene il messaggio, le etichette consentite ed esempi dei loro confini; l'output può essere un'etichetta, una motivazione breve e le informazioni necessarie al passo di elaborazione successivo. Un'attività di sintesi può specificare decisioni, azioni da svolgere, scadenze indicate e domande irrisolte da conservare. Sono applicazioni pratiche dello scopo dichiarato: danno a un'operazione ripetitiva un input chiaro e un risultato compatto, invece di richiedere un saggio senza limiti precisi.
Il ragionamento è disponibile ma disattivato per impostazione predefinita in questa anteprima Flash-Lite di giugno. Google descrive un budget di ragionamento controllabile che consente all'attività di usare ragionamento aggiuntivo quando le sue condizioni lo richiedono. Mantieni il percorso diretto per la semplice categorizzazione o riduzione di un testo; usa un'attività ragionata per categorie sovrapposte, eccezioni o una domanda che richiede più conclusioni dipendenti. Specifica quali condizioni sono obbligatorie e cosa costituisce una risposta corretta. Il ragionamento è una capacità di elaborazione dell'attività; una spiegazione più lunga non dimostra di per sé che la conclusione sia corretta.
Il rapporto tecnico di Google nomina esplicitamente questo modello di giugno e documenta il supporto per input multimodali e un contesto lungo un milione di token. Il risultato è testuale. Il contesto offre spazio per materiale di partenza, istruzioni ed esempi nella stessa attività. Assegna a ogni documento o sezione un ruolo chiaro, quindi identifica ciò che il modello dovrebbe estrarre o confrontare. Per un assistente documentale, separa la domanda dal testo della fonte e richiedi un risultato collegato ai passaggi pertinenti. Per un passaggio di estrazione, definisci i campi e come rappresentare le informazioni assenti dal materiale. Questa è una capacità del contesto, non la promessa che contenuti estranei diventino utili solo perché inclusi.
L'annuncio di giugno elenca strumenti nativi per l'ancoraggio alla ricerca, l'esecuzione di codice e il contesto da URL, insieme alla chiamata di funzioni. L'ancoraggio alla ricerca aggiunge informazioni web a una risposta; il contesto da URL usa il contenuto delle pagine fornite per attività come confrontare documenti o estrarre dettagli. Lo strumento di esecuzione del codice di Google genera ed esegue Python per calcoli o elaborazione testuale e ne usa il risultato nella risposta. La chiamata di funzioni ha un ruolo diverso: il modello seleziona una funzione dichiarata e i relativi argomenti, mentre l'applicazione collegata la esegue e restituisce il risultato. Definisci lo scopo della funzione e i parametri consentiti, così un'attività assistita da strumenti dispone di un'azione successiva esplicita.
Per un flusso di lavoro ricorrente, prepara un piccolo insieme di input rappresentativi prima di applicare la stessa istruzione a una raccolta più ampia. Includi un caso ordinario, un caso ambiguo e un caso con informazioni mancanti. Un esempio di assistenza clienti potrebbe chiedere un argomento, la domanda effettiva del cliente e una risposta basata soltanto su un passaggio di riferimento allegato. Un esempio relativo alla corrispondenza può richiedere un elenco di attività con un'azione, la persona che la assegna e una scadenza soltanto quando è dichiarata. Mantieni questi campi richiesti separati da ogni testo esplicativo, così il testo risultante può essere verificato rispetto all'elemento originale.
La scheda della famiglia Flash-Lite del produttore identifica la possibile invenzione di fatti e difficoltà nella comprensione causale, nella deduzione logica complessa e nel ragionamento controfattuale. Segnala inoltre che il rispetto di un budget di ragionamento può essere discontinuo. Considerali punti di revisione concreti: confronta i fatti estratti con la fonte, verifica i calcoli dipendenti e distingui un'affermazione osservata da una spiegazione dedotta. L'elaborato finito utile è una classificazione, una sintesi, un'estrazione o una risposta compatta, di cui si possano esaminare i fatti richiesti e le informazioni mancanti. Questa edizione di giugno è una scelta distinta per l'elaborazione testuale; le specifiche delle anteprime successive non ne ridefiniscono l'identità documentata.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-2.5-flash-lite-preview-06-17 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite-preview-06-17", "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='gemini-2.5-flash-lite-preview-06-17',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='gemini-2.5-flash-lite-preview-06-17',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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Usa i percorsi dei metodi indicati sopra.
gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17 è l'edizione di giugno di Google per classificazione, sintesi ed elaborazione testuale ripetibile ad alta capacità. Combina un contesto da un milione di token, ragionamento facoltativo e strumenti documentati per ricerca, codice, contesto da URL e chiamata di funzioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 2.5 Flash-Lite Preview 06-17 è l'edizione di anteprima di giugno di Flash-Lite di Google, progettata per attività frequenti e sensibili alla latenza, come classificare messaggi e riassumere materiale su larga scala. Appartiene alla famiglia Gemini 2.5 con ragionamento, mantenendo un percorso di risposta diretta per il lavoro semplice. La denominazione datata Preview identifica questa versione separatamente da Flash-Lite stabile e dalla successiva anteprima di settembre, i cui miglioramenti nel rispetto delle istruzioni e nella multimodalità appartengono a una distinta edizione.
Il lancio di giugno pone classificazione e sintesi al centro dell'uso previsto. Un input utile per la classificazione contiene il messaggio, le etichette consentite ed esempi dei loro confini; l'output può essere un'etichetta, una motivazione breve e le informazioni necessarie al passo di elaborazione successivo. Un'attività di sintesi può specificare decisioni, azioni da svolgere, scadenze indicate e domande irrisolte da conservare. Sono applicazioni pratiche dello scopo dichiarato: danno a un'operazione ripetitiva un input chiaro e un risultato compatto, invece di richiedere un saggio senza limiti precisi.
Il ragionamento è disponibile ma disattivato per impostazione predefinita in questa anteprima Flash-Lite di giugno. Google descrive un budget di ragionamento controllabile che consente all'attività di usare ragionamento aggiuntivo quando le sue condizioni lo richiedono. Mantieni il percorso diretto per la semplice categorizzazione o riduzione di un testo; usa un'attività ragionata per categorie sovrapposte, eccezioni o una domanda che richiede più conclusioni dipendenti. Specifica quali condizioni sono obbligatorie e cosa costituisce una risposta corretta. Il ragionamento è una capacità di elaborazione dell'attività; una spiegazione più lunga non dimostra di per sé che la conclusione sia corretta.
Il rapporto tecnico di Google nomina esplicitamente questo modello di giugno e documenta il supporto per input multimodali e un contesto lungo un milione di token. Il risultato è testuale. Il contesto offre spazio per materiale di partenza, istruzioni ed esempi nella stessa attività. Assegna a ogni documento o sezione un ruolo chiaro, quindi identifica ciò che il modello dovrebbe estrarre o confrontare. Per un assistente documentale, separa la domanda dal testo della fonte e richiedi un risultato collegato ai passaggi pertinenti. Per un passaggio di estrazione, definisci i campi e come rappresentare le informazioni assenti dal materiale. Questa è una capacità del contesto, non la promessa che contenuti estranei diventino utili solo perché inclusi.
L'annuncio di giugno elenca strumenti nativi per l'ancoraggio alla ricerca, l'esecuzione di codice e il contesto da URL, insieme alla chiamata di funzioni. L'ancoraggio alla ricerca aggiunge informazioni web a una risposta; il contesto da URL usa il contenuto delle pagine fornite per attività come confrontare documenti o estrarre dettagli. Lo strumento di esecuzione del codice di Google genera ed esegue Python per calcoli o elaborazione testuale e ne usa il risultato nella risposta. La chiamata di funzioni ha un ruolo diverso: il modello seleziona una funzione dichiarata e i relativi argomenti, mentre l'applicazione collegata la esegue e restituisce il risultato. Definisci lo scopo della funzione e i parametri consentiti, così un'attività assistita da strumenti dispone di un'azione successiva esplicita.
Per un flusso di lavoro ricorrente, prepara un piccolo insieme di input rappresentativi prima di applicare la stessa istruzione a una raccolta più ampia. Includi un caso ordinario, un caso ambiguo e un caso con informazioni mancanti. Un esempio di assistenza clienti potrebbe chiedere un argomento, la domanda effettiva del cliente e una risposta basata soltanto su un passaggio di riferimento allegato. Un esempio relativo alla corrispondenza può richiedere un elenco di attività con un'azione, la persona che la assegna e una scadenza soltanto quando è dichiarata. Mantieni questi campi richiesti separati da ogni testo esplicativo, così il testo risultante può essere verificato rispetto all'elemento originale.
La scheda della famiglia Flash-Lite del produttore identifica la possibile invenzione di fatti e difficoltà nella comprensione causale, nella deduzione logica complessa e nel ragionamento controfattuale. Segnala inoltre che il rispetto di un budget di ragionamento può essere discontinuo. Considerali punti di revisione concreti: confronta i fatti estratti con la fonte, verifica i calcoli dipendenti e distingui un'affermazione osservata da una spiegazione dedotta. L'elaborato finito utile è una classificazione, una sintesi, un'estrazione o una risposta compatta, di cui si possano esaminare i fatti richiesti e le informazioni mancanti. Questa edizione di giugno è una scelta distinta per l'elaborazione testuale; le specifiche delle anteprime successive non ne ridefiniscono l'identità documentata.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-2.5-flash-lite-preview-06-17 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gemini-2.5-flash-lite-preview-06-17",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-06-17', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-06-17', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.