Gemini 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
", "aboutText": "Gemini 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.\n\nPer un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.\n\nIl materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.\n\nI livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.\n\nLa tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.\n\nPer l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.\n\nLa scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.\n\nL'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.gemini-3.1-pro-previewGemini 3.1 Pro Preview è il modello di ragionamento multimodale di Google per compiti complessi di software, algoritmi e conoscenza. Accetta testo, immagini, audio, video e PDF e restituisce testo o codice, con strumenti e uscite strutturate. I livelli di ragionamento low, medium e high orientano l’impegno; high è il valore predefinito documentato.
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 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
POST /v1/messagestext, imagetext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-pro-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring|content_block[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camposystem | Tipostring|content_block[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti Minimo: 1 Il limite si applica a: Limite esatto del modello o della scheda selezionati | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop_sequences | Tipostring[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipotool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].name | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Strumento fornito | Predefinito— |
Campotools[].description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].input_schema | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campothinking.type | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campothinking.budget_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campooutput_config.effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campometadata | Tipoobject | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campocache_control | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Testo · Testo UTF8
messages[].content o blocco type=text
Testo + immagine
{type:image,source:{type:base64,media_type,data}} o origine type=url
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext, image |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattonull |
Parametrocontent_type | Contrattoapplication/json |
Parametrotext_file_material | ContrattoContenuto UTF-8 effettivo inserito come testo; ID di file/URLs richiedono supporto separato ed esatto |
Ciclo di vita: exact retained published method
Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.
POST /v1/messages| Dimensione della richiesta, in token | Input | Output | Lettura dalla cache | Scrittura nella cache | Cache 5 min | Cache 1 ora |
|---|---|---|---|---|---|---|
| Dimensione della richiesta, in token(0; 200.000] | Input0,002 USD | Output0,012 USD | Lettura dalla cache0,0002 USD | Scrittura nella cacheTariffa base: — | Cache 5 minTariffa base: — | Cache 1 oraTariffa base: — |
| Dimensione della richiesta, in token(200.000; ∞) | Input0,004 USD | Output0,018 USD | Lettura dalla cache0,0004 USD | Scrittura nella cacheTariffa base: — | Cache 5 minTariffa base: — | Cache 1 oraTariffa base: — |
Tariffe in USD per 1K token. Se non è impostata alcuna tariffa, viene ereditata la tariffa base di questo metodo; «—» indica che non è impostata alcuna tariffa base.
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 →
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneOpenAI Chat · Tariffe base per token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneOpenAI Chat · Fascia 1 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneOpenAI Chat · Fascia 2 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneAnthropic Messages · Tariffe base per token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneAnthropic Messages · Fascia 1 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneAnthropic Messages · Fascia 2 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-pro-preview", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.1-pro-preview", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.1-pro-preview",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.1-pro-preview",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.1-pro-preview',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview è il modello di ragionamento multimodale di Google per compiti complessi di software, algoritmi e conoscenza. Accetta testo, immagini, audio, video e PDF e restituisce testo o codice, con strumenti e uscite strutturate. I livelli di ragionamento low, medium e high orientano l’impegno; high è il valore predefinito documentato.
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 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
POST /v1beta/models/{model}:generateContenttext, imagetext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campopath.model | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-pro-preview | Predefinito— |
Campocontents | Tipocontent[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campocontents[].role | Tipostring | RequisitoFacoltativo | Valori e limiti user, model | Predefinito— |
Campocontents[].parts | Tipopart[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
CamposystemInstruction | Tipocontent | RequisitoFacoltativo | Valori e limiti | Predefinito— |
CampogenerationConfig.maxOutputTokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
CampogenerationConfig.temperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CampogenerationConfig.topP | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CampogenerationConfig.topK | Tipointeger | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CampogenerationConfig.stopSequences | Tipostring[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CampogenerationConfig.thinkingConfig.includeThoughts | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CampogenerationConfig.thinkingConfig.thinkingBudget | Tipointeger | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].functionDeclarations | Tipofunction_declaration[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CampotoolConfig.functionCallingConfig.mode | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CamposafetySettings | Tipoobject[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
CamposessionId | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Testo · Testo UTF8
contents[].parts[].text
Testo + immagine
parts[].inlineData={mimeType,data}
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext, image |
Parametrorequired | Contrattocontents |
Parametrooptional_controls | Contrattonull |
Parametrocontent_type | Contrattoapplication/json |
Parametrotext_file_material | ContrattoContenuto UTF-8 effettivo inserito come testo; ID di file/URLs richiedono supporto separato ed esatto |
Ciclo di vita: exact retained published method
Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.
POST /v1beta/models/{model}:generateContent| Dimensione della richiesta, in token | Input | Output | Lettura dalla cache | Scrittura nella cache | Cache 5 min | Cache 1 ora |
|---|---|---|---|---|---|---|
| Dimensione della richiesta, in token(0; 200.000] | Input0,002 USD | Output0,012 USD | Lettura dalla cache0,0002 USD | Scrittura nella cacheTariffa base: — | Cache 5 minTariffa base: — | Cache 1 oraTariffa base: — |
| Dimensione della richiesta, in token(200.000; ∞) | Input0,004 USD | Output0,018 USD | Lettura dalla cache0,0004 USD | Scrittura nella cacheTariffa base: — | Cache 5 minTariffa base: — | Cache 1 oraTariffa base: — |
Tariffe in USD per 1K token. Se non è impostata alcuna tariffa, viene ereditata la tariffa base di questo metodo; «—» indica che non è impostata alcuna tariffa base.
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 →
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneOpenAI Chat · Tariffe base per token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneOpenAI Chat · Fascia 1 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneOpenAI Chat · Fascia 2 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneAnthropic Messages · Tariffe base per token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneAnthropic Messages · Fascia 1 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneAnthropic Messages · Fascia 2 in base alla lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-preview:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.1-pro-preview:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.1-pro-preview", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.1-pro-preview", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.1-pro-preview',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson o streaming supportato
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i candidati e le parti, comprese le chiamate a funzione, le firme di ragionamento e i dati di utilizzo; assembla i frammenti del flusso nell’ordine.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
CamporesponseId | Tipostring |
CampomodelVersion | Tipostring |
Campocandidates[].content.parts[] | Tipotext|inlineData|functionCall|other part |
Campocandidates[].finishReason | Tipostring |
CampousageMetadata | 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 gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview è il modello di ragionamento multimodale di Google per compiti complessi di software, algoritmi e conoscenza. Accetta testo, immagini, audio, video e PDF e restituisce testo o codice, con strumenti e uscite strutturate. I livelli di ragionamento low, medium e high orientano l’impegno; high è il valore predefinito documentato.
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 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-pro-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
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 |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-pro-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-pro-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview è il modello di ragionamento multimodale di Google per compiti complessi di software, algoritmi e conoscenza. Accetta testo, immagini, audio, video e PDF e restituisce testo o codice, con strumenti e uscite strutturate. I livelli di ragionamento low, medium e high orientano l’impegno; high è il valore predefinito documentato.
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 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-pro-preview | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview è il modello di ragionamento multimodale di Google per compiti complessi di software, algoritmi e conoscenza. Accetta testo, immagini, audio, video e PDF e restituisce testo o codice, con strumenti e uscite strutturate. I livelli di ragionamento low, medium e high orientano l’impegno; high è il valore predefinito documentato.
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 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-pro-preview | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview è il modello di ragionamento multimodale di Google per compiti complessi di software, algoritmi e conoscenza. Accetta testo, immagini, audio, video e PDF e restituisce testo o codice, con strumenti e uscite strutturate. I livelli di ragionamento low, medium e high orientano l’impegno; high è il valore predefinito documentato.
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 3.1 Pro Preview è il modello testuale di Google orientato al ragionamento per compiti complessi che richiedono ingegneria del software, sviluppo algoritmico o sintesi di prove multimodali. Si basa su Gemini 3 Pro, enfatizzando uso preciso degli strumenti, ragionamento più efficiente ed esecuzione affidabile in più passaggi. Testo, immagini, audio, video e PDF possono contribuire a una risposta scritta, un artefatto di codice o un risultato strutturato.
Per un incarico di programmazione impegnativo, fornisci l'obiettivo, il materiale pertinente del repository, il comportamento osservato e i vincoli da conservare. Interi repository di codice possono fornire contesto per l'incarico. Per una revisione del contratto del codice, chiedi al modello di confrontare come due moduli gestiscono un contratto dati condiviso, individuare la discrepanza e proporre una correzione mirata con riferimenti al codice a supporto. L'output utile distingue l'analisi, la revisione proposta e le prove da qualsiasi convalida eseguita dall'applicazione collegata.
Il materiale di lancio mostra spiegazioni visive basate sul codice e progetti interattivi, incluso output SVG animato a partire da un brief testuale. Sono artefatti di codice, anziché generazione di immagini raster. Un brief chiaro può definire cosa debba essere spiegato, come debba comportarsi la visualizzazione e quali dati debba rappresentare. Controlla il codice e la resa risultanti rispetto a quei requisiti. Per un compito di sintesi dei dati, fornisci le fonti effettive e chiedi un'unica vista che conservi le relazioni e le precisazioni presenti in esse.
I livelli di thinking documentati sono low, medium e high, con high come predefinito per 3.1 Pro Preview. Il thinking non può essere completamente disabilitato in questo profilo Pro. Scegli un impegno inferiore per una risposta delimitata e più ragionamento per attività difficili con più passaggi, lasciando una capacità di output sufficiente al risultato finale. Un limite ridotto di output può interrompere il ragionamento prima che appaia una risposta finale utilizzabile. La guida al thinking distingue un riepilogo del ragionamento dal processo interno completo e spiega perché conta il contesto delle thought signatures della conversazione.
La tabella dell'esatta Preview elenca chiamate di funzione, esecuzione di codice, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati. Limita File Search ad AI Studio. Fornisci scopi delle funzioni e definizioni dei parametri e prosegui dal risultato reale restituito. Il profilo separato Custom Tools Preview è ottimizzato per dare priorità agli strumenti personalizzati e a bash; è un endpoint distinto del produttore, con un nome proprio, quindi tale specializzazione non deve essere considerata implicitamente una proprietà di ogni richiesta 3.1 Pro. Seleziona uno schema di risultato strutturato quando un compito necessita di record definiti anziché di prosa libera.
Per l'analisi multimodale, identifica la pagina, l'elemento visivo, l'intervallo della registrazione o l'evento video pertinente. Per l'analisi documentale, confronta un diagramma con la sua specifica scritta e restituisci ogni discrepanza con il brano che la sostiene. Una fonte parlata può fornire una trascrizione o un'interpretazione testuale. Conserva i riferimenti alle fonti per le conclusioni da verificare e separa ciò che è visibile o dichiarato da ciò che è inferito. L'output di questo profilo resta testo, incluso codice; la generazione nativa di immagini o parlato non fa parte della sua esatta tabella delle capacità.
La scheda nativa 3.1 Pro specifica un contesto fino a 1M e output testuale di 64K, e la tabella dell'esatta API Preview indica 1,048,576 token di input e 65,536 token di output. Includi istruzioni, cronologia della conversazione e contenuti multimediali nel budget di input. Caching ed elaborazione batch sono documentati, con opzioni Flex e Priority anch'esse elencate per il profilo del produttore. Per più elementi indipendenti, definisci l'output richiesto e conserva ogni identificativo di fonte, anziché combinare prove non correlate in una risposta non tracciabile.
L'edizione denominata Preview resta distinta dal profilo Custom Tools di Pro e dalle versioni Flash o Pro successive. I suoi punti di forza riguardano ragionamento complesso, programmazione e sintesi delle prove; il risultato finale necessita comunque di verifica rispetto alla fonte e ai risultati effettivi degli strumenti. Conserva l'ambiguità irrisolta quando le informazioni fornite non supportano una conclusione definita. Un risultato utile è la risposta, il codice o il record supportato richiesto dal compito, con prove sufficienti a valutarne i limiti pratici.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-pro-preview | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token Output · Token di ragionamento in uscita $0.024 / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.004 / 1K token Output · Token in output $0.024 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.008 / 1K token Output · Token in output $0.036 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache $0.00075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 gemini-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
Esempio tecnico in inglese
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.