Gemini 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
", "aboutText": "Gemini 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.\n\nLa guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.\n\nL'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.\n\nSono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.\n\nMedium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.\n\nLa guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.\n\nLa scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.\n\nI limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Diagnose swapped chart series\n\nA chart receives [{month:'Jan', sales:20, returns:2}, {month:'Feb', sales:30, returns:3}], but its Sales series uses rows.map(r => r.returns). Identify the data-binding error and propose one correction. Keep the existing month labels and Returns series unchanged. Include a small assertion showing the expected Sales data without claiming the chart was rendered.One corrected series expression and a concrete assertion against the supplied data.Only the Sales binding changes, and its values come from sales rather than returns.gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1/messagestext, imagetext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.6-flash | 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/messagesAiloot 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 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 inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 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 inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
set -eu\n: "${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-3.6-flash", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.6-flash", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-3.6-flash",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-3.6-flash",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-3.6-flash',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1/chat/completionstext, imagetext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.6-flash | 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 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— |
Testo · Testo UTF8
messages[].content
Testo + immagine
{type:image_url,image_url:{url,detail}}
| Parametro | Contratto |
|---|---|
Parametromaterial_types | Contrattotext, image |
Parametrorequired | Contrattomodel, messages |
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/chat/completionsAiloot 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 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 inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 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 inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
set -eu\n: "${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-3.6-flash", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-3.6-flash", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.chat.completions.create(\n model="gemini-3.6-flash",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gemini-3.6-flash",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-3.6-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1beta/models/{model}:generateContenttext, imagetext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campopath.model | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.6-flash | 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}:generateContentAiloot 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 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 inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 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 inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
set -eu\n: "${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-3.6-flash:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-3.6-flash:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-3.6-flash", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-3.6-flash", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-3.6-flash',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.6-flash | 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.6-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.6-flash", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.6-flash | 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gemini-3.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
google/gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.6-flash | 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.6-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.6-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.6-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
google/gemini-3.6-flashGemini 3.6 Flash è il modello testuale multimodale di Google per programmazione, analisi spaziale e agenti con più passaggi. Privilegia l'ispezione diagnostica, le modifiche mirate e la riduzione dei cicli di esecuzione inutili. Accetta testo, immagini, audio, video e PDF, con strumenti, output strutturati e un limite di input di 1,048,576 token.
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 3.6 Flash è il profilo multimodale generalista di Google per programmazione, attività sulla conoscenza ed esecuzione agentica. Si basa su Gemini 3.5 Flash, concentrandosi sul miglioramento delle prestazioni multimodali e dell'efficienza nell'uso dei token. Il modello accetta testo, immagini, audio, video e PDF e restituisce testo. Un incarico utile può combinare codice, uno screenshot e un requisito, oppure confrontare un grafico o un progetto visivo con vincoli scritti per produrre una spiegazione verificata o una revisione mirata.
La guida per sviluppatori pone l'accento sulla riduzione di passaggi di ragionamento, turni e chiamate agli strumenti inutili nel lavoro con più passaggi, insieme a modifiche più mirate. Per la diagnosi, fornisci il malfunzionamento osservato, il sorgente pertinente e il comportamento che deve rimanere invariato. Per il debug di un grafico, chiedi al modello di esaminare perché venga visualizzata la serie sbagliata, identificare la trasformazione dei dati coinvolta e proporre una correzione conservando l'impaginazione circostante. Il risultato può poi essere confrontato con i dati di input effettivi e il comportamento richiesto del grafico.
L'ispezione programmatica preliminare è un comportamento distintivo descritto per 3.6. Il produttore afferma che il modello esamina più spesso un problema con codice diagnostico prima di apportare modifiche. Questo può aiutare in un'indagine complessa, ma la guida segnala che può aggiungere passaggi esplorativi al normale lavoro frontend. Specifica se il compito richiede un'indagine, una semplice modifica o un confronto di design. Fornisci le informazioni che chiariscono questa distinzione e specifica le azioni consentite agli strumenti dell'applicazione collegata.
Sono evidenziati anche il ragionamento spaziale e multimodale: interpretazione di grafici, conversione di schemi visivi e layout web con più elementi. Fornisci la vista o le pagine pertinenti, identifica cosa debba essere interpretato e chiedi le prove alla base della conclusione. Per un compito di design, includi indicazioni concrete sull'impaginazione e sullo stile. Il produttore segnala un'attenzione al codice funzionale e il fatto che i valutatori a volte preferivano lo stile visivo dei modelli precedenti, rendendo utile un brief visivo esplicito. Controlla il risultato rispetto al diagramma o ai requisiti di design effettivi.
Medium è il livello di thinking predefinito documentato. La tabella di thinking specifica del modello di Google elenca minimal, low, medium e high; la guida alla migrazione 3.6 usa medium o high nei propri esempi di impegno. La pagina dell'esatto modello elenca chiamate di funzione, esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Maps, contesto URL e output strutturati, con Computer Use come funzionalità in anteprima. Definisci chiaramente gli input delle funzioni e il risultato richiesto. Una funzione selezionata dal modello necessita di un risultato reale dell'applicazione prima che una risposta successiva possa basarsi sul suo esito. Per un'analisi strutturata, definisci lo schema e le prove dalle fonti necessarie per ciascun rilievo.
La guida 3.6 cambia la preparazione rispetto alle richieste Gemini precedenti. Depreca le impostazioni di campionamento temperature, top-p e top-k, rifiuta un turno finale model precompilato e consiglia istruzioni system o output strutturati per controllare la risposta. Le regole per le risposte delle funzioni associano una risposta alla relativa chiamata tramite identità e nome, mentre la base Gemini 3 conserva le thought signatures nell'uso su più turni. Una prosecuzione pratica dovrebbe includere la cronologia pertinente non modificata e il risultato dello strumento, anziché imitare il prefisso di una risposta precedente.
La scheda nativa specifica un contesto di input fino a 1M e output testuale di 64K; la tabella dell'esatta API indica 1,048,576 token di input e 65,536 token di output. Considera istruzioni, cronologia e contenuti multimediali come parte del budget di input e chiedi un output dimensionato per il compito. La pagina del produttore elenca anche caching, batch, Flex ed elaborazione Priority. Quando elabori record indipendenti, mantieni espliciti l'identificativo del record e il formato del risultato. L'output è un artefatto testuale, anche quando le prove includono fotografie, audio o video.
I limiti possibili comprendono allucinazioni e occasionali rallentamenti o timeout. Il limite temporale di marzo 2026 include ambiti le cui conoscenze restano limitate a gennaio 2025: allega quindi materiale più recente o usa un flusso di grounding documentato quando contano i fatti attuali. Controlla calcoli, riferimenti alle fonti, interpretazioni visive e modifiche proposte. La preparazione distintiva per questa edizione consiste in un brief diagnostico mirato, un ambito chiaro per gli strumenti e vincoli di design espliciti, seguiti dall'esame del risultato concreto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.6-flash | 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 $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0015 / 1K token Output · Token in output $0.0075 / 1K token Input · Lettura dalla cache $0.00015 / 1K token Input · Scrittura nella cache $0.0000833333333333334 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-3.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.6-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
Esempio tecnico in inglese
Diagnose swapped chart series\n\nA chart receives [{month:'Jan', sales:20, returns:2}, {month:'Feb', sales:30, returns:3}], but its Sales series uses rows.map(r => r.returns). Identify the data-binding error and propose one correction. Keep the existing month labels and Returns series unchanged. Include a small assertion showing the expected Sales data without claiming the chart was rendered.One corrected series expression and a concrete assertion against the supplied data.Only the Sales binding changes, and its values come from sales rather than returns.