Gemini 3.1 Flash-Lite Preview è l'edizione in anteprima della linea leggera Gemini 3.1 Flash-Lite di Google. Il suo design si concentra su compiti ad alta frequenza con istruzioni chiare: traduzione, trascrizione, classificazione, riepiloghi di documenti e semplice estrazione di dati. Accetta testo, immagini, video, audio e PDF e restituisce testo. Un compito utile specifica una sola operazione e una sola forma finale, come un messaggio tradotto, una trascrizione o un record contenente i campi necessari a un'applicazione.
La documentazione dell'esatta anteprima elenca un limite di input di 1,048,576 token e un limite di output di 65,536 token. Sono limiti separati del produttore. Materiale sorgente, istruzioni e cronologia della conversazione contribuiscono all'input, mentre il risultato richiesto deve rientrare nel budget di output. Per una raccolta ampia di messaggi o pagine, conserva gli identificativi e chiedi un identificativo di output corrispondente per ogni elemento elaborato. Una finestra ampia non sostituisce una regola chiara di estrazione né rende precisa una definizione ambigua di campo.
La scheda del modello comprende thinking, output strutturati e chiamate di funzione. Elenca anche esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching come capacità del produttore. È un modello con output testuale; input audio o di immagini non implica parlato o immagini artistiche generati. L'applicazione chiamante seleziona comunque gli strumenti disponibili, esegue le richieste di funzione accettate e ne restituisce i risultati. Mantieni distinguibile un'azione proposta da un'azione confermata dall'applicazione.
Per la traduzione, fornisci messaggio sorgente, lingua di destinazione, pubblico e terminologia da conservare. La guida per sviluppatori mostra come vincolare la risposta al testo tradotto senza commenti aggiuntivi. Un flusso per messaggi di assistenza può mantenere invariati nomi di prodotti e riferimenti agli ordini, producendo una risposta naturale nella lingua del lettore. Se la fonte è ambigua, definisci se conservare tale ambiguità o restituire una domanda separata di chiarimento, anziché aggiungere un dettaglio inventato alla traduzione.
Per la trascrizione, fornisci l'audio insieme al risultato richiesto: testo letterale, trascrizione ripulita o riepilogo. Sono compiti diversi. Identifica l'intervallo pertinente se una registrazione lunga contiene soltanto un breve scambio necessario al risultato. Per un PDF, poni una domanda precisa o definisci i campi da estrarre, conservando riferimenti a pagine o sezioni dove la risposta deve essere verificata. Per una fonte visiva, indica l'oggetto, l'etichetta o la regione rilevanti per la richiesta.
Per classificazione ed estrazione di entità, definisci categorie, campi obbligatori e gestione dei valori mancanti. La guida del produttore mostra JSON vincolato da schema per estrarre informazioni dalle recensioni. Un esempio originale è classificare un ticket di assistenza e restituire il prodotto menzionato, la categoria del problema e la frase sorgente che sostiene la scelta. Fornisci un piccolo insieme di esempi rappresentativi, incluso un caso che debba restare sconosciuto. Convalida il record restituito e distingui un valore sintatticamente valido da uno effettivamente supportato dalla fonte.
Il materiale di lancio descrive livelli di thinking regolabili, permettendo al compito di usare più analisi quando le sue condizioni lo richiedono. Una breve conversione linguistica e una classificazione con diverse eccezioni possono usare impostazioni di ragionamento differenti. La guida per sviluppatori presenta inoltre l'instradamento tra modelli come un compito di classificazione: il modello identifica la complessità di una richiesta e restituisce una categoria selezionata. È l'applicazione circostante, anziché il classificatore stesso, a decidere cosa eseguire successivamente. Fornisci i criteri effettivi di instradamento e le scelte consentite, affinché l'output abbia un significato operativo.
Per un'elaborazione ripetibile, conserva questo esatto identificativo Preview, la versione dell'input e lo schema o il formato di output richiesto. Verifica un risultato pilota sulla stessa classe di materiale reale prima di elaborare un insieme più ampio. Confronta i campi estratti con il messaggio originale, controlla le trascrizioni rispetto alla registrazione e conferma che i termini tradotti rimangano integri. Il vantaggio pratico di questo profilo è l'elaborazione testuale multimodale mirata con un risultato definito; testo scorrevole o suggerimenti di strumenti non dimostrano da soli correttezza fattuale o esecuzione esterna completata.
", "aboutText": "Gemini 3.1 Flash-Lite Preview è l'edizione in anteprima della linea leggera Gemini 3.1 Flash-Lite di Google. Il suo design si concentra su compiti ad alta frequenza con istruzioni chiare: traduzione, trascrizione, classificazione, riepiloghi di documenti e semplice estrazione di dati. Accetta testo, immagini, video, audio e PDF e restituisce testo. Un compito utile specifica una sola operazione e una sola forma finale, come un messaggio tradotto, una trascrizione o un record contenente i campi necessari a un'applicazione.\n\nLa documentazione dell'esatta anteprima elenca un limite di input di 1,048,576 token e un limite di output di 65,536 token. Sono limiti separati del produttore. Materiale sorgente, istruzioni e cronologia della conversazione contribuiscono all'input, mentre il risultato richiesto deve rientrare nel budget di output. Per una raccolta ampia di messaggi o pagine, conserva gli identificativi e chiedi un identificativo di output corrispondente per ogni elemento elaborato. Una finestra ampia non sostituisce una regola chiara di estrazione né rende precisa una definizione ambigua di campo.\n\nLa scheda del modello comprende thinking, output strutturati e chiamate di funzione. Elenca anche esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching come capacità del produttore. È un modello con output testuale; input audio o di immagini non implica parlato o immagini artistiche generati. L'applicazione chiamante seleziona comunque gli strumenti disponibili, esegue le richieste di funzione accettate e ne restituisce i risultati. Mantieni distinguibile un'azione proposta da un'azione confermata dall'applicazione.\n\nPer la traduzione, fornisci messaggio sorgente, lingua di destinazione, pubblico e terminologia da conservare. La guida per sviluppatori mostra come vincolare la risposta al testo tradotto senza commenti aggiuntivi. Un flusso per messaggi di assistenza può mantenere invariati nomi di prodotti e riferimenti agli ordini, producendo una risposta naturale nella lingua del lettore. Se la fonte è ambigua, definisci se conservare tale ambiguità o restituire una domanda separata di chiarimento, anziché aggiungere un dettaglio inventato alla traduzione.\n\nPer la trascrizione, fornisci l'audio insieme al risultato richiesto: testo letterale, trascrizione ripulita o riepilogo. Sono compiti diversi. Identifica l'intervallo pertinente se una registrazione lunga contiene soltanto un breve scambio necessario al risultato. Per un PDF, poni una domanda precisa o definisci i campi da estrarre, conservando riferimenti a pagine o sezioni dove la risposta deve essere verificata. Per una fonte visiva, indica l'oggetto, l'etichetta o la regione rilevanti per la richiesta.\n\nPer classificazione ed estrazione di entità, definisci categorie, campi obbligatori e gestione dei valori mancanti. La guida del produttore mostra JSON vincolato da schema per estrarre informazioni dalle recensioni. Un esempio originale è classificare un ticket di assistenza e restituire il prodotto menzionato, la categoria del problema e la frase sorgente che sostiene la scelta. Fornisci un piccolo insieme di esempi rappresentativi, incluso un caso che debba restare sconosciuto. Convalida il record restituito e distingui un valore sintatticamente valido da uno effettivamente supportato dalla fonte.\n\nIl materiale di lancio descrive livelli di thinking regolabili, permettendo al compito di usare più analisi quando le sue condizioni lo richiedono. Una breve conversione linguistica e una classificazione con diverse eccezioni possono usare impostazioni di ragionamento differenti. La guida per sviluppatori presenta inoltre l'instradamento tra modelli come un compito di classificazione: il modello identifica la complessità di una richiesta e restituisce una categoria selezionata. È l'applicazione circostante, anziché il classificatore stesso, a decidere cosa eseguire successivamente. Fornisci i criteri effettivi di instradamento e le scelte consentite, affinché l'output abbia un significato operativo.\n\nPer un'elaborazione ripetibile, conserva questo esatto identificativo Preview, la versione dell'input e lo schema o il formato di output richiesto. Verifica un risultato pilota sulla stessa classe di materiale reale prima di elaborare un insieme più ampio. Confronta i campi estratti con il messaggio originale, controlla le trascrizioni rispetto alla registrazione e conferma che i termini tradotti rimangano integri. Il vantaggio pratico di questo profilo è l'elaborazione testuale multimodale mirata con un risultato definito; testo scorrevole o suggerimenti di strumenti non dimostrano da soli correttezza fattuale o esecuzione esterna completata.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview è un modello testuale multimodale per compiti ripetuti e ben definiti, come traduzione, trascrizione, classificazione ed estrazione di dati. Le capacità di thinking e output strutturato aiutano a trasformare il materiale fornito in un risultato conciso utilizzabile da un'applicazione.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 3.1 Flash-Lite Preview è l'edizione in anteprima della linea leggera Gemini 3.1 Flash-Lite di Google. Il suo design si concentra su compiti ad alta frequenza con istruzioni chiare: traduzione, trascrizione, classificazione, riepiloghi di documenti e semplice estrazione di dati. Accetta testo, immagini, video, audio e PDF e restituisce testo. Un compito utile specifica una sola operazione e una sola forma finale, come un messaggio tradotto, una trascrizione o un record contenente i campi necessari a un'applicazione.
La documentazione dell'esatta anteprima elenca un limite di input di 1,048,576 token e un limite di output di 65,536 token. Sono limiti separati del produttore. Materiale sorgente, istruzioni e cronologia della conversazione contribuiscono all'input, mentre il risultato richiesto deve rientrare nel budget di output. Per una raccolta ampia di messaggi o pagine, conserva gli identificativi e chiedi un identificativo di output corrispondente per ogni elemento elaborato. Una finestra ampia non sostituisce una regola chiara di estrazione né rende precisa una definizione ambigua di campo.
La scheda del modello comprende thinking, output strutturati e chiamate di funzione. Elenca anche esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching come capacità del produttore. È un modello con output testuale; input audio o di immagini non implica parlato o immagini artistiche generati. L'applicazione chiamante seleziona comunque gli strumenti disponibili, esegue le richieste di funzione accettate e ne restituisce i risultati. Mantieni distinguibile un'azione proposta da un'azione confermata dall'applicazione.
Per la traduzione, fornisci messaggio sorgente, lingua di destinazione, pubblico e terminologia da conservare. La guida per sviluppatori mostra come vincolare la risposta al testo tradotto senza commenti aggiuntivi. Un flusso per messaggi di assistenza può mantenere invariati nomi di prodotti e riferimenti agli ordini, producendo una risposta naturale nella lingua del lettore. Se la fonte è ambigua, definisci se conservare tale ambiguità o restituire una domanda separata di chiarimento, anziché aggiungere un dettaglio inventato alla traduzione.
Per la trascrizione, fornisci l'audio insieme al risultato richiesto: testo letterale, trascrizione ripulita o riepilogo. Sono compiti diversi. Identifica l'intervallo pertinente se una registrazione lunga contiene soltanto un breve scambio necessario al risultato. Per un PDF, poni una domanda precisa o definisci i campi da estrarre, conservando riferimenti a pagine o sezioni dove la risposta deve essere verificata. Per una fonte visiva, indica l'oggetto, l'etichetta o la regione rilevanti per la richiesta.
Per classificazione ed estrazione di entità, definisci categorie, campi obbligatori e gestione dei valori mancanti. La guida del produttore mostra JSON vincolato da schema per estrarre informazioni dalle recensioni. Un esempio originale è classificare un ticket di assistenza e restituire il prodotto menzionato, la categoria del problema e la frase sorgente che sostiene la scelta. Fornisci un piccolo insieme di esempi rappresentativi, incluso un caso che debba restare sconosciuto. Convalida il record restituito e distingui un valore sintatticamente valido da uno effettivamente supportato dalla fonte.
Il materiale di lancio descrive livelli di thinking regolabili, permettendo al compito di usare più analisi quando le sue condizioni lo richiedono. Una breve conversione linguistica e una classificazione con diverse eccezioni possono usare impostazioni di ragionamento differenti. La guida per sviluppatori presenta inoltre l'instradamento tra modelli come un compito di classificazione: il modello identifica la complessità di una richiesta e restituisce una categoria selezionata. È l'applicazione circostante, anziché il classificatore stesso, a decidere cosa eseguire successivamente. Fornisci i criteri effettivi di instradamento e le scelte consentite, affinché l'output abbia un significato operativo.
Per un'elaborazione ripetibile, conserva questo esatto identificativo Preview, la versione dell'input e lo schema o il formato di output richiesto. Verifica un risultato pilota sulla stessa classe di materiale reale prima di elaborare un insieme più ampio. Confronta i campi estratti con il messaggio originale, controlla le trascrizioni rispetto alla registrazione e conferma che i termini tradotti rimangano integri. Il vantaggio pratico di questo profilo è l'elaborazione testuale multimodale mirata con un risultato definito; testo scorrevole o suggerimenti di strumenti non dimostrano da soli correttezza fattuale o esecuzione esterna completata.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-flash-lite-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 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 $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-flash-lite-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview è un modello testuale multimodale per compiti ripetuti e ben definiti, come traduzione, trascrizione, classificazione ed estrazione di dati. Le capacità di thinking e output strutturato aiutano a trasformare il materiale fornito in un risultato conciso utilizzabile da un'applicazione.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 3.1 Flash-Lite Preview è l'edizione in anteprima della linea leggera Gemini 3.1 Flash-Lite di Google. Il suo design si concentra su compiti ad alta frequenza con istruzioni chiare: traduzione, trascrizione, classificazione, riepiloghi di documenti e semplice estrazione di dati. Accetta testo, immagini, video, audio e PDF e restituisce testo. Un compito utile specifica una sola operazione e una sola forma finale, come un messaggio tradotto, una trascrizione o un record contenente i campi necessari a un'applicazione.
La documentazione dell'esatta anteprima elenca un limite di input di 1,048,576 token e un limite di output di 65,536 token. Sono limiti separati del produttore. Materiale sorgente, istruzioni e cronologia della conversazione contribuiscono all'input, mentre il risultato richiesto deve rientrare nel budget di output. Per una raccolta ampia di messaggi o pagine, conserva gli identificativi e chiedi un identificativo di output corrispondente per ogni elemento elaborato. Una finestra ampia non sostituisce una regola chiara di estrazione né rende precisa una definizione ambigua di campo.
La scheda del modello comprende thinking, output strutturati e chiamate di funzione. Elenca anche esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching come capacità del produttore. È un modello con output testuale; input audio o di immagini non implica parlato o immagini artistiche generati. L'applicazione chiamante seleziona comunque gli strumenti disponibili, esegue le richieste di funzione accettate e ne restituisce i risultati. Mantieni distinguibile un'azione proposta da un'azione confermata dall'applicazione.
Per la traduzione, fornisci messaggio sorgente, lingua di destinazione, pubblico e terminologia da conservare. La guida per sviluppatori mostra come vincolare la risposta al testo tradotto senza commenti aggiuntivi. Un flusso per messaggi di assistenza può mantenere invariati nomi di prodotti e riferimenti agli ordini, producendo una risposta naturale nella lingua del lettore. Se la fonte è ambigua, definisci se conservare tale ambiguità o restituire una domanda separata di chiarimento, anziché aggiungere un dettaglio inventato alla traduzione.
Per la trascrizione, fornisci l'audio insieme al risultato richiesto: testo letterale, trascrizione ripulita o riepilogo. Sono compiti diversi. Identifica l'intervallo pertinente se una registrazione lunga contiene soltanto un breve scambio necessario al risultato. Per un PDF, poni una domanda precisa o definisci i campi da estrarre, conservando riferimenti a pagine o sezioni dove la risposta deve essere verificata. Per una fonte visiva, indica l'oggetto, l'etichetta o la regione rilevanti per la richiesta.
Per classificazione ed estrazione di entità, definisci categorie, campi obbligatori e gestione dei valori mancanti. La guida del produttore mostra JSON vincolato da schema per estrarre informazioni dalle recensioni. Un esempio originale è classificare un ticket di assistenza e restituire il prodotto menzionato, la categoria del problema e la frase sorgente che sostiene la scelta. Fornisci un piccolo insieme di esempi rappresentativi, incluso un caso che debba restare sconosciuto. Convalida il record restituito e distingui un valore sintatticamente valido da uno effettivamente supportato dalla fonte.
Il materiale di lancio descrive livelli di thinking regolabili, permettendo al compito di usare più analisi quando le sue condizioni lo richiedono. Una breve conversione linguistica e una classificazione con diverse eccezioni possono usare impostazioni di ragionamento differenti. La guida per sviluppatori presenta inoltre l'instradamento tra modelli come un compito di classificazione: il modello identifica la complessità di una richiesta e restituisce una categoria selezionata. È l'applicazione circostante, anziché il classificatore stesso, a decidere cosa eseguire successivamente. Fornisci i criteri effettivi di instradamento e le scelte consentite, affinché l'output abbia un significato operativo.
Per un'elaborazione ripetibile, conserva questo esatto identificativo Preview, la versione dell'input e lo schema o il formato di output richiesto. Verifica un risultato pilota sulla stessa classe di materiale reale prima di elaborare un insieme più ampio. Confronta i campi estratti con il messaggio originale, controlla le trascrizioni rispetto alla registrazione e conferma che i termini tradotti rimangano integri. Il vantaggio pratico di questo profilo è l'elaborazione testuale multimodale mirata con un risultato definito; testo scorrevole o suggerimenti di strumenti non dimostrano da soli correttezza fattuale o esecuzione esterna completata.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3.1-flash-lite-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 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 $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview è un modello testuale multimodale per compiti ripetuti e ben definiti, come traduzione, trascrizione, classificazione ed estrazione di dati. Le capacità di thinking e output strutturato aiutano a trasformare il materiale fornito in un risultato conciso utilizzabile da un'applicazione.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 3.1 Flash-Lite Preview è l'edizione in anteprima della linea leggera Gemini 3.1 Flash-Lite di Google. Il suo design si concentra su compiti ad alta frequenza con istruzioni chiare: traduzione, trascrizione, classificazione, riepiloghi di documenti e semplice estrazione di dati. Accetta testo, immagini, video, audio e PDF e restituisce testo. Un compito utile specifica una sola operazione e una sola forma finale, come un messaggio tradotto, una trascrizione o un record contenente i campi necessari a un'applicazione.
La documentazione dell'esatta anteprima elenca un limite di input di 1,048,576 token e un limite di output di 65,536 token. Sono limiti separati del produttore. Materiale sorgente, istruzioni e cronologia della conversazione contribuiscono all'input, mentre il risultato richiesto deve rientrare nel budget di output. Per una raccolta ampia di messaggi o pagine, conserva gli identificativi e chiedi un identificativo di output corrispondente per ogni elemento elaborato. Una finestra ampia non sostituisce una regola chiara di estrazione né rende precisa una definizione ambigua di campo.
La scheda del modello comprende thinking, output strutturati e chiamate di funzione. Elenca anche esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching come capacità del produttore. È un modello con output testuale; input audio o di immagini non implica parlato o immagini artistiche generati. L'applicazione chiamante seleziona comunque gli strumenti disponibili, esegue le richieste di funzione accettate e ne restituisce i risultati. Mantieni distinguibile un'azione proposta da un'azione confermata dall'applicazione.
Per la traduzione, fornisci messaggio sorgente, lingua di destinazione, pubblico e terminologia da conservare. La guida per sviluppatori mostra come vincolare la risposta al testo tradotto senza commenti aggiuntivi. Un flusso per messaggi di assistenza può mantenere invariati nomi di prodotti e riferimenti agli ordini, producendo una risposta naturale nella lingua del lettore. Se la fonte è ambigua, definisci se conservare tale ambiguità o restituire una domanda separata di chiarimento, anziché aggiungere un dettaglio inventato alla traduzione.
Per la trascrizione, fornisci l'audio insieme al risultato richiesto: testo letterale, trascrizione ripulita o riepilogo. Sono compiti diversi. Identifica l'intervallo pertinente se una registrazione lunga contiene soltanto un breve scambio necessario al risultato. Per un PDF, poni una domanda precisa o definisci i campi da estrarre, conservando riferimenti a pagine o sezioni dove la risposta deve essere verificata. Per una fonte visiva, indica l'oggetto, l'etichetta o la regione rilevanti per la richiesta.
Per classificazione ed estrazione di entità, definisci categorie, campi obbligatori e gestione dei valori mancanti. La guida del produttore mostra JSON vincolato da schema per estrarre informazioni dalle recensioni. Un esempio originale è classificare un ticket di assistenza e restituire il prodotto menzionato, la categoria del problema e la frase sorgente che sostiene la scelta. Fornisci un piccolo insieme di esempi rappresentativi, incluso un caso che debba restare sconosciuto. Convalida il record restituito e distingui un valore sintatticamente valido da uno effettivamente supportato dalla fonte.
Il materiale di lancio descrive livelli di thinking regolabili, permettendo al compito di usare più analisi quando le sue condizioni lo richiedono. Una breve conversione linguistica e una classificazione con diverse eccezioni possono usare impostazioni di ragionamento differenti. La guida per sviluppatori presenta inoltre l'instradamento tra modelli come un compito di classificazione: il modello identifica la complessità di una richiesta e restituisce una categoria selezionata. È l'applicazione circostante, anziché il classificatore stesso, a decidere cosa eseguire successivamente. Fornisci i criteri effettivi di instradamento e le scelte consentite, affinché l'output abbia un significato operativo.
Per un'elaborazione ripetibile, conserva questo esatto identificativo Preview, la versione dell'input e lo schema o il formato di output richiesto. Verifica un risultato pilota sulla stessa classe di materiale reale prima di elaborare un insieme più ampio. Confronta i campi estratti con il messaggio originale, controlla le trascrizioni rispetto alla registrazione e conferma che i termini tradotti rimangano integri. Il vantaggio pratico di questo profilo è l'elaborazione testuale multimodale mirata con un risultato definito; testo scorrevole o suggerimenti di strumenti non dimostrano da soli correttezza fattuale o esecuzione esterna completata.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-flash-lite-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 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 $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview è un modello testuale multimodale per compiti ripetuti e ben definiti, come traduzione, trascrizione, classificazione ed estrazione di dati. Le capacità di thinking e output strutturato aiutano a trasformare il materiale fornito in un risultato conciso utilizzabile da un'applicazione.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Gemini 3.1 Flash-Lite Preview è l'edizione in anteprima della linea leggera Gemini 3.1 Flash-Lite di Google. Il suo design si concentra su compiti ad alta frequenza con istruzioni chiare: traduzione, trascrizione, classificazione, riepiloghi di documenti e semplice estrazione di dati. Accetta testo, immagini, video, audio e PDF e restituisce testo. Un compito utile specifica una sola operazione e una sola forma finale, come un messaggio tradotto, una trascrizione o un record contenente i campi necessari a un'applicazione.
La documentazione dell'esatta anteprima elenca un limite di input di 1,048,576 token e un limite di output di 65,536 token. Sono limiti separati del produttore. Materiale sorgente, istruzioni e cronologia della conversazione contribuiscono all'input, mentre il risultato richiesto deve rientrare nel budget di output. Per una raccolta ampia di messaggi o pagine, conserva gli identificativi e chiedi un identificativo di output corrispondente per ogni elemento elaborato. Una finestra ampia non sostituisce una regola chiara di estrazione né rende precisa una definizione ambigua di campo.
La scheda del modello comprende thinking, output strutturati e chiamate di funzione. Elenca anche esecuzione di codice, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching come capacità del produttore. È un modello con output testuale; input audio o di immagini non implica parlato o immagini artistiche generati. L'applicazione chiamante seleziona comunque gli strumenti disponibili, esegue le richieste di funzione accettate e ne restituisce i risultati. Mantieni distinguibile un'azione proposta da un'azione confermata dall'applicazione.
Per la traduzione, fornisci messaggio sorgente, lingua di destinazione, pubblico e terminologia da conservare. La guida per sviluppatori mostra come vincolare la risposta al testo tradotto senza commenti aggiuntivi. Un flusso per messaggi di assistenza può mantenere invariati nomi di prodotti e riferimenti agli ordini, producendo una risposta naturale nella lingua del lettore. Se la fonte è ambigua, definisci se conservare tale ambiguità o restituire una domanda separata di chiarimento, anziché aggiungere un dettaglio inventato alla traduzione.
Per la trascrizione, fornisci l'audio insieme al risultato richiesto: testo letterale, trascrizione ripulita o riepilogo. Sono compiti diversi. Identifica l'intervallo pertinente se una registrazione lunga contiene soltanto un breve scambio necessario al risultato. Per un PDF, poni una domanda precisa o definisci i campi da estrarre, conservando riferimenti a pagine o sezioni dove la risposta deve essere verificata. Per una fonte visiva, indica l'oggetto, l'etichetta o la regione rilevanti per la richiesta.
Per classificazione ed estrazione di entità, definisci categorie, campi obbligatori e gestione dei valori mancanti. La guida del produttore mostra JSON vincolato da schema per estrarre informazioni dalle recensioni. Un esempio originale è classificare un ticket di assistenza e restituire il prodotto menzionato, la categoria del problema e la frase sorgente che sostiene la scelta. Fornisci un piccolo insieme di esempi rappresentativi, incluso un caso che debba restare sconosciuto. Convalida il record restituito e distingui un valore sintatticamente valido da uno effettivamente supportato dalla fonte.
Il materiale di lancio descrive livelli di thinking regolabili, permettendo al compito di usare più analisi quando le sue condizioni lo richiedono. Una breve conversione linguistica e una classificazione con diverse eccezioni possono usare impostazioni di ragionamento differenti. La guida per sviluppatori presenta inoltre l'instradamento tra modelli come un compito di classificazione: il modello identifica la complessità di una richiesta e restituisce una categoria selezionata. È l'applicazione circostante, anziché il classificatore stesso, a decidere cosa eseguire successivamente. Fornisci i criteri effettivi di instradamento e le scelte consentite, affinché l'output abbia un significato operativo.
Per un'elaborazione ripetibile, conserva questo esatto identificativo Preview, la versione dell'input e lo schema o il formato di output richiesto. Verifica un risultato pilota sulla stessa classe di materiale reale prima di elaborare un insieme più ampio. Confronta i campi estratti con il messaggio originale, controlla le trascrizioni rispetto alla registrazione e conferma che i termini tradotti rimangano integri. Il vantaggio pratico di questo profilo è l'elaborazione testuale multimodale mirata con un risultato definito; testo scorrevole o suggerimenti di strumenti non dimostrano da soli correttezza fattuale o esecuzione esterna completata.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3.1-flash-lite-preview | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 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 $0.0005 / 1K token Output · Token in output $0.003 / 1K token Input · Lettura dalla cache $0.00005 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
Esempio tecnico in inglese
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.