Gemini 3 Flash Preview è un modello di ragionamento di Google per comprensione multimodale, programmazione e compiti agentici. Accetta testo, immagini, video, audio e PDF e restituisce testo. Una richiesta può quindi riunire istruzioni scritte, file sorgente, osservazioni visive e cronologia della conversazione attorno a un solo problema. Il risultato può essere una spiegazione, una proposta di codice, dati estratti o un piano fondato su quei materiali, anziché un'immagine generata o una risposta parlata.
La scheda dell'esatto modello indica un limite di input di 1,048,576 token e un limite di output di 65,536 token. Pianifica separatamente fonte e risultato: un lungo estratto di repository, una raccolta di documenti o una registrazione possono rientrare soltanto se la loro rappresentazione elaborata e le istruzioni rientrano nel budget di input, e la risposta necessita comunque di una propria lunghezza assegnata. Etichetta le fonti correlate e identifica quale materiale sia autorevole. Per un prompt lungo, la guida per sviluppatori consiglia di collocare la domanda specifica dopo i dati e collegarla esplicitamente alle informazioni precedenti.
Il thinking è dinamico, con high come predefinito documentato per questo modello. I livelli supportati sono minimal, low, medium e high. Sono capacità relative di ragionamento, anziché numeri garantiti di token. Minimal può comunque comportare un certo ragionamento su un problema difficile di programmazione. Scegli un livello in base al compito: una trasformazione breve e un problema di debug con più condizioni necessitano di trattamenti diversi. Usa istruzioni dirette e chiare, anziché forzare elaborati rituali di ragionamento nel prompt; richiedi l'artefatto finale e le verifiche che lo rendono utilizzabile.
La scheda del produttore elenca output strutturati, chiamate di funzione, esecuzione di codice, uso del computer, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching. Nel flusso Gemini 3 documentato, gli strumenti integrati possono essere combinati con chiamate a funzioni personalizzate. Un'applicazione definisce le funzioni, controlla i loro argomenti, esegue le azioni accettate e ne restituisce i risultati. Per un assistente di programmazione, uno strumento di lettura dei file o un esecutore di test controllato può fornire prove concrete per il passaggio successivo. Un'azione proposta e un risultato osservato di uno strumento devono restare distinti nel rapporto finale.
Per la programmazione, fornisci i file pertinenti, il linguaggio, il comportamento atteso e un input che dimostri il problema. Definisci l'ambito della modifica e indica l'interfaccia o il comportamento da conservare. Chiedi un'implementazione rivista e i casi da verificare. Per un compito analitico documentale, definisci domanda, campi richiesti e riferimenti alle fonti. Se si usa output strutturato, fornisci uno schema con significati chiari dei campi e regole per i valori mancanti. Convalida sia la sintassi sia il fatto che ciascun valore derivi dal materiale originale.
Per l'analisi multimodale, identifica cosa conta in ciascuna fonte. Uno screenshot può sostenere una spiegazione dell'interfaccia, un PDF può fornire una tabella o un grafico e una registrazione può fornire eventi parlati o visibili. La guida per sviluppatori discute i controlli di risoluzione dei contenuti multimediali perché il dettaglio modifica la rappresentazione elaborata e l'uso di token. Il flusso di esecuzione di codice del produttore può ritagliare o ingrandire immagini fornite, eseguire calcoli da dati visivi e aggiungere annotazioni prima che il modello prepari la risposta. Il testo piccolo leggibile può richiedere un'impostazione diversa da una descrizione generale della scena. Mantieni disponibile la pagina, l'immagine o la clip pertinente, affinché le osservazioni possano essere verificate, anziché considerare un riepilogo scorrevole come prova che ogni dettaglio sia stato letto correttamente.
Lo stato della conversazione e degli strumenti deve essere conservato nell'interfaccia scelta. Gemini 3 usa le thought signatures per trasportare il contesto di ragionamento tra le chiamate; la guida per sviluppatori distingue la cronologia stateful gestita dalla cronologia stateless gestita manualmente. Conserva il contesto richiesto quando prosegui un compito con strumenti o rivedi un risultato. Google consiglia anche di mantenere la propria temperature predefinita di 1.0, anziché importare una procedura a bassa temperatura che può causare cicli o comportamento degradato nei compiti complessi. Sono pratiche d'integrazione del produttore, non nuove affermazioni sul trasporto di una particolare applicazione.
Il modello testuale non dichiara generazione di immagini o audio né Live API. La guida distingue inoltre la comprensione visiva dalla segmentazione delle immagini a livello di pixel, che non è una capacità supportata da Gemini 3 Flash. Usa un risultato finale appropriato al compito effettivo: osservazioni collegate alle fonti, un record strutturato, una modifica al codice o una decisione con le ipotesi dichiarate. Controlla l'aritmetica, verifica il codice nell'ambiente previsto ed esamina le informazioni restituite dagli strumenti. Quando contano fatti recenti, usa le fonti di grounding configurate o i dati attuali forniti, anziché presumere che la conoscenza del modello sia un database in tempo reale.
", "aboutText": "Gemini 3 Flash Preview è un modello di ragionamento di Google per comprensione multimodale, programmazione e compiti agentici. Accetta testo, immagini, video, audio e PDF e restituisce testo. Una richiesta può quindi riunire istruzioni scritte, file sorgente, osservazioni visive e cronologia della conversazione attorno a un solo problema. Il risultato può essere una spiegazione, una proposta di codice, dati estratti o un piano fondato su quei materiali, anziché un'immagine generata o una risposta parlata.\n\nLa scheda dell'esatto modello indica un limite di input di 1,048,576 token e un limite di output di 65,536 token. Pianifica separatamente fonte e risultato: un lungo estratto di repository, una raccolta di documenti o una registrazione possono rientrare soltanto se la loro rappresentazione elaborata e le istruzioni rientrano nel budget di input, e la risposta necessita comunque di una propria lunghezza assegnata. Etichetta le fonti correlate e identifica quale materiale sia autorevole. Per un prompt lungo, la guida per sviluppatori consiglia di collocare la domanda specifica dopo i dati e collegarla esplicitamente alle informazioni precedenti.\n\nIl thinking è dinamico, con high come predefinito documentato per questo modello. I livelli supportati sono minimal, low, medium e high. Sono capacità relative di ragionamento, anziché numeri garantiti di token. Minimal può comunque comportare un certo ragionamento su un problema difficile di programmazione. Scegli un livello in base al compito: una trasformazione breve e un problema di debug con più condizioni necessitano di trattamenti diversi. Usa istruzioni dirette e chiare, anziché forzare elaborati rituali di ragionamento nel prompt; richiedi l'artefatto finale e le verifiche che lo rendono utilizzabile.\n\nLa scheda del produttore elenca output strutturati, chiamate di funzione, esecuzione di codice, uso del computer, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching. Nel flusso Gemini 3 documentato, gli strumenti integrati possono essere combinati con chiamate a funzioni personalizzate. Un'applicazione definisce le funzioni, controlla i loro argomenti, esegue le azioni accettate e ne restituisce i risultati. Per un assistente di programmazione, uno strumento di lettura dei file o un esecutore di test controllato può fornire prove concrete per il passaggio successivo. Un'azione proposta e un risultato osservato di uno strumento devono restare distinti nel rapporto finale.\n\nPer la programmazione, fornisci i file pertinenti, il linguaggio, il comportamento atteso e un input che dimostri il problema. Definisci l'ambito della modifica e indica l'interfaccia o il comportamento da conservare. Chiedi un'implementazione rivista e i casi da verificare. Per un compito analitico documentale, definisci domanda, campi richiesti e riferimenti alle fonti. Se si usa output strutturato, fornisci uno schema con significati chiari dei campi e regole per i valori mancanti. Convalida sia la sintassi sia il fatto che ciascun valore derivi dal materiale originale.\n\nPer l'analisi multimodale, identifica cosa conta in ciascuna fonte. Uno screenshot può sostenere una spiegazione dell'interfaccia, un PDF può fornire una tabella o un grafico e una registrazione può fornire eventi parlati o visibili. La guida per sviluppatori discute i controlli di risoluzione dei contenuti multimediali perché il dettaglio modifica la rappresentazione elaborata e l'uso di token. Il flusso di esecuzione di codice del produttore può ritagliare o ingrandire immagini fornite, eseguire calcoli da dati visivi e aggiungere annotazioni prima che il modello prepari la risposta. Il testo piccolo leggibile può richiedere un'impostazione diversa da una descrizione generale della scena. Mantieni disponibile la pagina, l'immagine o la clip pertinente, affinché le osservazioni possano essere verificate, anziché considerare un riepilogo scorrevole come prova che ogni dettaglio sia stato letto correttamente.\n\nLo stato della conversazione e degli strumenti deve essere conservato nell'interfaccia scelta. Gemini 3 usa le thought signatures per trasportare il contesto di ragionamento tra le chiamate; la guida per sviluppatori distingue la cronologia stateful gestita dalla cronologia stateless gestita manualmente. Conserva il contesto richiesto quando prosegui un compito con strumenti o rivedi un risultato. Google consiglia anche di mantenere la propria temperature predefinita di 1.0, anziché importare una procedura a bassa temperatura che può causare cicli o comportamento degradato nei compiti complessi. Sono pratiche d'integrazione del produttore, non nuove affermazioni sul trasporto di una particolare applicazione.\n\nIl modello testuale non dichiara generazione di immagini o audio né Live API. La guida distingue inoltre la comprensione visiva dalla segmentazione delle immagini a livello di pixel, che non è una capacità supportata da Gemini 3 Flash. Usa un risultato finale appropriato al compito effettivo: osservazioni collegate alle fonti, un record strutturato, una modifica al codice o una decisione con le ipotesi dichiarate. Controlla l'aritmetica, verifica il codice nell'ambiente previsto ed esamina le informazioni restituite dagli strumenti. Quando contano fatti recenti, usa le fonti di grounding configurate o i dati attuali forniti, anziché presumere che la conoscenza del modello sia un database in tempo reale.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Keep a sorting helper immutable\n\nFix this JavaScript helper so it returns users sorted by name without changing the input array: function sortedUsers(users) { return users.sort((a,b) => a.name.localeCompare(b.name)); }. Preserve each user object. Return the revised function and tests for alphabetical order, an empty array and the unchanged original array.A revised function and three small test examples covering sorting and non-mutation.Check that the returned array is a different array and the original sequence is unchanged after the call.gemini-3-flash-previewGemini 3 Flash Preview unisce comprensione multimodale e ragionamento con output testuale. Supporta analisi di codice, documenti ed elementi visivi, risultati strutturati e flussi orientati agli strumenti, con quattro livelli di thinking documentati per scegliere la profondità dell'analisi.
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 Flash Preview è un modello di ragionamento di Google per comprensione multimodale, programmazione e compiti agentici. Accetta testo, immagini, video, audio e PDF e restituisce testo. Una richiesta può quindi riunire istruzioni scritte, file sorgente, osservazioni visive e cronologia della conversazione attorno a un solo problema. Il risultato può essere una spiegazione, una proposta di codice, dati estratti o un piano fondato su quei materiali, anziché un'immagine generata o una risposta parlata.
La scheda dell'esatto modello indica un limite di input di 1,048,576 token e un limite di output di 65,536 token. Pianifica separatamente fonte e risultato: un lungo estratto di repository, una raccolta di documenti o una registrazione possono rientrare soltanto se la loro rappresentazione elaborata e le istruzioni rientrano nel budget di input, e la risposta necessita comunque di una propria lunghezza assegnata. Etichetta le fonti correlate e identifica quale materiale sia autorevole. Per un prompt lungo, la guida per sviluppatori consiglia di collocare la domanda specifica dopo i dati e collegarla esplicitamente alle informazioni precedenti.
Il thinking è dinamico, con high come predefinito documentato per questo modello. I livelli supportati sono minimal, low, medium e high. Sono capacità relative di ragionamento, anziché numeri garantiti di token. Minimal può comunque comportare un certo ragionamento su un problema difficile di programmazione. Scegli un livello in base al compito: una trasformazione breve e un problema di debug con più condizioni necessitano di trattamenti diversi. Usa istruzioni dirette e chiare, anziché forzare elaborati rituali di ragionamento nel prompt; richiedi l'artefatto finale e le verifiche che lo rendono utilizzabile.
La scheda del produttore elenca output strutturati, chiamate di funzione, esecuzione di codice, uso del computer, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching. Nel flusso Gemini 3 documentato, gli strumenti integrati possono essere combinati con chiamate a funzioni personalizzate. Un'applicazione definisce le funzioni, controlla i loro argomenti, esegue le azioni accettate e ne restituisce i risultati. Per un assistente di programmazione, uno strumento di lettura dei file o un esecutore di test controllato può fornire prove concrete per il passaggio successivo. Un'azione proposta e un risultato osservato di uno strumento devono restare distinti nel rapporto finale.
Per la programmazione, fornisci i file pertinenti, il linguaggio, il comportamento atteso e un input che dimostri il problema. Definisci l'ambito della modifica e indica l'interfaccia o il comportamento da conservare. Chiedi un'implementazione rivista e i casi da verificare. Per un compito analitico documentale, definisci domanda, campi richiesti e riferimenti alle fonti. Se si usa output strutturato, fornisci uno schema con significati chiari dei campi e regole per i valori mancanti. Convalida sia la sintassi sia il fatto che ciascun valore derivi dal materiale originale.
Per l'analisi multimodale, identifica cosa conta in ciascuna fonte. Uno screenshot può sostenere una spiegazione dell'interfaccia, un PDF può fornire una tabella o un grafico e una registrazione può fornire eventi parlati o visibili. La guida per sviluppatori discute i controlli di risoluzione dei contenuti multimediali perché il dettaglio modifica la rappresentazione elaborata e l'uso di token. Il flusso di esecuzione di codice del produttore può ritagliare o ingrandire immagini fornite, eseguire calcoli da dati visivi e aggiungere annotazioni prima che il modello prepari la risposta. Il testo piccolo leggibile può richiedere un'impostazione diversa da una descrizione generale della scena. Mantieni disponibile la pagina, l'immagine o la clip pertinente, affinché le osservazioni possano essere verificate, anziché considerare un riepilogo scorrevole come prova che ogni dettaglio sia stato letto correttamente.
Lo stato della conversazione e degli strumenti deve essere conservato nell'interfaccia scelta. Gemini 3 usa le thought signatures per trasportare il contesto di ragionamento tra le chiamate; la guida per sviluppatori distingue la cronologia stateful gestita dalla cronologia stateless gestita manualmente. Conserva il contesto richiesto quando prosegui un compito con strumenti o rivedi un risultato. Google consiglia anche di mantenere la propria temperature predefinita di 1.0, anziché importare una procedura a bassa temperatura che può causare cicli o comportamento degradato nei compiti complessi. Sono pratiche d'integrazione del produttore, non nuove affermazioni sul trasporto di una particolare applicazione.
Il modello testuale non dichiara generazione di immagini o audio né Live API. La guida distingue inoltre la comprensione visiva dalla segmentazione delle immagini a livello di pixel, che non è una capacità supportata da Gemini 3 Flash. Usa un risultato finale appropriato al compito effettivo: osservazioni collegate alle fonti, un record strutturato, una modifica al codice o una decisione con le ipotesi dichiarate. Controlla l'aritmetica, verifica il codice nell'ambiente previsto ed esamina le informazioni restituite dagli strumenti. Quando contano fatti recenti, usa le fonti di grounding configurate o i dati attuali forniti, anziché presumere che la conoscenza del modello sia un database in tempo reale.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3-flash-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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 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-flash-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-flash-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-flash-preview, google/gemini-3-flash-preview
/chat/completions
gemini-3-flash-previewGemini 3 Flash Preview unisce comprensione multimodale e ragionamento con output testuale. Supporta analisi di codice, documenti ed elementi visivi, risultati strutturati e flussi orientati agli strumenti, con quattro livelli di thinking documentati per scegliere la profondità dell'analisi.
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 Flash Preview è un modello di ragionamento di Google per comprensione multimodale, programmazione e compiti agentici. Accetta testo, immagini, video, audio e PDF e restituisce testo. Una richiesta può quindi riunire istruzioni scritte, file sorgente, osservazioni visive e cronologia della conversazione attorno a un solo problema. Il risultato può essere una spiegazione, una proposta di codice, dati estratti o un piano fondato su quei materiali, anziché un'immagine generata o una risposta parlata.
La scheda dell'esatto modello indica un limite di input di 1,048,576 token e un limite di output di 65,536 token. Pianifica separatamente fonte e risultato: un lungo estratto di repository, una raccolta di documenti o una registrazione possono rientrare soltanto se la loro rappresentazione elaborata e le istruzioni rientrano nel budget di input, e la risposta necessita comunque di una propria lunghezza assegnata. Etichetta le fonti correlate e identifica quale materiale sia autorevole. Per un prompt lungo, la guida per sviluppatori consiglia di collocare la domanda specifica dopo i dati e collegarla esplicitamente alle informazioni precedenti.
Il thinking è dinamico, con high come predefinito documentato per questo modello. I livelli supportati sono minimal, low, medium e high. Sono capacità relative di ragionamento, anziché numeri garantiti di token. Minimal può comunque comportare un certo ragionamento su un problema difficile di programmazione. Scegli un livello in base al compito: una trasformazione breve e un problema di debug con più condizioni necessitano di trattamenti diversi. Usa istruzioni dirette e chiare, anziché forzare elaborati rituali di ragionamento nel prompt; richiedi l'artefatto finale e le verifiche che lo rendono utilizzabile.
La scheda del produttore elenca output strutturati, chiamate di funzione, esecuzione di codice, uso del computer, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching. Nel flusso Gemini 3 documentato, gli strumenti integrati possono essere combinati con chiamate a funzioni personalizzate. Un'applicazione definisce le funzioni, controlla i loro argomenti, esegue le azioni accettate e ne restituisce i risultati. Per un assistente di programmazione, uno strumento di lettura dei file o un esecutore di test controllato può fornire prove concrete per il passaggio successivo. Un'azione proposta e un risultato osservato di uno strumento devono restare distinti nel rapporto finale.
Per la programmazione, fornisci i file pertinenti, il linguaggio, il comportamento atteso e un input che dimostri il problema. Definisci l'ambito della modifica e indica l'interfaccia o il comportamento da conservare. Chiedi un'implementazione rivista e i casi da verificare. Per un compito analitico documentale, definisci domanda, campi richiesti e riferimenti alle fonti. Se si usa output strutturato, fornisci uno schema con significati chiari dei campi e regole per i valori mancanti. Convalida sia la sintassi sia il fatto che ciascun valore derivi dal materiale originale.
Per l'analisi multimodale, identifica cosa conta in ciascuna fonte. Uno screenshot può sostenere una spiegazione dell'interfaccia, un PDF può fornire una tabella o un grafico e una registrazione può fornire eventi parlati o visibili. La guida per sviluppatori discute i controlli di risoluzione dei contenuti multimediali perché il dettaglio modifica la rappresentazione elaborata e l'uso di token. Il flusso di esecuzione di codice del produttore può ritagliare o ingrandire immagini fornite, eseguire calcoli da dati visivi e aggiungere annotazioni prima che il modello prepari la risposta. Il testo piccolo leggibile può richiedere un'impostazione diversa da una descrizione generale della scena. Mantieni disponibile la pagina, l'immagine o la clip pertinente, affinché le osservazioni possano essere verificate, anziché considerare un riepilogo scorrevole come prova che ogni dettaglio sia stato letto correttamente.
Lo stato della conversazione e degli strumenti deve essere conservato nell'interfaccia scelta. Gemini 3 usa le thought signatures per trasportare il contesto di ragionamento tra le chiamate; la guida per sviluppatori distingue la cronologia stateful gestita dalla cronologia stateless gestita manualmente. Conserva il contesto richiesto quando prosegui un compito con strumenti o rivedi un risultato. Google consiglia anche di mantenere la propria temperature predefinita di 1.0, anziché importare una procedura a bassa temperatura che può causare cicli o comportamento degradato nei compiti complessi. Sono pratiche d'integrazione del produttore, non nuove affermazioni sul trasporto di una particolare applicazione.
Il modello testuale non dichiara generazione di immagini o audio né Live API. La guida distingue inoltre la comprensione visiva dalla segmentazione delle immagini a livello di pixel, che non è una capacità supportata da Gemini 3 Flash. Usa un risultato finale appropriato al compito effettivo: osservazioni collegate alle fonti, un record strutturato, una modifica al codice o una decisione con le ipotesi dichiarate. Controlla l'aritmetica, verifica il codice nell'ambiente previsto ed esamina le informazioni restituite dagli strumenti. Quando contano fatti recenti, usa le fonti di grounding configurate o i dati attuali forniti, anziché presumere che la conoscenza del modello sia un database in tempo reale.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti gemini-3-flash-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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-flash-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-flash-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-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview unisce comprensione multimodale e ragionamento con output testuale. Supporta analisi di codice, documenti ed elementi visivi, risultati strutturati e flussi orientati agli strumenti, con quattro livelli di thinking documentati per scegliere la profondità dell'analisi.
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 Flash Preview è un modello di ragionamento di Google per comprensione multimodale, programmazione e compiti agentici. Accetta testo, immagini, video, audio e PDF e restituisce testo. Una richiesta può quindi riunire istruzioni scritte, file sorgente, osservazioni visive e cronologia della conversazione attorno a un solo problema. Il risultato può essere una spiegazione, una proposta di codice, dati estratti o un piano fondato su quei materiali, anziché un'immagine generata o una risposta parlata.
La scheda dell'esatto modello indica un limite di input di 1,048,576 token e un limite di output di 65,536 token. Pianifica separatamente fonte e risultato: un lungo estratto di repository, una raccolta di documenti o una registrazione possono rientrare soltanto se la loro rappresentazione elaborata e le istruzioni rientrano nel budget di input, e la risposta necessita comunque di una propria lunghezza assegnata. Etichetta le fonti correlate e identifica quale materiale sia autorevole. Per un prompt lungo, la guida per sviluppatori consiglia di collocare la domanda specifica dopo i dati e collegarla esplicitamente alle informazioni precedenti.
Il thinking è dinamico, con high come predefinito documentato per questo modello. I livelli supportati sono minimal, low, medium e high. Sono capacità relative di ragionamento, anziché numeri garantiti di token. Minimal può comunque comportare un certo ragionamento su un problema difficile di programmazione. Scegli un livello in base al compito: una trasformazione breve e un problema di debug con più condizioni necessitano di trattamenti diversi. Usa istruzioni dirette e chiare, anziché forzare elaborati rituali di ragionamento nel prompt; richiedi l'artefatto finale e le verifiche che lo rendono utilizzabile.
La scheda del produttore elenca output strutturati, chiamate di funzione, esecuzione di codice, uso del computer, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching. Nel flusso Gemini 3 documentato, gli strumenti integrati possono essere combinati con chiamate a funzioni personalizzate. Un'applicazione definisce le funzioni, controlla i loro argomenti, esegue le azioni accettate e ne restituisce i risultati. Per un assistente di programmazione, uno strumento di lettura dei file o un esecutore di test controllato può fornire prove concrete per il passaggio successivo. Un'azione proposta e un risultato osservato di uno strumento devono restare distinti nel rapporto finale.
Per la programmazione, fornisci i file pertinenti, il linguaggio, il comportamento atteso e un input che dimostri il problema. Definisci l'ambito della modifica e indica l'interfaccia o il comportamento da conservare. Chiedi un'implementazione rivista e i casi da verificare. Per un compito analitico documentale, definisci domanda, campi richiesti e riferimenti alle fonti. Se si usa output strutturato, fornisci uno schema con significati chiari dei campi e regole per i valori mancanti. Convalida sia la sintassi sia il fatto che ciascun valore derivi dal materiale originale.
Per l'analisi multimodale, identifica cosa conta in ciascuna fonte. Uno screenshot può sostenere una spiegazione dell'interfaccia, un PDF può fornire una tabella o un grafico e una registrazione può fornire eventi parlati o visibili. La guida per sviluppatori discute i controlli di risoluzione dei contenuti multimediali perché il dettaglio modifica la rappresentazione elaborata e l'uso di token. Il flusso di esecuzione di codice del produttore può ritagliare o ingrandire immagini fornite, eseguire calcoli da dati visivi e aggiungere annotazioni prima che il modello prepari la risposta. Il testo piccolo leggibile può richiedere un'impostazione diversa da una descrizione generale della scena. Mantieni disponibile la pagina, l'immagine o la clip pertinente, affinché le osservazioni possano essere verificate, anziché considerare un riepilogo scorrevole come prova che ogni dettaglio sia stato letto correttamente.
Lo stato della conversazione e degli strumenti deve essere conservato nell'interfaccia scelta. Gemini 3 usa le thought signatures per trasportare il contesto di ragionamento tra le chiamate; la guida per sviluppatori distingue la cronologia stateful gestita dalla cronologia stateless gestita manualmente. Conserva il contesto richiesto quando prosegui un compito con strumenti o rivedi un risultato. Google consiglia anche di mantenere la propria temperature predefinita di 1.0, anziché importare una procedura a bassa temperatura che può causare cicli o comportamento degradato nei compiti complessi. Sono pratiche d'integrazione del produttore, non nuove affermazioni sul trasporto di una particolare applicazione.
Il modello testuale non dichiara generazione di immagini o audio né Live API. La guida distingue inoltre la comprensione visiva dalla segmentazione delle immagini a livello di pixel, che non è una capacità supportata da Gemini 3 Flash. Usa un risultato finale appropriato al compito effettivo: osservazioni collegate alle fonti, un record strutturato, una modifica al codice o una decisione con le ipotesi dichiarate. Controlla l'aritmetica, verifica il codice nell'ambiente previsto ed esamina le informazioni restituite dagli strumenti. Quando contano fatti recenti, usa le fonti di grounding configurate o i dati attuali forniti, anziché presumere che la conoscenza del modello sia un database in tempo reale.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3-flash-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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 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-flash-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-flash-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-flash-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-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview unisce comprensione multimodale e ragionamento con output testuale. Supporta analisi di codice, documenti ed elementi visivi, risultati strutturati e flussi orientati agli strumenti, con quattro livelli di thinking documentati per scegliere la profondità dell'analisi.
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 Flash Preview è un modello di ragionamento di Google per comprensione multimodale, programmazione e compiti agentici. Accetta testo, immagini, video, audio e PDF e restituisce testo. Una richiesta può quindi riunire istruzioni scritte, file sorgente, osservazioni visive e cronologia della conversazione attorno a un solo problema. Il risultato può essere una spiegazione, una proposta di codice, dati estratti o un piano fondato su quei materiali, anziché un'immagine generata o una risposta parlata.
La scheda dell'esatto modello indica un limite di input di 1,048,576 token e un limite di output di 65,536 token. Pianifica separatamente fonte e risultato: un lungo estratto di repository, una raccolta di documenti o una registrazione possono rientrare soltanto se la loro rappresentazione elaborata e le istruzioni rientrano nel budget di input, e la risposta necessita comunque di una propria lunghezza assegnata. Etichetta le fonti correlate e identifica quale materiale sia autorevole. Per un prompt lungo, la guida per sviluppatori consiglia di collocare la domanda specifica dopo i dati e collegarla esplicitamente alle informazioni precedenti.
Il thinking è dinamico, con high come predefinito documentato per questo modello. I livelli supportati sono minimal, low, medium e high. Sono capacità relative di ragionamento, anziché numeri garantiti di token. Minimal può comunque comportare un certo ragionamento su un problema difficile di programmazione. Scegli un livello in base al compito: una trasformazione breve e un problema di debug con più condizioni necessitano di trattamenti diversi. Usa istruzioni dirette e chiare, anziché forzare elaborati rituali di ragionamento nel prompt; richiedi l'artefatto finale e le verifiche che lo rendono utilizzabile.
La scheda del produttore elenca output strutturati, chiamate di funzione, esecuzione di codice, uso del computer, ricerca nei file, grounding tramite ricerca, grounding tramite Google Maps, contesto URL e caching. Nel flusso Gemini 3 documentato, gli strumenti integrati possono essere combinati con chiamate a funzioni personalizzate. Un'applicazione definisce le funzioni, controlla i loro argomenti, esegue le azioni accettate e ne restituisce i risultati. Per un assistente di programmazione, uno strumento di lettura dei file o un esecutore di test controllato può fornire prove concrete per il passaggio successivo. Un'azione proposta e un risultato osservato di uno strumento devono restare distinti nel rapporto finale.
Per la programmazione, fornisci i file pertinenti, il linguaggio, il comportamento atteso e un input che dimostri il problema. Definisci l'ambito della modifica e indica l'interfaccia o il comportamento da conservare. Chiedi un'implementazione rivista e i casi da verificare. Per un compito analitico documentale, definisci domanda, campi richiesti e riferimenti alle fonti. Se si usa output strutturato, fornisci uno schema con significati chiari dei campi e regole per i valori mancanti. Convalida sia la sintassi sia il fatto che ciascun valore derivi dal materiale originale.
Per l'analisi multimodale, identifica cosa conta in ciascuna fonte. Uno screenshot può sostenere una spiegazione dell'interfaccia, un PDF può fornire una tabella o un grafico e una registrazione può fornire eventi parlati o visibili. La guida per sviluppatori discute i controlli di risoluzione dei contenuti multimediali perché il dettaglio modifica la rappresentazione elaborata e l'uso di token. Il flusso di esecuzione di codice del produttore può ritagliare o ingrandire immagini fornite, eseguire calcoli da dati visivi e aggiungere annotazioni prima che il modello prepari la risposta. Il testo piccolo leggibile può richiedere un'impostazione diversa da una descrizione generale della scena. Mantieni disponibile la pagina, l'immagine o la clip pertinente, affinché le osservazioni possano essere verificate, anziché considerare un riepilogo scorrevole come prova che ogni dettaglio sia stato letto correttamente.
Lo stato della conversazione e degli strumenti deve essere conservato nell'interfaccia scelta. Gemini 3 usa le thought signatures per trasportare il contesto di ragionamento tra le chiamate; la guida per sviluppatori distingue la cronologia stateful gestita dalla cronologia stateless gestita manualmente. Conserva il contesto richiesto quando prosegui un compito con strumenti o rivedi un risultato. Google consiglia anche di mantenere la propria temperature predefinita di 1.0, anziché importare una procedura a bassa temperatura che può causare cicli o comportamento degradato nei compiti complessi. Sono pratiche d'integrazione del produttore, non nuove affermazioni sul trasporto di una particolare applicazione.
Il modello testuale non dichiara generazione di immagini o audio né Live API. La guida distingue inoltre la comprensione visiva dalla segmentazione delle immagini a livello di pixel, che non è una capacità supportata da Gemini 3 Flash. Usa un risultato finale appropriato al compito effettivo: osservazioni collegate alle fonti, un record strutturato, una modifica al codice o una decisione con le ipotesi dichiarate. Controlla l'aritmetica, verifica il codice nell'ambiente previsto ed esamina le informazioni restituite dagli strumenti. Quando contano fatti recenti, usa le fonti di grounding configurate o i dati attuali forniti, anziché presumere che la conoscenza del modello sia un database in tempo reale.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/gemini-3-flash-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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 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 $0.001 / 1K token Output · Token in output $0.006 / 1K token Input · Lettura dalla cache $0.0001 / 1K token Input · Scrittura nella cache $0.0001666666666666666 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "google/gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-flash-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-flash-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-flash-preview, google/gemini-3-flash-preview
/chat/completions
Esempio tecnico in inglese
Keep a sorting helper immutable\n\nFix this JavaScript helper so it returns users sorted by name without changing the input array: function sortedUsers(users) { return users.sort((a,b) => a.name.localeCompare(b.name)); }. Preserve each user object. Return the revised function and tests for alphabetical order, an empty array and the unchanged original array.A revised function and three small test examples covering sorting and non-mutation.Check that the returned array is a different array and the original sequence is unchanged after the call.