Gemini 2.5 Flash-Lite Preview 09-2025 は、簡潔で的確なテキスト結果を必要とする、頻繁に発生するタスク向けの Google の 9 月版です。メーカーは更新内容を、複雑な指示とシステムプロンプトへの追従強化、冗長さの削減、翻訳とマルチモーダル理解の向上という 3 つのテーマに整理しています。日付付きの名称によって、この特定のプレビューは、6 月の Flash-Lite プレビュー、安定版、更新に追従する latest エイリアスと区別されます。
指示追従の向上は、複数のルールを同時に維持する必要があるタスクで役立ちます。参照資料、対象読者、必要な形式を提供し、必須内容と任意の説明を分けてください。サポート対応の処理では、カテゴリ、顧客の正確な質問、提供した参照資料だけに基づく次の手順を求められます。文書タスクでは、保持する用語、必ず含める事実、欠損値の表現方法を指定できます。こうした例により、詳細な指示を、確認可能な要件を備えた結果につなげられます。
冗長さの削減は、このリリースで明示されている特徴です。出力を短いフィールド値、簡潔な返信、より大きなワークフローの次の入力として使う場合に、特に関係します。一般的な論述ではなく、判断、その参照元、未解決の問いという必要な情報を求めてください。要約では、圧縮しても残すべき事実と期限を挙げ、セクションの数や目的を指定します。簡潔さは、重要な条件を省くことと同じではありません。実用的な出力テンプレートによって、必要な内容を明確にできます。
Google は、この 9 月の更新で、翻訳品質、画像理解、音声文字起こしが向上したと報告しています。翻訳では、対象読者と用語集を示し、そのまま残す名称と、現地向けに表現を調整する文言を区別してください。画像では、説明対象のコンポーネントや箇所を指定し、回答の使用目的を記します。音声文字起こしでは、次の手順に必要な言語と書式のルールを定め、文字による記録を依頼してください。問いが関連内容を特定していれば、マルチメディア資料の要約や、テキストで示した要件との比較もできます。
この日付付きの正確なカードには、入力としてテキスト、画像、動画、音声、PDF、出力としてテキストが記載されています。上限は 1,048,576 入力トークンと 65,536 出力トークンで、文書化された知識のカットオフは 2025 年 1 月です。大きな入力枠に、資料、指示、例を組み合わせられます。各参照元にラベルを付け、回答が使うべき根拠を指定してください。これはテキスト出力の Flash-Lite 版です。生成音声、生成画像、リアルタイムの音声インターフェースは、記載された出力プロファイルに含まれていません。
メーカーは、思考、構造化出力、関数呼び出し、コード実行、検索グラウンディング、URL コンテキスト、ファイル検索を文書化しています。思考は、条件間に依存関係があるタスクに使用でき、構造化回答は、抽出や分類用のフィールドを提供できます。関数呼び出しには、提案された関数名と引数が含まれ、アプリケーションがそれを実行して結果を返します。Google のコード実行ツールは Python を使い、検索ツールと文書ツールは、根拠を踏まえた文章による回答のために外部資料を提供します。この正確なプロファイルには、キャッシュとバッチ処理への対応も含まれます。これらは文書化されたモデル機能であり、特定のアプリケーションがすべてのツールを有効にしていることや、1 つのリクエストで組み合わせていることを示すものではありません。
ファミリーカードは、マルチモーダルをネイティブに理解する、疎な Mixture-of-Experts トランスフォーマーと説明しています。事前学習には、ウェブテキスト、プログラミング言語、画像、音声、動画が含まれます。事後学習には、精査された指示と回答のペア、人間の選好情報、ツール利用データを使用し、準備段階で重複排除、安全性フィルタリング、品質フィルタリングを行います。同じカードには、事実の捏造の可能性、因果推論と反実仮想の推論の難しさ、複雑な論理的演繹の限界、思考予算の順守のばらつきが挙げられています。一部の回答が過度に説教調になりやすい傾向も記載されています。簡潔な処理を行うモデルにとって、これらは具体的な確認事項です。
繰り返し行うタスクでは、典型的な通常の入力、曖昧な入力、不完全な入力を準備してください。翻訳では、用語、意味、指定した出力のみの形式を比較します。文字起こしや文書抽出では、返された詳細を提供資料と照合し、確認できなかった内容を特定します。短い返信では、必須の事実がすべて残されているか確認してください。完成した成果物には、翻訳した文章、コンパクトな要約、抽出したフィールド、カテゴリと次の行動などが考えられます。この準備によって、指示の正確さ、簡潔さ、マルチメディア処理という 9 月版の重点を活用しながら、結果を元の根拠に結び付けておけます。
", "aboutText": "Gemini 2.5 Flash-Lite Preview 09-2025 は、簡潔で的確なテキスト結果を必要とする、頻繁に発生するタスク向けの Google の 9 月版です。メーカーは更新内容を、複雑な指示とシステムプロンプトへの追従強化、冗長さの削減、翻訳とマルチモーダル理解の向上という 3 つのテーマに整理しています。日付付きの名称によって、この特定のプレビューは、6 月の Flash-Lite プレビュー、安定版、更新に追従する latest エイリアスと区別されます。\n\n指示追従の向上は、複数のルールを同時に維持する必要があるタスクで役立ちます。参照資料、対象読者、必要な形式を提供し、必須内容と任意の説明を分けてください。サポート対応の処理では、カテゴリ、顧客の正確な質問、提供した参照資料だけに基づく次の手順を求められます。文書タスクでは、保持する用語、必ず含める事実、欠損値の表現方法を指定できます。こうした例により、詳細な指示を、確認可能な要件を備えた結果につなげられます。\n\n冗長さの削減は、このリリースで明示されている特徴です。出力を短いフィールド値、簡潔な返信、より大きなワークフローの次の入力として使う場合に、特に関係します。一般的な論述ではなく、判断、その参照元、未解決の問いという必要な情報を求めてください。要約では、圧縮しても残すべき事実と期限を挙げ、セクションの数や目的を指定します。簡潔さは、重要な条件を省くことと同じではありません。実用的な出力テンプレートによって、必要な内容を明確にできます。\n\nGoogle は、この 9 月の更新で、翻訳品質、画像理解、音声文字起こしが向上したと報告しています。翻訳では、対象読者と用語集を示し、そのまま残す名称と、現地向けに表現を調整する文言を区別してください。画像では、説明対象のコンポーネントや箇所を指定し、回答の使用目的を記します。音声文字起こしでは、次の手順に必要な言語と書式のルールを定め、文字による記録を依頼してください。問いが関連内容を特定していれば、マルチメディア資料の要約や、テキストで示した要件との比較もできます。\n\nこの日付付きの正確なカードには、入力としてテキスト、画像、動画、音声、PDF、出力としてテキストが記載されています。上限は 1,048,576 入力トークンと 65,536 出力トークンで、文書化された知識のカットオフは 2025 年 1 月です。大きな入力枠に、資料、指示、例を組み合わせられます。各参照元にラベルを付け、回答が使うべき根拠を指定してください。これはテキスト出力の Flash-Lite 版です。生成音声、生成画像、リアルタイムの音声インターフェースは、記載された出力プロファイルに含まれていません。\n\nメーカーは、思考、構造化出力、関数呼び出し、コード実行、検索グラウンディング、URL コンテキスト、ファイル検索を文書化しています。思考は、条件間に依存関係があるタスクに使用でき、構造化回答は、抽出や分類用のフィールドを提供できます。関数呼び出しには、提案された関数名と引数が含まれ、アプリケーションがそれを実行して結果を返します。Google のコード実行ツールは Python を使い、検索ツールと文書ツールは、根拠を踏まえた文章による回答のために外部資料を提供します。この正確なプロファイルには、キャッシュとバッチ処理への対応も含まれます。これらは文書化されたモデル機能であり、特定のアプリケーションがすべてのツールを有効にしていることや、1 つのリクエストで組み合わせていることを示すものではありません。\n\nファミリーカードは、マルチモーダルをネイティブに理解する、疎な Mixture-of-Experts トランスフォーマーと説明しています。事前学習には、ウェブテキスト、プログラミング言語、画像、音声、動画が含まれます。事後学習には、精査された指示と回答のペア、人間の選好情報、ツール利用データを使用し、準備段階で重複排除、安全性フィルタリング、品質フィルタリングを行います。同じカードには、事実の捏造の可能性、因果推論と反実仮想の推論の難しさ、複雑な論理的演繹の限界、思考予算の順守のばらつきが挙げられています。一部の回答が過度に説教調になりやすい傾向も記載されています。簡潔な処理を行うモデルにとって、これらは具体的な確認事項です。\n\n繰り返し行うタスクでは、典型的な通常の入力、曖昧な入力、不完全な入力を準備してください。翻訳では、用語、意味、指定した出力のみの形式を比較します。文字起こしや文書抽出では、返された詳細を提供資料と照合し、確認できなかった内容を特定します。短い返信では、必須の事実がすべて残されているか確認してください。完成した成果物には、翻訳した文章、コンパクトな要約、抽出したフィールド、カテゴリと次の行動などが考えられます。この準備によって、指示の正確さ、簡潔さ、マルチメディア処理という 9 月版の重点を活用しながら、結果を元の根拠に結び付けておけます。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Translate a constrained support notice\n\nTranslate into French for a customer: “Your Atlas Hub replacement is reserved. We will confirm dispatch after the address check.” Keep Atlas Hub unchanged, preserve the difference between a reservation and dispatch confirmation, and return only the translation. Do not add a date, tracking number or guarantee.One French translation with the product name unchanged and both stages kept distinct.Check that the translation preserves the pending address check and does not announce dispatch.gemini-2.5-flash-lite-preview-09-2025Gemini 2.5 Flash-Lite Preview 09-2025 は、指示への追従、簡潔なテキスト、翻訳、マルチメディアの理解を重視します。Google の 9 月版は、テキスト、画像、動画、音声、PDF を入力として受け付け、大量処理に向けた構造化回答と、文書化されたツールを備えています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Gemini 2.5 Flash-Lite Preview 09-2025 は、簡潔で的確なテキスト結果を必要とする、頻繁に発生するタスク向けの Google の 9 月版です。メーカーは更新内容を、複雑な指示とシステムプロンプトへの追従強化、冗長さの削減、翻訳とマルチモーダル理解の向上という 3 つのテーマに整理しています。日付付きの名称によって、この特定のプレビューは、6 月の Flash-Lite プレビュー、安定版、更新に追従する latest エイリアスと区別されます。
指示追従の向上は、複数のルールを同時に維持する必要があるタスクで役立ちます。参照資料、対象読者、必要な形式を提供し、必須内容と任意の説明を分けてください。サポート対応の処理では、カテゴリ、顧客の正確な質問、提供した参照資料だけに基づく次の手順を求められます。文書タスクでは、保持する用語、必ず含める事実、欠損値の表現方法を指定できます。こうした例により、詳細な指示を、確認可能な要件を備えた結果につなげられます。
冗長さの削減は、このリリースで明示されている特徴です。出力を短いフィールド値、簡潔な返信、より大きなワークフローの次の入力として使う場合に、特に関係します。一般的な論述ではなく、判断、その参照元、未解決の問いという必要な情報を求めてください。要約では、圧縮しても残すべき事実と期限を挙げ、セクションの数や目的を指定します。簡潔さは、重要な条件を省くことと同じではありません。実用的な出力テンプレートによって、必要な内容を明確にできます。
Google は、この 9 月の更新で、翻訳品質、画像理解、音声文字起こしが向上したと報告しています。翻訳では、対象読者と用語集を示し、そのまま残す名称と、現地向けに表現を調整する文言を区別してください。画像では、説明対象のコンポーネントや箇所を指定し、回答の使用目的を記します。音声文字起こしでは、次の手順に必要な言語と書式のルールを定め、文字による記録を依頼してください。問いが関連内容を特定していれば、マルチメディア資料の要約や、テキストで示した要件との比較もできます。
この日付付きの正確なカードには、入力としてテキスト、画像、動画、音声、PDF、出力としてテキストが記載されています。上限は 1,048,576 入力トークンと 65,536 出力トークンで、文書化された知識のカットオフは 2025 年 1 月です。大きな入力枠に、資料、指示、例を組み合わせられます。各参照元にラベルを付け、回答が使うべき根拠を指定してください。これはテキスト出力の Flash-Lite 版です。生成音声、生成画像、リアルタイムの音声インターフェースは、記載された出力プロファイルに含まれていません。
メーカーは、思考、構造化出力、関数呼び出し、コード実行、検索グラウンディング、URL コンテキスト、ファイル検索を文書化しています。思考は、条件間に依存関係があるタスクに使用でき、構造化回答は、抽出や分類用のフィールドを提供できます。関数呼び出しには、提案された関数名と引数が含まれ、アプリケーションがそれを実行して結果を返します。Google のコード実行ツールは Python を使い、検索ツールと文書ツールは、根拠を踏まえた文章による回答のために外部資料を提供します。この正確なプロファイルには、キャッシュとバッチ処理への対応も含まれます。これらは文書化されたモデル機能であり、特定のアプリケーションがすべてのツールを有効にしていることや、1 つのリクエストで組み合わせていることを示すものではありません。
ファミリーカードは、マルチモーダルをネイティブに理解する、疎な Mixture-of-Experts トランスフォーマーと説明しています。事前学習には、ウェブテキスト、プログラミング言語、画像、音声、動画が含まれます。事後学習には、精査された指示と回答のペア、人間の選好情報、ツール利用データを使用し、準備段階で重複排除、安全性フィルタリング、品質フィルタリングを行います。同じカードには、事実の捏造の可能性、因果推論と反実仮想の推論の難しさ、複雑な論理的演繹の限界、思考予算の順守のばらつきが挙げられています。一部の回答が過度に説教調になりやすい傾向も記載されています。簡潔な処理を行うモデルにとって、これらは具体的な確認事項です。
繰り返し行うタスクでは、典型的な通常の入力、曖昧な入力、不完全な入力を準備してください。翻訳では、用語、意味、指定した出力のみの形式を比較します。文字起こしや文書抽出では、返された詳細を提供資料と照合し、確認できなかった内容を特定します。短い返信では、必須の事実がすべて残されているか確認してください。完成した成果物には、翻訳した文章、コンパクトな要約、抽出したフィールド、カテゴリと次の行動などが考えられます。この準備によって、指示の正確さ、簡潔さ、マルチメディア処理という 9 月版の重点を活用しながら、結果を元の根拠に結び付けておけます。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gemini-2.5-flash-lite-preview-09-2025 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.0008 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite-preview-09-2025", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gemini-2.5-flash-lite-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-2.5-flash-lite-preview-09-2025',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gemini-2.5-flash-lite-preview-09-2025
上記に表示されたメソッドパスを使用してください。
gemini-2.5-flash-lite-preview-09-2025Gemini 2.5 Flash-Lite Preview 09-2025 は、指示への追従、簡潔なテキスト、翻訳、マルチメディアの理解を重視します。Google の 9 月版は、テキスト、画像、動画、音声、PDF を入力として受け付け、大量処理に向けた構造化回答と、文書化されたツールを備えています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Gemini 2.5 Flash-Lite Preview 09-2025 は、簡潔で的確なテキスト結果を必要とする、頻繁に発生するタスク向けの Google の 9 月版です。メーカーは更新内容を、複雑な指示とシステムプロンプトへの追従強化、冗長さの削減、翻訳とマルチモーダル理解の向上という 3 つのテーマに整理しています。日付付きの名称によって、この特定のプレビューは、6 月の Flash-Lite プレビュー、安定版、更新に追従する latest エイリアスと区別されます。
指示追従の向上は、複数のルールを同時に維持する必要があるタスクで役立ちます。参照資料、対象読者、必要な形式を提供し、必須内容と任意の説明を分けてください。サポート対応の処理では、カテゴリ、顧客の正確な質問、提供した参照資料だけに基づく次の手順を求められます。文書タスクでは、保持する用語、必ず含める事実、欠損値の表現方法を指定できます。こうした例により、詳細な指示を、確認可能な要件を備えた結果につなげられます。
冗長さの削減は、このリリースで明示されている特徴です。出力を短いフィールド値、簡潔な返信、より大きなワークフローの次の入力として使う場合に、特に関係します。一般的な論述ではなく、判断、その参照元、未解決の問いという必要な情報を求めてください。要約では、圧縮しても残すべき事実と期限を挙げ、セクションの数や目的を指定します。簡潔さは、重要な条件を省くことと同じではありません。実用的な出力テンプレートによって、必要な内容を明確にできます。
Google は、この 9 月の更新で、翻訳品質、画像理解、音声文字起こしが向上したと報告しています。翻訳では、対象読者と用語集を示し、そのまま残す名称と、現地向けに表現を調整する文言を区別してください。画像では、説明対象のコンポーネントや箇所を指定し、回答の使用目的を記します。音声文字起こしでは、次の手順に必要な言語と書式のルールを定め、文字による記録を依頼してください。問いが関連内容を特定していれば、マルチメディア資料の要約や、テキストで示した要件との比較もできます。
この日付付きの正確なカードには、入力としてテキスト、画像、動画、音声、PDF、出力としてテキストが記載されています。上限は 1,048,576 入力トークンと 65,536 出力トークンで、文書化された知識のカットオフは 2025 年 1 月です。大きな入力枠に、資料、指示、例を組み合わせられます。各参照元にラベルを付け、回答が使うべき根拠を指定してください。これはテキスト出力の Flash-Lite 版です。生成音声、生成画像、リアルタイムの音声インターフェースは、記載された出力プロファイルに含まれていません。
メーカーは、思考、構造化出力、関数呼び出し、コード実行、検索グラウンディング、URL コンテキスト、ファイル検索を文書化しています。思考は、条件間に依存関係があるタスクに使用でき、構造化回答は、抽出や分類用のフィールドを提供できます。関数呼び出しには、提案された関数名と引数が含まれ、アプリケーションがそれを実行して結果を返します。Google のコード実行ツールは Python を使い、検索ツールと文書ツールは、根拠を踏まえた文章による回答のために外部資料を提供します。この正確なプロファイルには、キャッシュとバッチ処理への対応も含まれます。これらは文書化されたモデル機能であり、特定のアプリケーションがすべてのツールを有効にしていることや、1 つのリクエストで組み合わせていることを示すものではありません。
ファミリーカードは、マルチモーダルをネイティブに理解する、疎な Mixture-of-Experts トランスフォーマーと説明しています。事前学習には、ウェブテキスト、プログラミング言語、画像、音声、動画が含まれます。事後学習には、精査された指示と回答のペア、人間の選好情報、ツール利用データを使用し、準備段階で重複排除、安全性フィルタリング、品質フィルタリングを行います。同じカードには、事実の捏造の可能性、因果推論と反実仮想の推論の難しさ、複雑な論理的演繹の限界、思考予算の順守のばらつきが挙げられています。一部の回答が過度に説教調になりやすい傾向も記載されています。簡潔な処理を行うモデルにとって、これらは具体的な確認事項です。
繰り返し行うタスクでは、典型的な通常の入力、曖昧な入力、不完全な入力を準備してください。翻訳では、用語、意味、指定した出力のみの形式を比較します。文字起こしや文書抽出では、返された詳細を提供資料と照合し、確認できなかった内容を特定します。短い返信では、必須の事実がすべて残されているか確認してください。完成した成果物には、翻訳した文章、コンパクトな要約、抽出したフィールド、カテゴリと次の行動などが考えられます。この準備によって、指示の正確さ、簡潔さ、マルチメディア処理という 9 月版の重点を活用しながら、結果を元の根拠に結び付けておけます。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 gemini-2.5-flash-lite-preview-09-2025 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.0002 / 1K トークン 出力 · 出力トークン $0.0008 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gemini-2.5-flash-lite-preview-09-2025",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-09-2025', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra gemini-2.5-flash-lite-preview-09-2025
上記に表示されたメソッドパスを使用してください。
英語の技術例
Translate a constrained support notice\n\nTranslate into French for a customer: “Your Atlas Hub replacement is reserved. We will confirm dispatch after the address check.” Keep Atlas Hub unchanged, preserve the difference between a reservation and dispatch confirmation, and return only the translation. Do not add a date, tracking number or guarantee.One French translation with the product name unchanged and both stages kept distinct.Check that the translation preserves the pending address check and does not announce dispatch.