Gemini 2.5 Flash-Liteは、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
", "aboutText": "Gemini 2.5 Flash-Liteは、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。\n\n分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。\n\n公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。\n\n翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。\n\n当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。\n\nネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。\n\nこの安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。\n\nモデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Translate a pickup instruction\n\nTranslate this pickup instruction into French for a customer: "Collect order AR-62 at reception between 14:00 and 17:00. Bring the pickup code. Do not send the code by email." Keep AR-62 and the time range unchanged. Return only the translation, preserving both the required action and the warning.One French translation with the original order ID and time range, without commentary.Check the order ID, both times and the prohibition on emailing the code against the source.gemini-2.5-flash-liteGemini 2.5 Flash-Liteは、頻繁な分類、翻訳、単純な抽出に向けたGoogleの安定版マルチモーダル・テキストモデルです。思考はデフォルトで無効で、512～24,576トークンの推論枠を指定して有効にできます。テキストとメディアを入力でき、ツール、構造化出力、1,048,576トークンの入力上限を備えます。
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は、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
POST /v1/messagestext, imagetext| 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 | 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 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string|content_block[] | 要件必須 | 値と制限 | デフォルト— |
フィールドsystem | 種類string|content_block[] | 要件任意 | 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 最小値: 1 制限の適用対象: 選択したモデル／カードに固有の正確な上限 | 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 |
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_sequences | 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tools | 種類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[].name | 種類string | 要件任意 | 値と制限 適用条件: ツールの指定あり | デフォルト— |
フィールドtools[].description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].input_schema | 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thinking.type | 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thinking.budget_tokens | 種類integer | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドoutput_config.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metadata | 種類object | 要件任意 | 値と制限 | デフォルト— |
フィールドcache_control | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].contentまたはtype=textブロック
テキスト + 画像
{type:image,source:{type:base64,media_type,data}}またはtype=urlのソース
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/messagesAiloot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 →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-2.5-flash-lite",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-2.5-flash-lite",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-2.5-flash-lite',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson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 gemini-2.5-flash-lite
Ailoot Ultra gemini-2.5-flash-lite, google/gemini-2.5-flash-lite
/chat/completions
google/gemini-2.5-flash-lite, gemini-2.5-flash-lite, gemini-2.5-flash-lite
gemini-2.5-flash-liteGemini 2.5 Flash-Liteは、頻繁な分類、翻訳、単純な抽出に向けたGoogleの安定版マルチモーダル・テキストモデルです。思考はデフォルトで無効で、512～24,576トークンの推論枠を指定して有効にできます。テキストとメディアを入力でき、ツール、構造化出力、1,048,576トークンの入力上限を備えます。
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は、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
POST /v1beta/models/{model}:generateContenttext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドpath.model | 種類string | 要件必須 | 値と制限 gemini-2.5-flash-lite | デフォルト— |
フィールドcontents | 種類content[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドcontents[].role | 種類string | 要件任意 | 値と制限 user, model | デフォルト— |
フィールドcontents[].parts | 種類part[] | 要件必須 | 値と制限 | デフォルト— |
フィールドsystemInstruction | 種類content | 要件任意 | 値と制限 | デフォルト— |
フィールドgenerationConfig.maxOutputTokens | 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generationConfig.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generationConfig.topP | 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generationConfig.topK | 種類integer | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドgenerationConfig.stopSequences | 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generationConfig.thinkingConfig.includeThoughts | 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generationConfig.thinkingConfig.thinkingBudget | 種類integer | 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[].functionDeclarations | 種類function_declaration[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtoolConfig.functionCallingConfig.mode | 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safetySettings | 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sessionId | 種類string | 要件任意 | 値と制限 | デフォルト— |
テキスト · UTF8テキスト
contents[].parts[].text
テキスト + 画像
parts[].inlineData={mimeType,data}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様contents |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1beta/models/{model}:generateContentAiloot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 →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-flash-lite:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-flash-lite:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-2.5-flash-lite", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-2.5-flash-lite", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-2.5-flash-lite',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njsonまたは対応するストリーミング
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。
関数呼び出し、思考署名、使用量を含む、すべての候補とパートを保持してください。ストリームのチャンクを順番に組み立てます。
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responseId | 種類string |
フィールドmodelVersion | 種類string |
フィールドcandidates[].content.parts[] | 種類text|inlineData|functionCall|other part |
フィールドcandidates[].finishReason | 種類string |
フィールドusageMetadata | 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 gemini-2.5-flash-lite
Ailoot Ultra gemini-2.5-flash-lite, google/gemini-2.5-flash-lite
/chat/completions
google/gemini-2.5-flash-lite, gemini-2.5-flash-lite, gemini-2.5-flash-lite
gemini-2.5-flash-liteGemini 2.5 Flash-Liteは、頻繁な分類、翻訳、単純な抽出に向けたGoogleの安定版マルチモーダル・テキストモデルです。思考はデフォルトで無効で、512～24,576トークンの推論枠を指定して有効にできます。テキストとメディアを入力でき、ツール、構造化出力、1,048,576トークンの入力上限を備えます。
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は、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
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 | 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 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string | 要件任意 | 値と制限 適用条件: テキストでの対話 | 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 · 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 |
パラメータcontrol_scope | 仕様テキストでの対話。streamは真偽値で、既定はfalseです。 |
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 |
メソッドのエイリアス: /chat/completions
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。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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","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-2.5-flash-lite", 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 gemini-2.5-flash-lite
Ailoot Ultra gemini-2.5-flash-lite, google/gemini-2.5-flash-lite
/chat/completions
google/gemini-2.5-flash-lite, gemini-2.5-flash-lite, gemini-2.5-flash-lite
gemini-2.5-flash-liteGemini 2.5 Flash-Liteは、頻繁な分類、翻訳、単純な抽出に向けたGoogleの安定版マルチモーダル・テキストモデルです。思考はデフォルトで無効で、512～24,576トークンの推論枠を指定して有効にできます。テキストとメディアを入力でき、ツール、構造化出力、1,048,576トークンの入力上限を備えます。
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は、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
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 | 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。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "gemini-2.5-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 gemini-2.5-flash-lite
Ailoot Ultra gemini-2.5-flash-lite, google/gemini-2.5-flash-lite
/chat/completions
google/gemini-2.5-flash-lite, gemini-2.5-flash-lite, gemini-2.5-flash-lite
google/gemini-2.5-flash-liteGemini 2.5 Flash-Liteは、頻繁な分類、翻訳、単純な抽出に向けたGoogleの安定版マルチモーダル・テキストモデルです。思考はデフォルトで無効で、512～24,576トークンの推論枠を指定して有効にできます。テキストとメディアを入力でき、ツール、構造化出力、1,048,576トークンの入力上限を備えます。
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は、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
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 google/gemini-2.5-flash-lite | 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。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash-lite", "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-2.5-flash-lite',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-2.5-flash-lite',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 gemini-2.5-flash-lite
Ailoot Ultra gemini-2.5-flash-lite, google/gemini-2.5-flash-lite
/chat/completions
google/gemini-2.5-flash-lite, gemini-2.5-flash-lite, gemini-2.5-flash-lite
google/gemini-2.5-flash-liteGemini 2.5 Flash-Liteは、頻繁な分類、翻訳、単純な抽出に向けたGoogleの安定版マルチモーダル・テキストモデルです。思考はデフォルトで無効で、512～24,576トークンの推論枠を指定して有効にできます。テキストとメディアを入力でき、ツール、構造化出力、1,048,576トークンの入力上限を備えます。
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は、大量の翻訳、分類、単純なデータ抽出に向けたGoogleの安定版軽量モデルです。ハイブリッド推論では、課題に応じて思考を使うか省くかを選べます。テキスト、画像、音声、動画、PDFを入力し、テキストを生成します。有用な結果は、カテゴリ、簡潔な翻訳、渡した資料から抽出したレコード、範囲を絞った文章による説明です。
分類では、カテゴリ、判断規則、回答の形を定義します。独立した複数項目を処理する場合は、結果に資料の識別子を残します。サポートメッセージの分類では、問題の種類で分類し、そのカテゴリを裏付ける文を返すよう求めてください。流暢な回答が必須フィールドを推測で埋めないよう、証拠がない場合や曖昧な場合の規則を含めます。この軽量モデルの役割は、入力と必要な結果が明確に指定されている場合に最も役立ちます。
公開されている2.5 Flash-Liteの設定では、思考はデフォルトで無効です。GoogleのGenerateContent思考ガイドでは、明示的な思考枠として512～24,576トークン、思考を無効のままにする0、動的な思考を求める-1を使えます。これらは推論枠の制御であり、最終応答の枠とは別です。抽出に相互に関係する条件がある場合や、分類に例外がある場合は、追加の推論を有効にします。単純な変換なら、デフォルトの思考なしの動作を保てます。ガイドは、モデルが要求した枠より多い、または少ない思考トークンを使う場合があると述べています。
翻訳では、翻訳先の言語、対象読者、保持する用語を渡します。結果を翻訳だけにするか、ラベル付きレコードにするかを指定してください。文書抽出では、フィールドを定義し、出力を確認できる資料の該当箇所を求めます。録音では、文字起こしと要約を区別し、重要な区間を特定します。画像や動画は、テキスト回答の証拠にできます。入力に複数のメディア形式が混ざっても、必要な成果物を明確に保ってください。
当該安定版の仕様表には、関数呼び出し、コード実行、ファイル検索、検索グラウンディング、Mapsグラウンディング、URLコンテキスト、構造化出力が挙げられています。関数には明確な目的と定義済みパラメータが必要で、接続先アプリケーションが操作を実行して結果を提供します。スキーマに基づく抽出では、返された構造を検証し、その値を元の資料と照合してください。ツールの選択や形の整ったレコードは、資料と実際に返された証拠の文脈の中で初めて役立ちます。
ネイティブのモデルカードは1Mコンテキストウィンドウと64Kテキスト出力を示し、APIモデルページには入力1,048,576トークン、出力65,536トークンと記載されています。指示、資料内容、保持した会話が入力枠を使い、推論と応答上限が最終結果の収まり方に影響します。この開発元仕様には、キャッシュ、バッチ、Flex、Priority処理が挙げられています。反復する課題では、同じカテゴリやフィールドの定義を保持し、識別子を結果に引き継いで、後の確認で元の項目を見つけられるようにします。
この安定版は、ファミリーの別の箇所で説明される6月と9月のPreview版とは分かれています。共通のネイティブモデルカードは、指示遵守や簡潔さを含む9月Previewの改善を、そのプレビュー固有のものとして示しています。安定版の識別子へ無断で移して説明してはいけません。後のFlash-Lite世代は、思考制御と機能表も異なります。版を保持し、2.5の枠をGemini 3の思考レベル構文に置き換えるのではなく、その版について公開された設定を選んでください。
モデルカードは、ハルシネーションと、因果理解、複雑な論理的演繹、反実仮想推論の制約を挙げ、知識のカットオフを2025年1月としています。新しい事実が重要なら、最新の証拠を提供するか、公開されたグラウンディングの手順を使います。翻訳は意味を、抽出フィールドは資料の裏付けを、文字起こしは音声との一致を確認してください。焦点を絞った小さな結果は、整った回答を資料内にその詳細が存在した証拠と見なすことなく、実用的に確認する助けになります。
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 google/gemini-2.5-flash-lite | 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。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 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 $0.00002 / 1K トークン 入力 · キャッシュ書き込み $0.0001666666666666666 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "google/gemini-2.5-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2.5-flash-lite', '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-2.5-flash-lite', '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 gemini-2.5-flash-lite
Ailoot Ultra gemini-2.5-flash-lite, google/gemini-2.5-flash-lite
/chat/completions
google/gemini-2.5-flash-lite, gemini-2.5-flash-lite, gemini-2.5-flash-lite
英語の技術例
Translate a pickup instruction\n\nTranslate this pickup instruction into French for a customer: "Collect order AR-62 at reception between 14:00 and 17:00. Bring the pickup code. Do not send the code by email." Keep AR-62 and the time range unchanged. Return only the translation, preserving both the required action and the warning.One French translation with the original order ID and time range, without commentary.Check the order ID, both times and the prohibition on emailing the code against the source.