Gemini 2.5 Flash-Lite Preview 06-17은 메시지 분류와 대규모 자료 요약처럼 자주 수행되고 지연 시간에 민감한 작업을 위해 설계된 Google Flash-Lite의 6월 프리뷰 에디션입니다. Gemini 2.5 사고 모델 제품군에 속하면서 단순한 작업을 위한 직접 응답 경로도 유지합니다. 날짜가 명시된 Preview 표시는 이 릴리스를 안정 버전 Flash-Lite 및 이후의 9월 프리뷰와 구분합니다. 9월 프리뷰의 지침 준수와 멀티모달 개선은 그 에디션의 고유한 특성입니다.
6월 출시에서는 분류와 요약을 주요 용도로 제시합니다. 유용한 분류 입력에는 메시지, 허용된 레이블, 레이블 간 경계를 보여 주는 예시가 포함됩니다. 출력은 레이블, 짧은 이유, 다음 처리 단계에 필요한 정보로 구성할 수 있습니다. 요약 작업에서는 유지할 결정, 실행 항목, 명시된 기한, 미해결 질문을 지정할 수 있습니다. 이는 공표된 목적의 실용적인 응용으로, 끝이 정해지지 않은 에세이를 요청하는 대신 반복 작업에 명확한 입력과 간결한 결과를 부여합니다.
이 6월 Flash-Lite 프리뷰에서는 사고 기능을 사용할 수 있지만 기본적으로 꺼져 있습니다. Google은 작업 조건상 추가 추론이 필요할 때 이를 사용할 수 있도록 제어 가능한 사고 예산을 설명합니다. 단순 분류나 축약에는 직접 응답 경로를 유지하고, 범주가 겹치거나 예외가 있거나 여러 종속적인 결론을 요구하는 질문에는 추론 작업을 사용하세요. 어떤 조건이 필수이며 무엇이 정답을 구성하는지 지정하세요. 사고 기능은 작업 처리 능력이며, 설명이 길다는 사실만으로 결론의 정확성이 입증되지는 않습니다.
Google의 기술 보고서는 이 6월 모델을 명시적으로 언급하고 멀티모달 입력 지원과 100만 토큰의 컨텍스트 길이를 문서화합니다. 결과는 텍스트입니다. 이 컨텍스트는 하나의 작업 안에 원본 자료, 지침, 예시를 담을 공간을 제공합니다. 각 문서나 섹션에 명확한 역할을 부여한 뒤 모델이 무엇을 추출하거나 비교해야 하는지 지정하세요. 문서 도우미에서는 질문과 원문을 구분하고 관련 구절에 연결된 결과를 요청하세요. 추출 단계에서는 필드와 자료에 없는 정보를 표시할 방법을 정의하세요. 이는 컨텍스트 기능이며, 관련 없는 내용을 포함하기만 하면 유용해진다는 약속은 아닙니다.
6월 발표에는 함수 호출과 함께 검색 그라운딩, 코드 실행, URL 컨텍스트를 위한 네이티브 도구가 나열되어 있습니다. 검색 그라운딩은 응답에 웹 정보를 더하며, URL 컨텍스트는 문서 비교나 세부 정보 추출 같은 작업에 제공된 페이지의 내용을 사용합니다. Google의 코드 실행 도구는 계산이나 텍스트 처리를 위해 Python을 생성·실행하고 그 실행 결과를 답변에 사용합니다. 함수 호출의 역할은 다릅니다. 모델은 선언된 함수와 인수를 선택하고, 연결된 애플리케이션이 이를 실행한 뒤 결과를 반환합니다. 도구 지원 작업에 명확한 다음 행동이 있도록 함수의 목적과 허용된 매개변수를 정의하세요.
반복되는 작업 흐름에서는 같은 지침을 더 큰 자료 집합에 적용하기 전에 대표 입력을 소수 준비하세요. 일반 사례, 모호한 사례, 정보 누락 사례를 포함하세요. 고객 지원 예시에서는 주제, 고객의 실제 질문, 함께 제공된 참조 구절만을 근거로 한 답변을 요청할 수 있습니다. 서신 예시에서는 행동, 업무를 부여한 사람, 그리고 기한이 명시된 경우에만 그 기한을 포함한 작업 목록을 요청할 수 있습니다. 요청한 필드는 설명 문장과 구분해 결과 텍스트를 원본 항목과 대조할 수 있게 하세요.
제조사의 Flash-Lite 제품군 카드에는 사실을 지어낼 가능성과 인과관계 이해, 복잡한 논리적 추론, 반사실적 추론의 어려움이 명시되어 있습니다. 사고 예산 준수가 일관되지 않을 수 있다는 점도 적혀 있습니다. 이를 구체적인 검토 사항으로 삼으세요. 추출한 사실을 출처와 비교하고, 서로 의존하는 계산을 확인하며, 관찰된 진술과 추론한 설명을 구분하세요. 유용한 최종 산출물은 필요한 사실과 누락된 정보를 검토할 수 있는 간결한 분류, 요약, 추출 또는 답변입니다. 이 6월 에디션은 별도의 텍스트 처리 선택지이며, 이후 프리뷰의 사양이 문서화된 고유 정보를 재정의하지는 않습니다.
", "aboutText": "Gemini 2.5 Flash-Lite Preview 06-17은 메시지 분류와 대규모 자료 요약처럼 자주 수행되고 지연 시간에 민감한 작업을 위해 설계된 Google Flash-Lite의 6월 프리뷰 에디션입니다. Gemini 2.5 사고 모델 제품군에 속하면서 단순한 작업을 위한 직접 응답 경로도 유지합니다. 날짜가 명시된 Preview 표시는 이 릴리스를 안정 버전 Flash-Lite 및 이후의 9월 프리뷰와 구분합니다. 9월 프리뷰의 지침 준수와 멀티모달 개선은 그 에디션의 고유한 특성입니다.\n\n6월 출시에서는 분류와 요약을 주요 용도로 제시합니다. 유용한 분류 입력에는 메시지, 허용된 레이블, 레이블 간 경계를 보여 주는 예시가 포함됩니다. 출력은 레이블, 짧은 이유, 다음 처리 단계에 필요한 정보로 구성할 수 있습니다. 요약 작업에서는 유지할 결정, 실행 항목, 명시된 기한, 미해결 질문을 지정할 수 있습니다. 이는 공표된 목적의 실용적인 응용으로, 끝이 정해지지 않은 에세이를 요청하는 대신 반복 작업에 명확한 입력과 간결한 결과를 부여합니다.\n\n이 6월 Flash-Lite 프리뷰에서는 사고 기능을 사용할 수 있지만 기본적으로 꺼져 있습니다. Google은 작업 조건상 추가 추론이 필요할 때 이를 사용할 수 있도록 제어 가능한 사고 예산을 설명합니다. 단순 분류나 축약에는 직접 응답 경로를 유지하고, 범주가 겹치거나 예외가 있거나 여러 종속적인 결론을 요구하는 질문에는 추론 작업을 사용하세요. 어떤 조건이 필수이며 무엇이 정답을 구성하는지 지정하세요. 사고 기능은 작업 처리 능력이며, 설명이 길다는 사실만으로 결론의 정확성이 입증되지는 않습니다.\n\nGoogle의 기술 보고서는 이 6월 모델을 명시적으로 언급하고 멀티모달 입력 지원과 100만 토큰의 컨텍스트 길이를 문서화합니다. 결과는 텍스트입니다. 이 컨텍스트는 하나의 작업 안에 원본 자료, 지침, 예시를 담을 공간을 제공합니다. 각 문서나 섹션에 명확한 역할을 부여한 뒤 모델이 무엇을 추출하거나 비교해야 하는지 지정하세요. 문서 도우미에서는 질문과 원문을 구분하고 관련 구절에 연결된 결과를 요청하세요. 추출 단계에서는 필드와 자료에 없는 정보를 표시할 방법을 정의하세요. 이는 컨텍스트 기능이며, 관련 없는 내용을 포함하기만 하면 유용해진다는 약속은 아닙니다.\n\n6월 발표에는 함수 호출과 함께 검색 그라운딩, 코드 실행, URL 컨텍스트를 위한 네이티브 도구가 나열되어 있습니다. 검색 그라운딩은 응답에 웹 정보를 더하며, URL 컨텍스트는 문서 비교나 세부 정보 추출 같은 작업에 제공된 페이지의 내용을 사용합니다. Google의 코드 실행 도구는 계산이나 텍스트 처리를 위해 Python을 생성·실행하고 그 실행 결과를 답변에 사용합니다. 함수 호출의 역할은 다릅니다. 모델은 선언된 함수와 인수를 선택하고, 연결된 애플리케이션이 이를 실행한 뒤 결과를 반환합니다. 도구 지원 작업에 명확한 다음 행동이 있도록 함수의 목적과 허용된 매개변수를 정의하세요.\n\n반복되는 작업 흐름에서는 같은 지침을 더 큰 자료 집합에 적용하기 전에 대표 입력을 소수 준비하세요. 일반 사례, 모호한 사례, 정보 누락 사례를 포함하세요. 고객 지원 예시에서는 주제, 고객의 실제 질문, 함께 제공된 참조 구절만을 근거로 한 답변을 요청할 수 있습니다. 서신 예시에서는 행동, 업무를 부여한 사람, 그리고 기한이 명시된 경우에만 그 기한을 포함한 작업 목록을 요청할 수 있습니다. 요청한 필드는 설명 문장과 구분해 결과 텍스트를 원본 항목과 대조할 수 있게 하세요.\n\n제조사의 Flash-Lite 제품군 카드에는 사실을 지어낼 가능성과 인과관계 이해, 복잡한 논리적 추론, 반사실적 추론의 어려움이 명시되어 있습니다. 사고 예산 준수가 일관되지 않을 수 있다는 점도 적혀 있습니다. 이를 구체적인 검토 사항으로 삼으세요. 추출한 사실을 출처와 비교하고, 서로 의존하는 계산을 확인하며, 관찰된 진술과 추론한 설명을 구분하세요. 유용한 최종 산출물은 필요한 사실과 누락된 정보를 검토할 수 있는 간결한 분류, 요약, 추출 또는 답변입니다. 이 6월 에디션은 별도의 텍스트 처리 선택지이며, 이후 프리뷰의 사양이 문서화된 고유 정보를 재정의하지는 않습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17은 높은 처리량의 분류, 요약, 반복 가능한 텍스트 처리를 위한 Google의 6월 에디션입니다. 100만 토큰 컨텍스트, 선택적인 사고 기능, 문서화된 검색·코드·URL 컨텍스트·함수 호출 도구를 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash-Lite Preview 06-17은 메시지 분류와 대규모 자료 요약처럼 자주 수행되고 지연 시간에 민감한 작업을 위해 설계된 Google Flash-Lite의 6월 프리뷰 에디션입니다. Gemini 2.5 사고 모델 제품군에 속하면서 단순한 작업을 위한 직접 응답 경로도 유지합니다. 날짜가 명시된 Preview 표시는 이 릴리스를 안정 버전 Flash-Lite 및 이후의 9월 프리뷰와 구분합니다. 9월 프리뷰의 지침 준수와 멀티모달 개선은 그 에디션의 고유한 특성입니다.
6월 출시에서는 분류와 요약을 주요 용도로 제시합니다. 유용한 분류 입력에는 메시지, 허용된 레이블, 레이블 간 경계를 보여 주는 예시가 포함됩니다. 출력은 레이블, 짧은 이유, 다음 처리 단계에 필요한 정보로 구성할 수 있습니다. 요약 작업에서는 유지할 결정, 실행 항목, 명시된 기한, 미해결 질문을 지정할 수 있습니다. 이는 공표된 목적의 실용적인 응용으로, 끝이 정해지지 않은 에세이를 요청하는 대신 반복 작업에 명확한 입력과 간결한 결과를 부여합니다.
이 6월 Flash-Lite 프리뷰에서는 사고 기능을 사용할 수 있지만 기본적으로 꺼져 있습니다. Google은 작업 조건상 추가 추론이 필요할 때 이를 사용할 수 있도록 제어 가능한 사고 예산을 설명합니다. 단순 분류나 축약에는 직접 응답 경로를 유지하고, 범주가 겹치거나 예외가 있거나 여러 종속적인 결론을 요구하는 질문에는 추론 작업을 사용하세요. 어떤 조건이 필수이며 무엇이 정답을 구성하는지 지정하세요. 사고 기능은 작업 처리 능력이며, 설명이 길다는 사실만으로 결론의 정확성이 입증되지는 않습니다.
Google의 기술 보고서는 이 6월 모델을 명시적으로 언급하고 멀티모달 입력 지원과 100만 토큰의 컨텍스트 길이를 문서화합니다. 결과는 텍스트입니다. 이 컨텍스트는 하나의 작업 안에 원본 자료, 지침, 예시를 담을 공간을 제공합니다. 각 문서나 섹션에 명확한 역할을 부여한 뒤 모델이 무엇을 추출하거나 비교해야 하는지 지정하세요. 문서 도우미에서는 질문과 원문을 구분하고 관련 구절에 연결된 결과를 요청하세요. 추출 단계에서는 필드와 자료에 없는 정보를 표시할 방법을 정의하세요. 이는 컨텍스트 기능이며, 관련 없는 내용을 포함하기만 하면 유용해진다는 약속은 아닙니다.
6월 발표에는 함수 호출과 함께 검색 그라운딩, 코드 실행, URL 컨텍스트를 위한 네이티브 도구가 나열되어 있습니다. 검색 그라운딩은 응답에 웹 정보를 더하며, URL 컨텍스트는 문서 비교나 세부 정보 추출 같은 작업에 제공된 페이지의 내용을 사용합니다. Google의 코드 실행 도구는 계산이나 텍스트 처리를 위해 Python을 생성·실행하고 그 실행 결과를 답변에 사용합니다. 함수 호출의 역할은 다릅니다. 모델은 선언된 함수와 인수를 선택하고, 연결된 애플리케이션이 이를 실행한 뒤 결과를 반환합니다. 도구 지원 작업에 명확한 다음 행동이 있도록 함수의 목적과 허용된 매개변수를 정의하세요.
반복되는 작업 흐름에서는 같은 지침을 더 큰 자료 집합에 적용하기 전에 대표 입력을 소수 준비하세요. 일반 사례, 모호한 사례, 정보 누락 사례를 포함하세요. 고객 지원 예시에서는 주제, 고객의 실제 질문, 함께 제공된 참조 구절만을 근거로 한 답변을 요청할 수 있습니다. 서신 예시에서는 행동, 업무를 부여한 사람, 그리고 기한이 명시된 경우에만 그 기한을 포함한 작업 목록을 요청할 수 있습니다. 요청한 필드는 설명 문장과 구분해 결과 텍스트를 원본 항목과 대조할 수 있게 하세요.
제조사의 Flash-Lite 제품군 카드에는 사실을 지어낼 가능성과 인과관계 이해, 복잡한 논리적 추론, 반사실적 추론의 어려움이 명시되어 있습니다. 사고 예산 준수가 일관되지 않을 수 있다는 점도 적혀 있습니다. 이를 구체적인 검토 사항으로 삼으세요. 추출한 사실을 출처와 비교하고, 서로 의존하는 계산을 확인하며, 관찰된 진술과 추론한 설명을 구분하세요. 유용한 최종 산출물은 필요한 사실과 누락된 정보를 검토할 수 있는 간결한 분류, 요약, 추출 또는 답변입니다. 이 6월 에디션은 별도의 텍스트 처리 선택지이며, 이후 프리뷰의 사양이 문서화된 고유 정보를 재정의하지는 않습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-2.5-flash-lite-preview-06-17 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.0008 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-06-17", "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-06-17',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-06-17',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
위에 표시된 메서드 경로를 사용하세요.
gemini-2.5-flash-lite-preview-06-17Gemini 2.5 Flash-Lite Preview 06-17은 높은 처리량의 분류, 요약, 반복 가능한 텍스트 처리를 위한 Google의 6월 에디션입니다. 100만 토큰 컨텍스트, 선택적인 사고 기능, 문서화된 검색·코드·URL 컨텍스트·함수 호출 도구를 결합합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash-Lite Preview 06-17은 메시지 분류와 대규모 자료 요약처럼 자주 수행되고 지연 시간에 민감한 작업을 위해 설계된 Google Flash-Lite의 6월 프리뷰 에디션입니다. Gemini 2.5 사고 모델 제품군에 속하면서 단순한 작업을 위한 직접 응답 경로도 유지합니다. 날짜가 명시된 Preview 표시는 이 릴리스를 안정 버전 Flash-Lite 및 이후의 9월 프리뷰와 구분합니다. 9월 프리뷰의 지침 준수와 멀티모달 개선은 그 에디션의 고유한 특성입니다.
6월 출시에서는 분류와 요약을 주요 용도로 제시합니다. 유용한 분류 입력에는 메시지, 허용된 레이블, 레이블 간 경계를 보여 주는 예시가 포함됩니다. 출력은 레이블, 짧은 이유, 다음 처리 단계에 필요한 정보로 구성할 수 있습니다. 요약 작업에서는 유지할 결정, 실행 항목, 명시된 기한, 미해결 질문을 지정할 수 있습니다. 이는 공표된 목적의 실용적인 응용으로, 끝이 정해지지 않은 에세이를 요청하는 대신 반복 작업에 명확한 입력과 간결한 결과를 부여합니다.
이 6월 Flash-Lite 프리뷰에서는 사고 기능을 사용할 수 있지만 기본적으로 꺼져 있습니다. Google은 작업 조건상 추가 추론이 필요할 때 이를 사용할 수 있도록 제어 가능한 사고 예산을 설명합니다. 단순 분류나 축약에는 직접 응답 경로를 유지하고, 범주가 겹치거나 예외가 있거나 여러 종속적인 결론을 요구하는 질문에는 추론 작업을 사용하세요. 어떤 조건이 필수이며 무엇이 정답을 구성하는지 지정하세요. 사고 기능은 작업 처리 능력이며, 설명이 길다는 사실만으로 결론의 정확성이 입증되지는 않습니다.
Google의 기술 보고서는 이 6월 모델을 명시적으로 언급하고 멀티모달 입력 지원과 100만 토큰의 컨텍스트 길이를 문서화합니다. 결과는 텍스트입니다. 이 컨텍스트는 하나의 작업 안에 원본 자료, 지침, 예시를 담을 공간을 제공합니다. 각 문서나 섹션에 명확한 역할을 부여한 뒤 모델이 무엇을 추출하거나 비교해야 하는지 지정하세요. 문서 도우미에서는 질문과 원문을 구분하고 관련 구절에 연결된 결과를 요청하세요. 추출 단계에서는 필드와 자료에 없는 정보를 표시할 방법을 정의하세요. 이는 컨텍스트 기능이며, 관련 없는 내용을 포함하기만 하면 유용해진다는 약속은 아닙니다.
6월 발표에는 함수 호출과 함께 검색 그라운딩, 코드 실행, URL 컨텍스트를 위한 네이티브 도구가 나열되어 있습니다. 검색 그라운딩은 응답에 웹 정보를 더하며, URL 컨텍스트는 문서 비교나 세부 정보 추출 같은 작업에 제공된 페이지의 내용을 사용합니다. Google의 코드 실행 도구는 계산이나 텍스트 처리를 위해 Python을 생성·실행하고 그 실행 결과를 답변에 사용합니다. 함수 호출의 역할은 다릅니다. 모델은 선언된 함수와 인수를 선택하고, 연결된 애플리케이션이 이를 실행한 뒤 결과를 반환합니다. 도구 지원 작업에 명확한 다음 행동이 있도록 함수의 목적과 허용된 매개변수를 정의하세요.
반복되는 작업 흐름에서는 같은 지침을 더 큰 자료 집합에 적용하기 전에 대표 입력을 소수 준비하세요. 일반 사례, 모호한 사례, 정보 누락 사례를 포함하세요. 고객 지원 예시에서는 주제, 고객의 실제 질문, 함께 제공된 참조 구절만을 근거로 한 답변을 요청할 수 있습니다. 서신 예시에서는 행동, 업무를 부여한 사람, 그리고 기한이 명시된 경우에만 그 기한을 포함한 작업 목록을 요청할 수 있습니다. 요청한 필드는 설명 문장과 구분해 결과 텍스트를 원본 항목과 대조할 수 있게 하세요.
제조사의 Flash-Lite 제품군 카드에는 사실을 지어낼 가능성과 인과관계 이해, 복잡한 논리적 추론, 반사실적 추론의 어려움이 명시되어 있습니다. 사고 예산 준수가 일관되지 않을 수 있다는 점도 적혀 있습니다. 이를 구체적인 검토 사항으로 삼으세요. 추출한 사실을 출처와 비교하고, 서로 의존하는 계산을 확인하며, 관찰된 진술과 추론한 설명을 구분하세요. 유용한 최종 산출물은 필요한 사실과 누락된 정보를 검토할 수 있는 간결한 분류, 요약, 추출 또는 답변입니다. 이 6월 에디션은 별도의 텍스트 처리 선택지이며, 이후 프리뷰의 사양이 문서화된 고유 정보를 재정의하지는 않습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-2.5-flash-lite-preview-06-17 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.0002 / 1K 토큰 출력 · 출력 토큰 $0.0008 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gemini-2.5-flash-lite-preview-06-17",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-06-17', '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-06-17', '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra gemini-2.5-flash-lite-preview-06-17
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Extract actions from a meeting note\n\nExtract only explicit action items from this note: 'Mira will send the revised price sheet by Friday. Jonas suggested checking packaging later, but nobody accepted that task. Noor will confirm the delivery address; no deadline was set.' Return a table with action, owner and deadline. Use 'not stated' for an absent deadline and exclude unassigned suggestions.A compact action table containing explicit commitments and source-grounded deadline values.The unassigned packaging suggestion is excluded, and Noor's deadline is not invented.