Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
", "aboutText": "Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.\n\n이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.\n\n문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.\n\n시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.\n\nGoogle의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.\n\n정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.\n\n고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.\n\n안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Extract changes in an approval rule\n\nCompare these rules for a purchase request. [OLD] Any manager may approve expenses up to 500 units. [NEW] A team manager may approve up to 300 units; above that, finance approval is required. Return the changed requirement, source wording and effect on a 450-unit request. Mark any ambiguity about the currency.A structured comparison and a source-backed explanation of the 450-unit case, with the currency gap retained.Check that the example uses the new threshold and does not invent the unit's currency.gemini-2.5-flashGemini 2.5 Flash는 멀티모달 분석과 에이전트 과제를 위한 Google의 안정 버전 하이브리드 추론 모델입니다. 동적 thinking 예산은 비활성 모드를 포함해 0부터 24,576 토큰까지 설정할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, 문서를 텍스트나 구조화된 결과로 바꾸며 문서상 입력 한도는 1,048,576 토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
POST /v1/messagestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-2.5-flash | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string|content_block[] | 요건필수 | 값과 한도 | 기본값— |
필드system | 유형string|content_block[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 최솟값: 1 한도 적용 대상: 선택한 모델/카드의 정확한 상한 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop_sequences | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].name | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 도구 지정됨 | 기본값— |
필드tools[].description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].input_schema | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.type | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.budget_tokens | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드output_config.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드metadata | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드cache_control | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content 또는 type=text 블록
텍스트 + 이미지
{type:image,source:{type:base64,media_type,data}} 또는 type=url인 소스
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/messagesAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
set -eu\n: "${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", "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", "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",\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",\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',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 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 gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashGemini 2.5 Flash는 멀티모달 분석과 에이전트 과제를 위한 Google의 안정 버전 하이브리드 추론 모델입니다. 동적 thinking 예산은 비활성 모드를 포함해 0부터 24,576 토큰까지 설정할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, 문서를 텍스트나 구조화된 결과로 바꾸며 문서상 입력 한도는 1,048,576 토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
POST /v1beta/models/{model}:generateContenttext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드path.model | 유형string | 요건필수 | 값과 한도 gemini-2.5-flash | 기본값— |
필드contents | 유형content[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드contents[].role | 유형string | 요건선택 사항 | 값과 한도 user, model | 기본값— |
필드contents[].parts | 유형part[] | 요건필수 | 값과 한도 | 기본값— |
필드systemInstruction | 유형content | 요건선택 사항 | 값과 한도 | 기본값— |
필드generationConfig.maxOutputTokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드generationConfig.temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드generationConfig.topP | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드generationConfig.topK | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드generationConfig.stopSequences | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드generationConfig.thinkingConfig.includeThoughts | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드generationConfig.thinkingConfig.thinkingBudget | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].functionDeclarations | 유형function_declaration[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드toolConfig.functionCallingConfig.mode | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드safetySettings | 유형object[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드sessionId | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
텍스트 · UTF8 텍스트
contents[].parts[].text
텍스트 + 이미지
parts[].inlineData={mimeType,data}
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세contents |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1beta/models/{model}:generateContentAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
set -eu\n: "${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: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: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", 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", 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',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 또는 지원되는 스트리밍
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
함수 호출, 사고 서명, 사용량을 포함한 모든 후보와 파트를 보존하세요. 스트림 청크를 순서대로 조합하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드responseId | 유형string |
필드modelVersion | 유형string |
필드candidates[].content.parts[] | 유형text|inlineData|functionCall|other part |
필드candidates[].finishReason | 유형string |
필드usageMetadata | 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 gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashGemini 2.5 Flash는 멀티모달 분석과 에이전트 과제를 위한 Google의 안정 버전 하이브리드 추론 모델입니다. 동적 thinking 예산은 비활성 모드를 포함해 0부터 24,576 토큰까지 설정할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, 문서를 텍스트나 구조화된 결과로 바꾸며 문서상 입력 한도는 1,048,576 토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-2.5-flash | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
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 |
매개변수control_scope | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
메서드 별칭: /chat/completions
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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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","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", 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 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 gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
gemini-2.5-flashGemini 2.5 Flash는 멀티모달 분석과 에이전트 과제를 위한 Google의 안정 버전 하이브리드 추론 모델입니다. 동적 thinking 예산은 비활성 모드를 포함해 0부터 24,576 토큰까지 설정할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, 문서를 텍스트나 구조화된 결과로 바꾸며 문서상 입력 한도는 1,048,576 토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-2.5-flash | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gemini-2.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
google/gemini-2.5-flashGemini 2.5 Flash는 멀티모달 분석과 에이전트 과제를 위한 Google의 안정 버전 하이브리드 추론 모델입니다. 동적 thinking 예산은 비활성 모드를 포함해 0부터 24,576 토큰까지 설정할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, 문서를 텍스트나 구조화된 결과로 바꾸며 문서상 입력 한도는 1,048,576 토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-flash | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-flash", "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',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',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 gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
google/gemini-2.5-flashGemini 2.5 Flash는 멀티모달 분석과 에이전트 과제를 위한 Google의 안정 버전 하이브리드 추론 모델입니다. 동적 thinking 예산은 비활성 모드를 포함해 0부터 24,576 토큰까지 설정할 수 있습니다. 텍스트, 이미지, 오디오, 비디오, 문서를 텍스트나 구조화된 결과로 바꾸며 문서상 입력 한도는 1,048,576 토큰입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Flash는 폭넓은 멀티모달 작업과 에이전트 기반 도구 사용을 위한 Google의 안정 버전 하이브리드 추론 프로필입니다. 서로 다른 추론 수준이 필요한 대규모 멀티모달 과제에 thinking 및 non-thinking 응답을 제공합니다. 텍스트, 이미지, 오디오, 비디오는 텍스트 답변에 활용됩니다. Google의 모델별 클라우드 프로필에는 문서 입력도 설명되어 있습니다. 유용한 결과는 문서 비교, 해석한 차트, 전사문, 코드, 구조화된 기록일 수 있습니다.
이 에디션의 추론 제어는 thinkingBudget을 사용합니다. 동적 thinking이 기본값이며 -1 설정은 모델이 과제 복잡도에 맞춰 추론하도록 합니다. 명시적 예산은 0부터 24,576 토큰까지이고 0은 thinking을 끕니다. 단순한 범주화와 여러 조건이 있는 분석에 같은 노력 수준을 배정하지 말고 실제 문제에 맞는 예산을 선택하세요. 가이드는 예산을 지침으로 취급하며 고유 모델 카드는 준수가 정확하지 않을 수 있다고 설명합니다.
문서나 데이터 과제에는 질문, 필수 필드, 결과에 동반해야 할 증거를 정의하세요. 요구 사항 비교에서는 두 명세를 비교하고 변경된 요구 사항, 원문 구절, 명시된 워크플로에 미치는 영향을 반환하세요. 각 판단에 같은 기록 형태가 필요하면 구조화된 출력이 유용합니다. 출처가 여러 가능한 값을 제공하거나 필드를 미정으로 남겨 두면 그럴듯한 답 하나를 강요하지 말고 해당 불확실성을 보존하세요. 반환값을 제공된 페이지나 데이터와 대조해 검토하세요.
시각 또는 오디오 자료에는 관련 사물, 라벨, 사건, 녹음 구절을 지정하세요. 차트에 보이는 값, 사건 설명, 전사문, 요약 등 필요한 텍스트 종류를 요청하세요. 이런 결과물은 서로 다르므로 어느 것을 생성할지 지시에 밝혀야 합니다. 공통 고유 모델 카드는 Flash Image와 Flash Audio를 별도로 명명된 기능으로 포함하지만 그 기능의 이미지 및 음성 생성 출력은 이 안정 버전 텍스트 프로필에 포함되지 않습니다.
Google의 정확한 클라우드 프로필은 인터페이스별 한도가 있는 PDF와 일반 텍스트 입력을 문서화합니다. API로 가져온 PDF당 50 MB, 파일당 최대 3,000페이지이며 일반 텍스트 파일 한도는 7 MB입니다. 해당 프로필은 100만 토큰 입력 허용량 안에서 오디오가 있는 비디오 약 45분 또는 오디오가 없는 비디오 1시간, 오디오 약 8.4시간도 설명합니다. 이는 명시된 클라우드 인터페이스 제약으로 일반 모델 토큰 창과 별개입니다. 모든 파일 유형이나 업로드 경로의 한도가 같다고 가정하지 말고 관련 구간과 원본 형식을 준비하세요.
정확한 Gemini API 표에는 함수 호출, 코드 실행, 파일 검색, 검색 그라운딩, Maps 그라운딩, URL 컨텍스트, 구조화된 출력이 기재되어 있습니다. 각 함수의 역할과 매개변수 형태를 정의하고 실제 반환 결과에서 작업을 이어가세요. 모델이 작업을 요청할 수 있고 연결된 애플리케이션이 이를 수행합니다. 무상태 인터페이스에서 추론 과제를 계속할 때는 필요한 thought signature 맥락을 보존하세요. 구조화된 답변이나 함수 제안은 외부 작업의 성공을 독립적으로 입증하지 않습니다.
고유 모델 카드는 1M 컨텍스트와 64K 텍스트 출력을 제공하며 정확한 API 표는 입력 1,048,576 토큰, 출력 65,536 토큰을 명시합니다. 응답 상한에는 thinking 토큰이 포함되므로 상한이 지나치게 작으면 최종 답변이 잘리거나 비어 있을 수 있습니다. 출력 허용량에 맞는 크기의 결과물을 요청하고 추론 예산으로 노력 수준을 안내하세요. 이 제작사 프로필에는 캐싱, 배치, Flex, Priority 처리가 문서화되어 있습니다. 여러 독립 기록을 준비할 때 항목 식별자를 유지하세요.
안정 버전 에디션은 Flash Preview 변형 및 후속 Gemini 3 모델과 구별됩니다. 카드는 환각 가능성, 인과적 이해, 복잡한 논리 또는 반사실적 추론의 한계와 2025년 1월 지식 기준일을 명시합니다. 더 최신 정보에 의존하는 과제에는 새로운 증거를 제공하세요. 계산, 추출값, 전사문, 코드 제안을 실제 출처나 실행 결과와 대조해 확인하세요. 하이브리드 thinking은 구체적인 결과를 뒷받침할 때 유용하며 결과 검토를 대체해서는 안 됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-flash | 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.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.0006 / 1K 토큰 출력 · 출력 토큰 $0.005 / 1K 토큰 입력 · 캐시 읽기 $0.00006 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "google/gemini-2.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 gemini-2.5-flash
Ailoot Ultra gemini-2.5-flash, google/gemini-2.5-flash
/chat/completions
영어 기술 예제
Extract changes in an approval rule\n\nCompare these rules for a purchase request. [OLD] Any manager may approve expenses up to 500 units. [NEW] A team manager may approve up to 300 units; above that, finance approval is required. Return the changed requirement, source wording and effect on a 450-unit request. Mark any ambiguity about the currency.A structured comparison and a source-backed explanation of the 450-unit case, with the currency gap retained.Check that the example uses the new threshold and does not invent the unit's currency.