Gemini 2.5 Pro Preview 06-05는 Google Gemini 2.5 Pro 추론 모델의 6월 프리뷰 에디션입니다. 이전 프리뷰를 기반으로 하며 코딩, 수학, 과학, 지식, 추론 과제를 강조합니다. Google은 더 창의적이고 형식이 잘 갖추어진 답변을 포함해 응답 스타일과 구조가 개선되었다고도 명시합니다. 과제가 후속 안정 버전이나 다른 날짜의 모델이 아니라 이 특정 프리뷰를 가리킬 때 06-05를 유지하는 것이 중요합니다.
작업 결과는 코드 제안, 설명, 분석 결론, 작성된 문서 등의 텍스트입니다. 문서화된 Pro 제품군은 텍스트, 이미지, 오디오, PDF를 원자료로 사용합니다. 서면 과제는 이런 입력의 정보를 특정 질문과 연결할 수 있습니다. 기술 문서에는 관련 정의, 표, 도표를 식별하고 답변이 무엇을 밝혀야 하는지 설명하세요. 녹음에는 전사문, 요약, 해석을 하나의 작업처럼 취급하지 말고 구분해 요청하세요.
추론은 Pro 계열 목적의 핵심입니다. 6월 발표는 개발자가 분석량을 더 많이 제어할 수 있도록 thinking 예산을 추가하며, 공식 릴리스 노트는 gemini-2.5-pro-preview-06-05의 확장된 thinking 지원을 명시합니다. 실제 문제에 필요한 깊이를 선택하고 검토할 수 있는 최종 결과를 지정하세요. 추론 예산과 요청하는 답변 길이는 서로 다른 제어입니다. 최종 응답이 짧더라도 생성 전에 상당한 분석이 필요할 수 있습니다.
프로그래밍에는 관련 파일이나 함수, 언어, 기대 동작, 문제를 보여 주는 구체적인 입력을 포함하세요. 그대로 유지해야 할 인터페이스와 주변 동작을 명시하세요. 유용한 최종 결과물은 선택한 조건의 설명과 확인해야 할 사항을 보여 주는 예시를 갖춘 구현 제안입니다. 접근법을 비교한다면 각 접근법에 같은 입력 사례와 결정 기준을 제공해 답변이 일반적인 알고리즘 논의 대신 실제 절충점을 다루도록 하세요.
수학 또는 과학 자료에는 전체 문제 진술, 정의, 허용 가정, 입증할 결과를 제공하세요. 수치 표기와 단위를 보존하세요. 선택한 변환이 제공된 조건에서 왜 도출되는지 설명하고, 검토했던 대안과 최종 결과를 구분하도록 요청하세요. 제안된 풀이를 검토할 때는 원문 문제와 논란이 있는 단계를 모두 제공하세요. 표현의 자신감에 의존하지 말고 실제 출처 증거로 계산이나 주장을 확인하세요.
제작사는 Pro 제품군을 데이터셋, 코드베이스, 문서의 긴 컨텍스트 분석용으로 설명합니다. 출처 라벨, 관련 발췌, 문서가 충돌할 때의 명확한 우선순위 규칙으로 맥락을 준비하세요. 요구 사항 비교, 출처 기반 답변, 수정된 함수, 특정 독자를 위한 설명 등 과제의 완료 기준을 정하세요. 요청을 무관한 이력으로 채우기보다 답변을 위한 공간을 남기세요. 사례를 다시 살펴볼 때 같은 입력 버전과 정확한 프리뷰 이름을 보존해 결과의 변화를 의미 있게 해석할 수 있도록 하세요.
Gemini 2.5 Pro 제품군 문서에는 구조화된 출력, 함수 호출, 코드 실행, 검색 그라운딩, 캐싱이 포함됩니다. 이는 제작사 제품군 기능이며 주변 모든 애플리케이션에서 자동으로 제공되는 행동 모음이 아닙니다. 기계 판독 출력이 필요하면 스키마를 제공하고 필드를 검증하며 도구가 제공한 사실과 제안된 작업을 구분하세요. 애플리케이션은 사용자 지정 도구를 정의하고 실행한 뒤 모델의 다음 단계를 위해 결과를 반환합니다. 생성된 코드 조각이나 함수 요청은 성공적인 실행의 증거가 아닙니다.
6월 릴리스의 개선된 스타일과 구조는 설명을 보고서나 편집 초안으로 만들 때 유용합니다. 독자, 용어, 제목 구성, 길이를 밝히고 원문에서 반드시 유지할 내용을 식별하세요. 불확실하거나 누락된 정보를 지어낸 세부 사항으로 채우지 말고 표시하도록 요청하세요. 사실 주장을 제공 자료와 대조하고 구조화된 기록을 검증하며 의도한 환경에서 코드를 테스트하세요. 유용한 성과는 출처 맥락과 06-05 식별 정보를 보존한 검토된 텍스트 결과물이며, 후속 모델 이름, 서비스 설정, 미디어 생성 기능은 별도의 선택지로 유지됩니다.
", "aboutText": "Gemini 2.5 Pro Preview 06-05는 Google Gemini 2.5 Pro 추론 모델의 6월 프리뷰 에디션입니다. 이전 프리뷰를 기반으로 하며 코딩, 수학, 과학, 지식, 추론 과제를 강조합니다. Google은 더 창의적이고 형식이 잘 갖추어진 답변을 포함해 응답 스타일과 구조가 개선되었다고도 명시합니다. 과제가 후속 안정 버전이나 다른 날짜의 모델이 아니라 이 특정 프리뷰를 가리킬 때 06-05를 유지하는 것이 중요합니다.\n\n작업 결과는 코드 제안, 설명, 분석 결론, 작성된 문서 등의 텍스트입니다. 문서화된 Pro 제품군은 텍스트, 이미지, 오디오, PDF를 원자료로 사용합니다. 서면 과제는 이런 입력의 정보를 특정 질문과 연결할 수 있습니다. 기술 문서에는 관련 정의, 표, 도표를 식별하고 답변이 무엇을 밝혀야 하는지 설명하세요. 녹음에는 전사문, 요약, 해석을 하나의 작업처럼 취급하지 말고 구분해 요청하세요.\n\n추론은 Pro 계열 목적의 핵심입니다. 6월 발표는 개발자가 분석량을 더 많이 제어할 수 있도록 thinking 예산을 추가하며, 공식 릴리스 노트는 gemini-2.5-pro-preview-06-05의 확장된 thinking 지원을 명시합니다. 실제 문제에 필요한 깊이를 선택하고 검토할 수 있는 최종 결과를 지정하세요. 추론 예산과 요청하는 답변 길이는 서로 다른 제어입니다. 최종 응답이 짧더라도 생성 전에 상당한 분석이 필요할 수 있습니다.\n\n프로그래밍에는 관련 파일이나 함수, 언어, 기대 동작, 문제를 보여 주는 구체적인 입력을 포함하세요. 그대로 유지해야 할 인터페이스와 주변 동작을 명시하세요. 유용한 최종 결과물은 선택한 조건의 설명과 확인해야 할 사항을 보여 주는 예시를 갖춘 구현 제안입니다. 접근법을 비교한다면 각 접근법에 같은 입력 사례와 결정 기준을 제공해 답변이 일반적인 알고리즘 논의 대신 실제 절충점을 다루도록 하세요.\n\n수학 또는 과학 자료에는 전체 문제 진술, 정의, 허용 가정, 입증할 결과를 제공하세요. 수치 표기와 단위를 보존하세요. 선택한 변환이 제공된 조건에서 왜 도출되는지 설명하고, 검토했던 대안과 최종 결과를 구분하도록 요청하세요. 제안된 풀이를 검토할 때는 원문 문제와 논란이 있는 단계를 모두 제공하세요. 표현의 자신감에 의존하지 말고 실제 출처 증거로 계산이나 주장을 확인하세요.\n\n제작사는 Pro 제품군을 데이터셋, 코드베이스, 문서의 긴 컨텍스트 분석용으로 설명합니다. 출처 라벨, 관련 발췌, 문서가 충돌할 때의 명확한 우선순위 규칙으로 맥락을 준비하세요. 요구 사항 비교, 출처 기반 답변, 수정된 함수, 특정 독자를 위한 설명 등 과제의 완료 기준을 정하세요. 요청을 무관한 이력으로 채우기보다 답변을 위한 공간을 남기세요. 사례를 다시 살펴볼 때 같은 입력 버전과 정확한 프리뷰 이름을 보존해 결과의 변화를 의미 있게 해석할 수 있도록 하세요.\n\nGemini 2.5 Pro 제품군 문서에는 구조화된 출력, 함수 호출, 코드 실행, 검색 그라운딩, 캐싱이 포함됩니다. 이는 제작사 제품군 기능이며 주변 모든 애플리케이션에서 자동으로 제공되는 행동 모음이 아닙니다. 기계 판독 출력이 필요하면 스키마를 제공하고 필드를 검증하며 도구가 제공한 사실과 제안된 작업을 구분하세요. 애플리케이션은 사용자 지정 도구를 정의하고 실행한 뒤 모델의 다음 단계를 위해 결과를 반환합니다. 생성된 코드 조각이나 함수 요청은 성공적인 실행의 증거가 아닙니다.\n\n6월 릴리스의 개선된 스타일과 구조는 설명을 보고서나 편집 초안으로 만들 때 유용합니다. 독자, 용어, 제목 구성, 길이를 밝히고 원문에서 반드시 유지할 내용을 식별하세요. 불확실하거나 누락된 정보를 지어낸 세부 사항으로 채우지 말고 표시하도록 요청하세요. 사실 주장을 제공 자료와 대조하고 구조화된 기록을 검증하며 의도한 환경에서 코드를 테스트하세요. 유용한 성과는 출처 맥락과 06-05 식별 정보를 보존한 검토된 텍스트 결과물이며, 후속 모델 이름, 서비스 설정, 미디어 생성 기능은 별도의 선택지로 유지됩니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05는 추론 집약적인 코드, 수학, 과학, 문서 과제를 위한 6월 프리뷰입니다. Google의 출시 자료는 확장된 thinking 제어와 개선된 응답 스타일 및 구조를 강조하며, 정확한 06-05 식별자는 별도로 유지됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Pro Preview 06-05는 Google Gemini 2.5 Pro 추론 모델의 6월 프리뷰 에디션입니다. 이전 프리뷰를 기반으로 하며 코딩, 수학, 과학, 지식, 추론 과제를 강조합니다. Google은 더 창의적이고 형식이 잘 갖추어진 답변을 포함해 응답 스타일과 구조가 개선되었다고도 명시합니다. 과제가 후속 안정 버전이나 다른 날짜의 모델이 아니라 이 특정 프리뷰를 가리킬 때 06-05를 유지하는 것이 중요합니다.
작업 결과는 코드 제안, 설명, 분석 결론, 작성된 문서 등의 텍스트입니다. 문서화된 Pro 제품군은 텍스트, 이미지, 오디오, PDF를 원자료로 사용합니다. 서면 과제는 이런 입력의 정보를 특정 질문과 연결할 수 있습니다. 기술 문서에는 관련 정의, 표, 도표를 식별하고 답변이 무엇을 밝혀야 하는지 설명하세요. 녹음에는 전사문, 요약, 해석을 하나의 작업처럼 취급하지 말고 구분해 요청하세요.
추론은 Pro 계열 목적의 핵심입니다. 6월 발표는 개발자가 분석량을 더 많이 제어할 수 있도록 thinking 예산을 추가하며, 공식 릴리스 노트는 gemini-2.5-pro-preview-06-05의 확장된 thinking 지원을 명시합니다. 실제 문제에 필요한 깊이를 선택하고 검토할 수 있는 최종 결과를 지정하세요. 추론 예산과 요청하는 답변 길이는 서로 다른 제어입니다. 최종 응답이 짧더라도 생성 전에 상당한 분석이 필요할 수 있습니다.
프로그래밍에는 관련 파일이나 함수, 언어, 기대 동작, 문제를 보여 주는 구체적인 입력을 포함하세요. 그대로 유지해야 할 인터페이스와 주변 동작을 명시하세요. 유용한 최종 결과물은 선택한 조건의 설명과 확인해야 할 사항을 보여 주는 예시를 갖춘 구현 제안입니다. 접근법을 비교한다면 각 접근법에 같은 입력 사례와 결정 기준을 제공해 답변이 일반적인 알고리즘 논의 대신 실제 절충점을 다루도록 하세요.
수학 또는 과학 자료에는 전체 문제 진술, 정의, 허용 가정, 입증할 결과를 제공하세요. 수치 표기와 단위를 보존하세요. 선택한 변환이 제공된 조건에서 왜 도출되는지 설명하고, 검토했던 대안과 최종 결과를 구분하도록 요청하세요. 제안된 풀이를 검토할 때는 원문 문제와 논란이 있는 단계를 모두 제공하세요. 표현의 자신감에 의존하지 말고 실제 출처 증거로 계산이나 주장을 확인하세요.
제작사는 Pro 제품군을 데이터셋, 코드베이스, 문서의 긴 컨텍스트 분석용으로 설명합니다. 출처 라벨, 관련 발췌, 문서가 충돌할 때의 명확한 우선순위 규칙으로 맥락을 준비하세요. 요구 사항 비교, 출처 기반 답변, 수정된 함수, 특정 독자를 위한 설명 등 과제의 완료 기준을 정하세요. 요청을 무관한 이력으로 채우기보다 답변을 위한 공간을 남기세요. 사례를 다시 살펴볼 때 같은 입력 버전과 정확한 프리뷰 이름을 보존해 결과의 변화를 의미 있게 해석할 수 있도록 하세요.
Gemini 2.5 Pro 제품군 문서에는 구조화된 출력, 함수 호출, 코드 실행, 검색 그라운딩, 캐싱이 포함됩니다. 이는 제작사 제품군 기능이며 주변 모든 애플리케이션에서 자동으로 제공되는 행동 모음이 아닙니다. 기계 판독 출력이 필요하면 스키마를 제공하고 필드를 검증하며 도구가 제공한 사실과 제안된 작업을 구분하세요. 애플리케이션은 사용자 지정 도구를 정의하고 실행한 뒤 모델의 다음 단계를 위해 결과를 반환합니다. 생성된 코드 조각이나 함수 요청은 성공적인 실행의 증거가 아닙니다.
6월 릴리스의 개선된 스타일과 구조는 설명을 보고서나 편집 초안으로 만들 때 유용합니다. 독자, 용어, 제목 구성, 길이를 밝히고 원문에서 반드시 유지할 내용을 식별하세요. 불확실하거나 누락된 정보를 지어낸 세부 사항으로 채우지 말고 표시하도록 요청하세요. 사실 주장을 제공 자료와 대조하고 구조화된 기록을 검증하며 의도한 환경에서 코드를 테스트하세요. 유용한 성과는 출처 맥락과 06-05 식별 정보를 보존한 검토된 텍스트 결과물이며, 후속 모델 이름, 서비스 설정, 미디어 생성 기능은 별도의 선택지로 유지됩니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-pro-preview | 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 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 1K 토큰 입력 · 캐시 쓰기 $0.00075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 출력 · 추론 출력 토큰 $0.02 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준200,000 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 1K 토큰 입력 · 캐시 쓰기 $0.00075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준200,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 $0.0005 / 1K 토큰 입력 · 캐시 쓰기 $0.00075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 google/gemini-2.5-pro-preview
위에 표시된 메서드 경로를 사용하세요.
google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05는 추론 집약적인 코드, 수학, 과학, 문서 과제를 위한 6월 프리뷰입니다. Google의 출시 자료는 확장된 thinking 제어와 개선된 응답 스타일 및 구조를 강조하며, 정확한 06-05 식별자는 별도로 유지됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 2.5 Pro Preview 06-05는 Google Gemini 2.5 Pro 추론 모델의 6월 프리뷰 에디션입니다. 이전 프리뷰를 기반으로 하며 코딩, 수학, 과학, 지식, 추론 과제를 강조합니다. Google은 더 창의적이고 형식이 잘 갖추어진 답변을 포함해 응답 스타일과 구조가 개선되었다고도 명시합니다. 과제가 후속 안정 버전이나 다른 날짜의 모델이 아니라 이 특정 프리뷰를 가리킬 때 06-05를 유지하는 것이 중요합니다.
작업 결과는 코드 제안, 설명, 분석 결론, 작성된 문서 등의 텍스트입니다. 문서화된 Pro 제품군은 텍스트, 이미지, 오디오, PDF를 원자료로 사용합니다. 서면 과제는 이런 입력의 정보를 특정 질문과 연결할 수 있습니다. 기술 문서에는 관련 정의, 표, 도표를 식별하고 답변이 무엇을 밝혀야 하는지 설명하세요. 녹음에는 전사문, 요약, 해석을 하나의 작업처럼 취급하지 말고 구분해 요청하세요.
추론은 Pro 계열 목적의 핵심입니다. 6월 발표는 개발자가 분석량을 더 많이 제어할 수 있도록 thinking 예산을 추가하며, 공식 릴리스 노트는 gemini-2.5-pro-preview-06-05의 확장된 thinking 지원을 명시합니다. 실제 문제에 필요한 깊이를 선택하고 검토할 수 있는 최종 결과를 지정하세요. 추론 예산과 요청하는 답변 길이는 서로 다른 제어입니다. 최종 응답이 짧더라도 생성 전에 상당한 분석이 필요할 수 있습니다.
프로그래밍에는 관련 파일이나 함수, 언어, 기대 동작, 문제를 보여 주는 구체적인 입력을 포함하세요. 그대로 유지해야 할 인터페이스와 주변 동작을 명시하세요. 유용한 최종 결과물은 선택한 조건의 설명과 확인해야 할 사항을 보여 주는 예시를 갖춘 구현 제안입니다. 접근법을 비교한다면 각 접근법에 같은 입력 사례와 결정 기준을 제공해 답변이 일반적인 알고리즘 논의 대신 실제 절충점을 다루도록 하세요.
수학 또는 과학 자료에는 전체 문제 진술, 정의, 허용 가정, 입증할 결과를 제공하세요. 수치 표기와 단위를 보존하세요. 선택한 변환이 제공된 조건에서 왜 도출되는지 설명하고, 검토했던 대안과 최종 결과를 구분하도록 요청하세요. 제안된 풀이를 검토할 때는 원문 문제와 논란이 있는 단계를 모두 제공하세요. 표현의 자신감에 의존하지 말고 실제 출처 증거로 계산이나 주장을 확인하세요.
제작사는 Pro 제품군을 데이터셋, 코드베이스, 문서의 긴 컨텍스트 분석용으로 설명합니다. 출처 라벨, 관련 발췌, 문서가 충돌할 때의 명확한 우선순위 규칙으로 맥락을 준비하세요. 요구 사항 비교, 출처 기반 답변, 수정된 함수, 특정 독자를 위한 설명 등 과제의 완료 기준을 정하세요. 요청을 무관한 이력으로 채우기보다 답변을 위한 공간을 남기세요. 사례를 다시 살펴볼 때 같은 입력 버전과 정확한 프리뷰 이름을 보존해 결과의 변화를 의미 있게 해석할 수 있도록 하세요.
Gemini 2.5 Pro 제품군 문서에는 구조화된 출력, 함수 호출, 코드 실행, 검색 그라운딩, 캐싱이 포함됩니다. 이는 제작사 제품군 기능이며 주변 모든 애플리케이션에서 자동으로 제공되는 행동 모음이 아닙니다. 기계 판독 출력이 필요하면 스키마를 제공하고 필드를 검증하며 도구가 제공한 사실과 제안된 작업을 구분하세요. 애플리케이션은 사용자 지정 도구를 정의하고 실행한 뒤 모델의 다음 단계를 위해 결과를 반환합니다. 생성된 코드 조각이나 함수 요청은 성공적인 실행의 증거가 아닙니다.
6월 릴리스의 개선된 스타일과 구조는 설명을 보고서나 편집 초안으로 만들 때 유용합니다. 독자, 용어, 제목 구성, 길이를 밝히고 원문에서 반드시 유지할 내용을 식별하세요. 불확실하거나 누락된 정보를 지어낸 세부 사항으로 채우지 말고 표시하도록 요청하세요. 사실 주장을 제공 자료와 대조하고 구조화된 기록을 검증하며 의도한 환경에서 코드를 테스트하세요. 유용한 성과는 출처 맥락과 06-05 식별 정보를 보존한 검토된 텍스트 결과물이며, 후속 모델 이름, 서비스 설정, 미디어 생성 기능은 별도의 선택지로 유지됩니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-2.5-pro-preview | 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 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 1K 토큰 입력 · 캐시 쓰기 $0.00075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 출력 · 추론 출력 토큰 $0.02 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준200,000 | 요금 입력 · 입력 토큰 $0.0025 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.00025 / 1K 토큰 입력 · 캐시 쓰기 $0.00075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 2 | 요금표— | 컨텍스트 토큰 수 초과 기준200,000 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 $0.0005 / 1K 토큰 입력 · 캐시 쓰기 $0.00075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "google/gemini-2.5-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 google/gemini-2.5-pro-preview
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.