Gemini 3 Flash Preview는 멀티모달 이해, 코딩, 에이전트 과제를 위한 Google의 추론 모델입니다. 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 반환합니다. 따라서 요청 하나에서 서면 지시, 소스 파일, 시각 관찰, 대화 이력을 하나의 문제를 중심으로 결합할 수 있습니다. 결과는 생성 이미지나 음성 응답이 아니라 해당 자료에 근거한 설명, 코드 제안, 추출 데이터 또는 계획일 수 있습니다.
정확한 모델 카드는 입력 한도 1,048,576 토큰, 출력 한도 65,536 토큰을 제공합니다. 원자료와 결과를 별도로 계획하세요. 긴 저장소 발췌, 문서 모음, 녹음은 처리된 표현과 지시가 입력 예산에 들어가야 사용할 수 있으며 답변에는 여전히 별도로 배정한 길이가 필요합니다. 관련 출처에 이름을 붙이고 어떤 자료가 기준인지 식별하세요. 긴 프롬프트의 경우 개발자 가이드는 데이터 뒤에 구체적인 질문을 배치하고 앞선 정보와 명시적으로 연결할 것을 권장합니다.
Thinking은 동적으로 작동하며 이 모델의 문서상 기본값은 high입니다. 지원 수준은 minimal, low, medium, high입니다. 이는 보장된 토큰 수가 아니라 상대적인 추론 허용량입니다. 어려운 코딩 문제에서는 minimal도 어느 정도 추론을 할 수 있습니다. 과제에 맞춰 수준을 선택하세요. 짧은 변환과 여러 조건이 있는 디버깅 문제에는 서로 다른 처리가 필요합니다. 프롬프트에 복잡한 추론 절차를 억지로 넣기보다 직접적이고 명확한 지시를 사용하고, 최종 결과물과 활용에 필요한 검증을 요청하세요.
제작사 카드는 구조화된 출력, 함수 호출, 코드 실행, 컴퓨터 사용, 파일 검색, 검색 그라운딩, Google Maps 그라운딩, URL 컨텍스트, 캐싱을 기재합니다. 문서화된 Gemini 3 흐름에서는 내장 도구와 사용자 지정 함수 호출을 결합할 수 있습니다. 애플리케이션은 함수를 정의하고 인수를 확인하고 수락된 행동을 실행한 뒤 결과를 다시 보냅니다. 코드 어시스턴트에서는 파일 읽기나 통제된 테스트 실행 도구가 다음 단계의 구체적인 증거를 제공할 수 있습니다. 최종 보고서에서 제안된 행동과 관찰된 도구 결과를 구분해야 합니다.
프로그래밍에는 관련 파일, 언어, 기대 동작, 문제를 보여 주는 입력을 제공하세요. 변경 범위를 정하고 유지해야 할 인터페이스나 동작을 명시하세요. 수정된 구현과 확인해야 할 사례를 요청하세요. 분석 문서 과제에는 질문, 필수 필드, 출처 참조를 정의하세요. 구조화된 출력을 사용하면 필드 의미와 누락값 규칙이 명확한 스키마를 제공하세요. 문법뿐 아니라 각 값이 원자료에서 도출되는지도 검증하세요.
멀티모달 분석에서는 각 출처의 중요한 부분을 식별하세요. 스크린샷은 인터페이스 설명을 뒷받침하고 PDF는 표나 차트를 제공하며 녹음·영상은 발화하거나 눈에 보이는 사건을 제공할 수 있습니다. 개발자 가이드가 미디어 해상도 제어를 다루는 이유는 세부 수준이 처리된 표현과 토큰 사용량을 바꾸기 때문입니다. 제작사의 코드 실행 워크플로는 제공 이미지를 자르거나 확대하고 시각 데이터로 계산하며 모델이 답변을 준비하기 전에 주석을 추가할 수 있습니다. 작은 텍스트를 읽으려면 넓은 장면을 설명할 때와 다른 설정이 필요할 수 있습니다. 유창한 요약을 모든 세부 사항을 정확히 읽었다는 증거로 취급하지 말고 관련 페이지, 이미지, 클립을 보관해 관찰 내용을 확인할 수 있도록 하세요.
선택한 인터페이스에서 대화와 도구 상태를 유지해야 합니다. Gemini 3는 thought signature로 호출 사이에 추론 맥락을 전달하며, 개발자 가이드는 관리형 상태 유지 이력과 수동 관리 무상태 이력을 구분합니다. 도구 과제를 계속하거나 결과를 수정할 때 필요한 맥락을 보존하세요. Google은 복잡한 과제에서 루프나 동작 저하를 유발할 수 있는 낮은 temperature 설정을 가져오기보다 기본 temperature 1.0을 유지할 것도 권장합니다. 이는 제작사의 통합 관행이며 특정 애플리케이션의 전송 방식에 대한 새로운 주장은 아닙니다.
이 텍스트 모델은 이미지 또는 오디오 생성이나 Live API를 제공한다고 명시하지 않습니다. 가이드는 또한 시각 이해와 픽셀 수준 이미지 분할을 구분하며, 후자는 지원되는 Gemini 3 Flash 기능이 아닙니다. 실제 과제에 맞는 최종 결과를 사용하세요. 출처와 연결된 관찰, 구조화된 기록, 코드 변경, 가정을 명시한 결정이 그 예입니다. 산술을 확인하고 의도한 환경에서 코드를 검증하며 반환된 도구 정보를 검토하세요. 최신 사실이 중요하면 모델 지식을 실시간 데이터베이스로 가정하지 말고 구성된 그라운딩 출처나 제공된 최신 데이터를 사용하세요.
", "aboutText": "Gemini 3 Flash Preview는 멀티모달 이해, 코딩, 에이전트 과제를 위한 Google의 추론 모델입니다. 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 반환합니다. 따라서 요청 하나에서 서면 지시, 소스 파일, 시각 관찰, 대화 이력을 하나의 문제를 중심으로 결합할 수 있습니다. 결과는 생성 이미지나 음성 응답이 아니라 해당 자료에 근거한 설명, 코드 제안, 추출 데이터 또는 계획일 수 있습니다.\n\n정확한 모델 카드는 입력 한도 1,048,576 토큰, 출력 한도 65,536 토큰을 제공합니다. 원자료와 결과를 별도로 계획하세요. 긴 저장소 발췌, 문서 모음, 녹음은 처리된 표현과 지시가 입력 예산에 들어가야 사용할 수 있으며 답변에는 여전히 별도로 배정한 길이가 필요합니다. 관련 출처에 이름을 붙이고 어떤 자료가 기준인지 식별하세요. 긴 프롬프트의 경우 개발자 가이드는 데이터 뒤에 구체적인 질문을 배치하고 앞선 정보와 명시적으로 연결할 것을 권장합니다.\n\nThinking은 동적으로 작동하며 이 모델의 문서상 기본값은 high입니다. 지원 수준은 minimal, low, medium, high입니다. 이는 보장된 토큰 수가 아니라 상대적인 추론 허용량입니다. 어려운 코딩 문제에서는 minimal도 어느 정도 추론을 할 수 있습니다. 과제에 맞춰 수준을 선택하세요. 짧은 변환과 여러 조건이 있는 디버깅 문제에는 서로 다른 처리가 필요합니다. 프롬프트에 복잡한 추론 절차를 억지로 넣기보다 직접적이고 명확한 지시를 사용하고, 최종 결과물과 활용에 필요한 검증을 요청하세요.\n\n제작사 카드는 구조화된 출력, 함수 호출, 코드 실행, 컴퓨터 사용, 파일 검색, 검색 그라운딩, Google Maps 그라운딩, URL 컨텍스트, 캐싱을 기재합니다. 문서화된 Gemini 3 흐름에서는 내장 도구와 사용자 지정 함수 호출을 결합할 수 있습니다. 애플리케이션은 함수를 정의하고 인수를 확인하고 수락된 행동을 실행한 뒤 결과를 다시 보냅니다. 코드 어시스턴트에서는 파일 읽기나 통제된 테스트 실행 도구가 다음 단계의 구체적인 증거를 제공할 수 있습니다. 최종 보고서에서 제안된 행동과 관찰된 도구 결과를 구분해야 합니다.\n\n프로그래밍에는 관련 파일, 언어, 기대 동작, 문제를 보여 주는 입력을 제공하세요. 변경 범위를 정하고 유지해야 할 인터페이스나 동작을 명시하세요. 수정된 구현과 확인해야 할 사례를 요청하세요. 분석 문서 과제에는 질문, 필수 필드, 출처 참조를 정의하세요. 구조화된 출력을 사용하면 필드 의미와 누락값 규칙이 명확한 스키마를 제공하세요. 문법뿐 아니라 각 값이 원자료에서 도출되는지도 검증하세요.\n\n멀티모달 분석에서는 각 출처의 중요한 부분을 식별하세요. 스크린샷은 인터페이스 설명을 뒷받침하고 PDF는 표나 차트를 제공하며 녹음·영상은 발화하거나 눈에 보이는 사건을 제공할 수 있습니다. 개발자 가이드가 미디어 해상도 제어를 다루는 이유는 세부 수준이 처리된 표현과 토큰 사용량을 바꾸기 때문입니다. 제작사의 코드 실행 워크플로는 제공 이미지를 자르거나 확대하고 시각 데이터로 계산하며 모델이 답변을 준비하기 전에 주석을 추가할 수 있습니다. 작은 텍스트를 읽으려면 넓은 장면을 설명할 때와 다른 설정이 필요할 수 있습니다. 유창한 요약을 모든 세부 사항을 정확히 읽었다는 증거로 취급하지 말고 관련 페이지, 이미지, 클립을 보관해 관찰 내용을 확인할 수 있도록 하세요.\n\n선택한 인터페이스에서 대화와 도구 상태를 유지해야 합니다. Gemini 3는 thought signature로 호출 사이에 추론 맥락을 전달하며, 개발자 가이드는 관리형 상태 유지 이력과 수동 관리 무상태 이력을 구분합니다. 도구 과제를 계속하거나 결과를 수정할 때 필요한 맥락을 보존하세요. Google은 복잡한 과제에서 루프나 동작 저하를 유발할 수 있는 낮은 temperature 설정을 가져오기보다 기본 temperature 1.0을 유지할 것도 권장합니다. 이는 제작사의 통합 관행이며 특정 애플리케이션의 전송 방식에 대한 새로운 주장은 아닙니다.\n\n이 텍스트 모델은 이미지 또는 오디오 생성이나 Live API를 제공한다고 명시하지 않습니다. 가이드는 또한 시각 이해와 픽셀 수준 이미지 분할을 구분하며, 후자는 지원되는 Gemini 3 Flash 기능이 아닙니다. 실제 과제에 맞는 최종 결과를 사용하세요. 출처와 연결된 관찰, 구조화된 기록, 코드 변경, 가정을 명시한 결정이 그 예입니다. 산술을 확인하고 의도한 환경에서 코드를 검증하며 반환된 도구 정보를 검토하세요. 최신 사실이 중요하면 모델 지식을 실시간 데이터베이스로 가정하지 말고 구성된 그라운딩 출처나 제공된 최신 데이터를 사용하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Keep a sorting helper immutable\n\nFix this JavaScript helper so it returns users sorted by name without changing the input array: function sortedUsers(users) { return users.sort((a,b) => a.name.localeCompare(b.name)); }. Preserve each user object. Return the revised function and tests for alphabetical order, an empty array and the unchanged original array.A revised function and three small test examples covering sorting and non-mutation.Check that the returned array is a different array and the original sequence is unchanged after the call.gemini-3-flash-previewGemini 3 Flash Preview는 멀티모달 이해와 추론을 결합해 텍스트를 출력합니다. 코드, 문서, 시각 분석과 구조화된 결과, 도구 중심 워크플로를 지원하며, 분석 깊이를 선택할 수 있도록 4개의 thinking 수준이 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 3 Flash Preview는 멀티모달 이해, 코딩, 에이전트 과제를 위한 Google의 추론 모델입니다. 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 반환합니다. 따라서 요청 하나에서 서면 지시, 소스 파일, 시각 관찰, 대화 이력을 하나의 문제를 중심으로 결합할 수 있습니다. 결과는 생성 이미지나 음성 응답이 아니라 해당 자료에 근거한 설명, 코드 제안, 추출 데이터 또는 계획일 수 있습니다.
정확한 모델 카드는 입력 한도 1,048,576 토큰, 출력 한도 65,536 토큰을 제공합니다. 원자료와 결과를 별도로 계획하세요. 긴 저장소 발췌, 문서 모음, 녹음은 처리된 표현과 지시가 입력 예산에 들어가야 사용할 수 있으며 답변에는 여전히 별도로 배정한 길이가 필요합니다. 관련 출처에 이름을 붙이고 어떤 자료가 기준인지 식별하세요. 긴 프롬프트의 경우 개발자 가이드는 데이터 뒤에 구체적인 질문을 배치하고 앞선 정보와 명시적으로 연결할 것을 권장합니다.
Thinking은 동적으로 작동하며 이 모델의 문서상 기본값은 high입니다. 지원 수준은 minimal, low, medium, high입니다. 이는 보장된 토큰 수가 아니라 상대적인 추론 허용량입니다. 어려운 코딩 문제에서는 minimal도 어느 정도 추론을 할 수 있습니다. 과제에 맞춰 수준을 선택하세요. 짧은 변환과 여러 조건이 있는 디버깅 문제에는 서로 다른 처리가 필요합니다. 프롬프트에 복잡한 추론 절차를 억지로 넣기보다 직접적이고 명확한 지시를 사용하고, 최종 결과물과 활용에 필요한 검증을 요청하세요.
제작사 카드는 구조화된 출력, 함수 호출, 코드 실행, 컴퓨터 사용, 파일 검색, 검색 그라운딩, Google Maps 그라운딩, URL 컨텍스트, 캐싱을 기재합니다. 문서화된 Gemini 3 흐름에서는 내장 도구와 사용자 지정 함수 호출을 결합할 수 있습니다. 애플리케이션은 함수를 정의하고 인수를 확인하고 수락된 행동을 실행한 뒤 결과를 다시 보냅니다. 코드 어시스턴트에서는 파일 읽기나 통제된 테스트 실행 도구가 다음 단계의 구체적인 증거를 제공할 수 있습니다. 최종 보고서에서 제안된 행동과 관찰된 도구 결과를 구분해야 합니다.
프로그래밍에는 관련 파일, 언어, 기대 동작, 문제를 보여 주는 입력을 제공하세요. 변경 범위를 정하고 유지해야 할 인터페이스나 동작을 명시하세요. 수정된 구현과 확인해야 할 사례를 요청하세요. 분석 문서 과제에는 질문, 필수 필드, 출처 참조를 정의하세요. 구조화된 출력을 사용하면 필드 의미와 누락값 규칙이 명확한 스키마를 제공하세요. 문법뿐 아니라 각 값이 원자료에서 도출되는지도 검증하세요.
멀티모달 분석에서는 각 출처의 중요한 부분을 식별하세요. 스크린샷은 인터페이스 설명을 뒷받침하고 PDF는 표나 차트를 제공하며 녹음·영상은 발화하거나 눈에 보이는 사건을 제공할 수 있습니다. 개발자 가이드가 미디어 해상도 제어를 다루는 이유는 세부 수준이 처리된 표현과 토큰 사용량을 바꾸기 때문입니다. 제작사의 코드 실행 워크플로는 제공 이미지를 자르거나 확대하고 시각 데이터로 계산하며 모델이 답변을 준비하기 전에 주석을 추가할 수 있습니다. 작은 텍스트를 읽으려면 넓은 장면을 설명할 때와 다른 설정이 필요할 수 있습니다. 유창한 요약을 모든 세부 사항을 정확히 읽었다는 증거로 취급하지 말고 관련 페이지, 이미지, 클립을 보관해 관찰 내용을 확인할 수 있도록 하세요.
선택한 인터페이스에서 대화와 도구 상태를 유지해야 합니다. Gemini 3는 thought signature로 호출 사이에 추론 맥락을 전달하며, 개발자 가이드는 관리형 상태 유지 이력과 수동 관리 무상태 이력을 구분합니다. 도구 과제를 계속하거나 결과를 수정할 때 필요한 맥락을 보존하세요. Google은 복잡한 과제에서 루프나 동작 저하를 유발할 수 있는 낮은 temperature 설정을 가져오기보다 기본 temperature 1.0을 유지할 것도 권장합니다. 이는 제작사의 통합 관행이며 특정 애플리케이션의 전송 방식에 대한 새로운 주장은 아닙니다.
이 텍스트 모델은 이미지 또는 오디오 생성이나 Live API를 제공한다고 명시하지 않습니다. 가이드는 또한 시각 이해와 픽셀 수준 이미지 분할을 구분하며, 후자는 지원되는 Gemini 3 Flash 기능이 아닙니다. 실제 과제에 맞는 최종 결과를 사용하세요. 출처와 연결된 관찰, 구조화된 기록, 코드 변경, 가정을 명시한 결정이 그 예입니다. 산술을 확인하고 의도한 환경에서 코드를 검증하며 반환된 도구 정보를 검토하세요. 최신 사실이 중요하면 모델 지식을 실시간 데이터베이스로 가정하지 말고 구성된 그라운딩 출처나 제공된 최신 데이터를 사용하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-3-flash-preview | 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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 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-3-flash-preview","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-3-flash-preview", 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 Ultra gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
gemini-3-flash-previewGemini 3 Flash Preview는 멀티모달 이해와 추론을 결합해 텍스트를 출력합니다. 코드, 문서, 시각 분석과 구조화된 결과, 도구 중심 워크플로를 지원하며, 분석 깊이를 선택할 수 있도록 4개의 thinking 수준이 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 3 Flash Preview는 멀티모달 이해, 코딩, 에이전트 과제를 위한 Google의 추론 모델입니다. 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 반환합니다. 따라서 요청 하나에서 서면 지시, 소스 파일, 시각 관찰, 대화 이력을 하나의 문제를 중심으로 결합할 수 있습니다. 결과는 생성 이미지나 음성 응답이 아니라 해당 자료에 근거한 설명, 코드 제안, 추출 데이터 또는 계획일 수 있습니다.
정확한 모델 카드는 입력 한도 1,048,576 토큰, 출력 한도 65,536 토큰을 제공합니다. 원자료와 결과를 별도로 계획하세요. 긴 저장소 발췌, 문서 모음, 녹음은 처리된 표현과 지시가 입력 예산에 들어가야 사용할 수 있으며 답변에는 여전히 별도로 배정한 길이가 필요합니다. 관련 출처에 이름을 붙이고 어떤 자료가 기준인지 식별하세요. 긴 프롬프트의 경우 개발자 가이드는 데이터 뒤에 구체적인 질문을 배치하고 앞선 정보와 명시적으로 연결할 것을 권장합니다.
Thinking은 동적으로 작동하며 이 모델의 문서상 기본값은 high입니다. 지원 수준은 minimal, low, medium, high입니다. 이는 보장된 토큰 수가 아니라 상대적인 추론 허용량입니다. 어려운 코딩 문제에서는 minimal도 어느 정도 추론을 할 수 있습니다. 과제에 맞춰 수준을 선택하세요. 짧은 변환과 여러 조건이 있는 디버깅 문제에는 서로 다른 처리가 필요합니다. 프롬프트에 복잡한 추론 절차를 억지로 넣기보다 직접적이고 명확한 지시를 사용하고, 최종 결과물과 활용에 필요한 검증을 요청하세요.
제작사 카드는 구조화된 출력, 함수 호출, 코드 실행, 컴퓨터 사용, 파일 검색, 검색 그라운딩, Google Maps 그라운딩, URL 컨텍스트, 캐싱을 기재합니다. 문서화된 Gemini 3 흐름에서는 내장 도구와 사용자 지정 함수 호출을 결합할 수 있습니다. 애플리케이션은 함수를 정의하고 인수를 확인하고 수락된 행동을 실행한 뒤 결과를 다시 보냅니다. 코드 어시스턴트에서는 파일 읽기나 통제된 테스트 실행 도구가 다음 단계의 구체적인 증거를 제공할 수 있습니다. 최종 보고서에서 제안된 행동과 관찰된 도구 결과를 구분해야 합니다.
프로그래밍에는 관련 파일, 언어, 기대 동작, 문제를 보여 주는 입력을 제공하세요. 변경 범위를 정하고 유지해야 할 인터페이스나 동작을 명시하세요. 수정된 구현과 확인해야 할 사례를 요청하세요. 분석 문서 과제에는 질문, 필수 필드, 출처 참조를 정의하세요. 구조화된 출력을 사용하면 필드 의미와 누락값 규칙이 명확한 스키마를 제공하세요. 문법뿐 아니라 각 값이 원자료에서 도출되는지도 검증하세요.
멀티모달 분석에서는 각 출처의 중요한 부분을 식별하세요. 스크린샷은 인터페이스 설명을 뒷받침하고 PDF는 표나 차트를 제공하며 녹음·영상은 발화하거나 눈에 보이는 사건을 제공할 수 있습니다. 개발자 가이드가 미디어 해상도 제어를 다루는 이유는 세부 수준이 처리된 표현과 토큰 사용량을 바꾸기 때문입니다. 제작사의 코드 실행 워크플로는 제공 이미지를 자르거나 확대하고 시각 데이터로 계산하며 모델이 답변을 준비하기 전에 주석을 추가할 수 있습니다. 작은 텍스트를 읽으려면 넓은 장면을 설명할 때와 다른 설정이 필요할 수 있습니다. 유창한 요약을 모든 세부 사항을 정확히 읽었다는 증거로 취급하지 말고 관련 페이지, 이미지, 클립을 보관해 관찰 내용을 확인할 수 있도록 하세요.
선택한 인터페이스에서 대화와 도구 상태를 유지해야 합니다. Gemini 3는 thought signature로 호출 사이에 추론 맥락을 전달하며, 개발자 가이드는 관리형 상태 유지 이력과 수동 관리 무상태 이력을 구분합니다. 도구 과제를 계속하거나 결과를 수정할 때 필요한 맥락을 보존하세요. Google은 복잡한 과제에서 루프나 동작 저하를 유발할 수 있는 낮은 temperature 설정을 가져오기보다 기본 temperature 1.0을 유지할 것도 권장합니다. 이는 제작사의 통합 관행이며 특정 애플리케이션의 전송 방식에 대한 새로운 주장은 아닙니다.
이 텍스트 모델은 이미지 또는 오디오 생성이나 Live API를 제공한다고 명시하지 않습니다. 가이드는 또한 시각 이해와 픽셀 수준 이미지 분할을 구분하며, 후자는 지원되는 Gemini 3 Flash 기능이 아닙니다. 실제 과제에 맞는 최종 결과를 사용하세요. 출처와 연결된 관찰, 구조화된 기록, 코드 변경, 가정을 명시한 결정이 그 예입니다. 산술을 확인하고 의도한 환경에서 코드를 검증하며 반환된 도구 정보를 검토하세요. 최신 사실이 중요하면 모델 지식을 실시간 데이터베이스로 가정하지 말고 구성된 그라운딩 출처나 제공된 최신 데이터를 사용하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 gemini-3-flash-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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gemini-3-flash-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': 'gemini-3-flash-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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview는 멀티모달 이해와 추론을 결합해 텍스트를 출력합니다. 코드, 문서, 시각 분석과 구조화된 결과, 도구 중심 워크플로를 지원하며, 분석 깊이를 선택할 수 있도록 4개의 thinking 수준이 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 3 Flash Preview는 멀티모달 이해, 코딩, 에이전트 과제를 위한 Google의 추론 모델입니다. 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 반환합니다. 따라서 요청 하나에서 서면 지시, 소스 파일, 시각 관찰, 대화 이력을 하나의 문제를 중심으로 결합할 수 있습니다. 결과는 생성 이미지나 음성 응답이 아니라 해당 자료에 근거한 설명, 코드 제안, 추출 데이터 또는 계획일 수 있습니다.
정확한 모델 카드는 입력 한도 1,048,576 토큰, 출력 한도 65,536 토큰을 제공합니다. 원자료와 결과를 별도로 계획하세요. 긴 저장소 발췌, 문서 모음, 녹음은 처리된 표현과 지시가 입력 예산에 들어가야 사용할 수 있으며 답변에는 여전히 별도로 배정한 길이가 필요합니다. 관련 출처에 이름을 붙이고 어떤 자료가 기준인지 식별하세요. 긴 프롬프트의 경우 개발자 가이드는 데이터 뒤에 구체적인 질문을 배치하고 앞선 정보와 명시적으로 연결할 것을 권장합니다.
Thinking은 동적으로 작동하며 이 모델의 문서상 기본값은 high입니다. 지원 수준은 minimal, low, medium, high입니다. 이는 보장된 토큰 수가 아니라 상대적인 추론 허용량입니다. 어려운 코딩 문제에서는 minimal도 어느 정도 추론을 할 수 있습니다. 과제에 맞춰 수준을 선택하세요. 짧은 변환과 여러 조건이 있는 디버깅 문제에는 서로 다른 처리가 필요합니다. 프롬프트에 복잡한 추론 절차를 억지로 넣기보다 직접적이고 명확한 지시를 사용하고, 최종 결과물과 활용에 필요한 검증을 요청하세요.
제작사 카드는 구조화된 출력, 함수 호출, 코드 실행, 컴퓨터 사용, 파일 검색, 검색 그라운딩, Google Maps 그라운딩, URL 컨텍스트, 캐싱을 기재합니다. 문서화된 Gemini 3 흐름에서는 내장 도구와 사용자 지정 함수 호출을 결합할 수 있습니다. 애플리케이션은 함수를 정의하고 인수를 확인하고 수락된 행동을 실행한 뒤 결과를 다시 보냅니다. 코드 어시스턴트에서는 파일 읽기나 통제된 테스트 실행 도구가 다음 단계의 구체적인 증거를 제공할 수 있습니다. 최종 보고서에서 제안된 행동과 관찰된 도구 결과를 구분해야 합니다.
프로그래밍에는 관련 파일, 언어, 기대 동작, 문제를 보여 주는 입력을 제공하세요. 변경 범위를 정하고 유지해야 할 인터페이스나 동작을 명시하세요. 수정된 구현과 확인해야 할 사례를 요청하세요. 분석 문서 과제에는 질문, 필수 필드, 출처 참조를 정의하세요. 구조화된 출력을 사용하면 필드 의미와 누락값 규칙이 명확한 스키마를 제공하세요. 문법뿐 아니라 각 값이 원자료에서 도출되는지도 검증하세요.
멀티모달 분석에서는 각 출처의 중요한 부분을 식별하세요. 스크린샷은 인터페이스 설명을 뒷받침하고 PDF는 표나 차트를 제공하며 녹음·영상은 발화하거나 눈에 보이는 사건을 제공할 수 있습니다. 개발자 가이드가 미디어 해상도 제어를 다루는 이유는 세부 수준이 처리된 표현과 토큰 사용량을 바꾸기 때문입니다. 제작사의 코드 실행 워크플로는 제공 이미지를 자르거나 확대하고 시각 데이터로 계산하며 모델이 답변을 준비하기 전에 주석을 추가할 수 있습니다. 작은 텍스트를 읽으려면 넓은 장면을 설명할 때와 다른 설정이 필요할 수 있습니다. 유창한 요약을 모든 세부 사항을 정확히 읽었다는 증거로 취급하지 말고 관련 페이지, 이미지, 클립을 보관해 관찰 내용을 확인할 수 있도록 하세요.
선택한 인터페이스에서 대화와 도구 상태를 유지해야 합니다. Gemini 3는 thought signature로 호출 사이에 추론 맥락을 전달하며, 개발자 가이드는 관리형 상태 유지 이력과 수동 관리 무상태 이력을 구분합니다. 도구 과제를 계속하거나 결과를 수정할 때 필요한 맥락을 보존하세요. Google은 복잡한 과제에서 루프나 동작 저하를 유발할 수 있는 낮은 temperature 설정을 가져오기보다 기본 temperature 1.0을 유지할 것도 권장합니다. 이는 제작사의 통합 관행이며 특정 애플리케이션의 전송 방식에 대한 새로운 주장은 아닙니다.
이 텍스트 모델은 이미지 또는 오디오 생성이나 Live API를 제공한다고 명시하지 않습니다. 가이드는 또한 시각 이해와 픽셀 수준 이미지 분할을 구분하며, 후자는 지원되는 Gemini 3 Flash 기능이 아닙니다. 실제 과제에 맞는 최종 결과를 사용하세요. 출처와 연결된 관찰, 구조화된 기록, 코드 변경, 가정을 명시한 결정이 그 예입니다. 산술을 확인하고 의도한 환경에서 코드를 검증하며 반환된 도구 정보를 검토하세요. 최신 사실이 중요하면 모델 지식을 실시간 데이터베이스로 가정하지 말고 구성된 그라운딩 출처나 제공된 최신 데이터를 사용하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-3-flash-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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 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-3-flash-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-3-flash-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-3-flash-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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
google/gemini-3-flash-previewGemini 3 Flash Preview는 멀티모달 이해와 추론을 결합해 텍스트를 출력합니다. 코드, 문서, 시각 분석과 구조화된 결과, 도구 중심 워크플로를 지원하며, 분석 깊이를 선택할 수 있도록 4개의 thinking 수준이 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Gemini 3 Flash Preview는 멀티모달 이해, 코딩, 에이전트 과제를 위한 Google의 추론 모델입니다. 텍스트, 이미지, 비디오, 오디오, PDF를 입력받아 텍스트를 반환합니다. 따라서 요청 하나에서 서면 지시, 소스 파일, 시각 관찰, 대화 이력을 하나의 문제를 중심으로 결합할 수 있습니다. 결과는 생성 이미지나 음성 응답이 아니라 해당 자료에 근거한 설명, 코드 제안, 추출 데이터 또는 계획일 수 있습니다.
정확한 모델 카드는 입력 한도 1,048,576 토큰, 출력 한도 65,536 토큰을 제공합니다. 원자료와 결과를 별도로 계획하세요. 긴 저장소 발췌, 문서 모음, 녹음은 처리된 표현과 지시가 입력 예산에 들어가야 사용할 수 있으며 답변에는 여전히 별도로 배정한 길이가 필요합니다. 관련 출처에 이름을 붙이고 어떤 자료가 기준인지 식별하세요. 긴 프롬프트의 경우 개발자 가이드는 데이터 뒤에 구체적인 질문을 배치하고 앞선 정보와 명시적으로 연결할 것을 권장합니다.
Thinking은 동적으로 작동하며 이 모델의 문서상 기본값은 high입니다. 지원 수준은 minimal, low, medium, high입니다. 이는 보장된 토큰 수가 아니라 상대적인 추론 허용량입니다. 어려운 코딩 문제에서는 minimal도 어느 정도 추론을 할 수 있습니다. 과제에 맞춰 수준을 선택하세요. 짧은 변환과 여러 조건이 있는 디버깅 문제에는 서로 다른 처리가 필요합니다. 프롬프트에 복잡한 추론 절차를 억지로 넣기보다 직접적이고 명확한 지시를 사용하고, 최종 결과물과 활용에 필요한 검증을 요청하세요.
제작사 카드는 구조화된 출력, 함수 호출, 코드 실행, 컴퓨터 사용, 파일 검색, 검색 그라운딩, Google Maps 그라운딩, URL 컨텍스트, 캐싱을 기재합니다. 문서화된 Gemini 3 흐름에서는 내장 도구와 사용자 지정 함수 호출을 결합할 수 있습니다. 애플리케이션은 함수를 정의하고 인수를 확인하고 수락된 행동을 실행한 뒤 결과를 다시 보냅니다. 코드 어시스턴트에서는 파일 읽기나 통제된 테스트 실행 도구가 다음 단계의 구체적인 증거를 제공할 수 있습니다. 최종 보고서에서 제안된 행동과 관찰된 도구 결과를 구분해야 합니다.
프로그래밍에는 관련 파일, 언어, 기대 동작, 문제를 보여 주는 입력을 제공하세요. 변경 범위를 정하고 유지해야 할 인터페이스나 동작을 명시하세요. 수정된 구현과 확인해야 할 사례를 요청하세요. 분석 문서 과제에는 질문, 필수 필드, 출처 참조를 정의하세요. 구조화된 출력을 사용하면 필드 의미와 누락값 규칙이 명확한 스키마를 제공하세요. 문법뿐 아니라 각 값이 원자료에서 도출되는지도 검증하세요.
멀티모달 분석에서는 각 출처의 중요한 부분을 식별하세요. 스크린샷은 인터페이스 설명을 뒷받침하고 PDF는 표나 차트를 제공하며 녹음·영상은 발화하거나 눈에 보이는 사건을 제공할 수 있습니다. 개발자 가이드가 미디어 해상도 제어를 다루는 이유는 세부 수준이 처리된 표현과 토큰 사용량을 바꾸기 때문입니다. 제작사의 코드 실행 워크플로는 제공 이미지를 자르거나 확대하고 시각 데이터로 계산하며 모델이 답변을 준비하기 전에 주석을 추가할 수 있습니다. 작은 텍스트를 읽으려면 넓은 장면을 설명할 때와 다른 설정이 필요할 수 있습니다. 유창한 요약을 모든 세부 사항을 정확히 읽었다는 증거로 취급하지 말고 관련 페이지, 이미지, 클립을 보관해 관찰 내용을 확인할 수 있도록 하세요.
선택한 인터페이스에서 대화와 도구 상태를 유지해야 합니다. Gemini 3는 thought signature로 호출 사이에 추론 맥락을 전달하며, 개발자 가이드는 관리형 상태 유지 이력과 수동 관리 무상태 이력을 구분합니다. 도구 과제를 계속하거나 결과를 수정할 때 필요한 맥락을 보존하세요. Google은 복잡한 과제에서 루프나 동작 저하를 유발할 수 있는 낮은 temperature 설정을 가져오기보다 기본 temperature 1.0을 유지할 것도 권장합니다. 이는 제작사의 통합 관행이며 특정 애플리케이션의 전송 방식에 대한 새로운 주장은 아닙니다.
이 텍스트 모델은 이미지 또는 오디오 생성이나 Live API를 제공한다고 명시하지 않습니다. 가이드는 또한 시각 이해와 픽셀 수준 이미지 분할을 구분하며, 후자는 지원되는 Gemini 3 Flash 기능이 아닙니다. 실제 과제에 맞는 최종 결과를 사용하세요. 출처와 연결된 관찰, 구조화된 기록, 코드 변경, 가정을 명시한 결정이 그 예입니다. 산술을 확인하고 의도한 환경에서 코드를 검증하며 반환된 도구 정보를 검토하세요. 최신 사실이 중요하면 모델 지식을 실시간 데이터베이스로 가정하지 말고 구성된 그라운딩 출처나 제공된 최신 데이터를 사용하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 google/gemini-3-flash-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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 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 $0.001 / 1K 토큰 출력 · 출력 토큰 $0.006 / 1K 토큰 입력 · 캐시 읽기 $0.0001 / 1K 토큰 입력 · 캐시 쓰기 $0.0001666666666666666 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "google/gemini-3-flash-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3-flash-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-3-flash-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 gemini-3-flash-preview, google/gemini-3-flash-preview
/chat/completions
영어 기술 예제
Keep a sorting helper immutable\n\nFix this JavaScript helper so it returns users sorted by name without changing the input array: function sortedUsers(users) { return users.sort((a,b) => a.name.localeCompare(b.name)); }. Preserve each user object. Return the revised function and tests for alphabetical order, an empty array and the unchanged original array.A revised function and three small test examples covering sorting and non-mutation.Check that the returned array is a different array and the original sequence is unchanged after the call.