Gemini 2.5 Flash Preview 09-2025 yra rugsėjo mėnesio išankstinis Google hibridinio samprotavimo modelio leidimas. Dokumentuose nurodytos jo įvestys – tekstas, vaizdai, vaizdo ir garso įrašai; išvestis – tekstas. Modelis gali susieti klausimą su vaizdine arba sakytine medžiaga ir parengti paaiškinimą, dokumentą, kodą arba struktūrizuotą atsakymą. Šis konkrečia data pažymėtas leidimas skiriasi nuo stabiliojo Gemini 2.5 Flash ir nuo kintamo latest alternatyvaus pavadinimo. Jo paskirtis – daugiarūšis supratimas ir darbas su įrankiais, kurio rezultatas pateikiamas raštu.
Google aprašo du konkrečius šio leidimo patobulinimus: geresnį agentinį įrankių naudojimą ir taupesnį atsakymų generavimą, kai įjungtas samprotavimas. Pirmasis susijęs su užduotimis, kurioms reikia kelių susietų veiksmų, pavyzdžiui, gauti informaciją, palyginti ją su užklausa ir pasirinkti kitą žingsnį. Antrasis susijęs su naudingų atsakymų rengimu sugeneruojant mažiau žetonų ir išlaikant kokybę. Programavimo asistentui pateikite pastebėtą veikimą, susijusį kodą ir sėkmingo pakeitimo kriterijų. Tyrimų asistentui apibrėžkite klausimą, nagrinėtiną medžiagą ir išvadai reikalingus įrodymus.
Samprotavimas ir tiesioginis atsakymas yra hibridinės sandaros dalys. Samprotavimo užduotyje prieš rengiant galutinį atsakymą galima analizuoti priklausomybes, matematines sąlygas arba kelių žingsnių planą. Paprastam informacijos išgavimui ar trumpam paaiškinimui gali pakakti paprastesnio atsakymo tikslo. Nurodykite, kurie apribojimai privalomi, ką modelis gali laikyti prielaida ir ką turi apimti galutinis rezultatas. Gamintojo modelių šeimos kortelėje pažymima, kad samprotavimo žetonų biudžetų gali būti laikomasi nenuosekliai, todėl prašomas biudžetas neįrodo griežtos samprotavimo ribos. Šis aprašas rugsėjo leidimui nepriskiria naujesnio modelio samprotavimo lygių ar numatytųjų nuostatų.
Konkretaus rugsėjo modelio lentelėje nurodyta iki 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Didelė įvesties talpa leidžia vienoje užduotyje sutalpinti instrukcijas, pavyzdžius, informacinį tekstą ir daugialypės terpės kontekstą. Norėdami palyginti reikalavimus su siūlomu sprendimu, sužymėkite abu šaltinius ir pateikite bendrą kriterijų rinkinį. Aptardami ekrano nuotrauką, įvardykite svarbią būseną arba komponentą; garso ar vaizdo įrašo užduotyje įvardykite klausimą arba įvykį, užuot prašę nekryptingo aprašymo. Rezultatas lieka tekstinis: savasis vaizdų kūrimas, balso generavimas ir sakytinis dialogas realiuoju laiku priklauso kitiems modelių profiliams.
Google šiam konkrečiam išankstiniam leidimui dokumentuoja funkcijų kvietimą, kodo vykdymą, atsakymų grindimą paieškos rezultatais, URL kontekstą ir failų paiešką. Funkcijų kvietimas parenka deklaruotą funkciją ir parengia argumentus; prijungta programa atlieka operaciją ir grąžina jos rezultatą. Kodo vykdymas skaičiavimams arba tekstui apdoroti naudoja sugeneruotą Python kodą. Grindimas paieškos rezultatais pateikia žiniatinklio medžiagą šaltiniais paremtam atsakymui, o URL kontekstas naudoja nurodytų pasiekiamų puslapių turinį. Failų paieška suteikia dar vieną šaltinių gavimo galimybę. Kiekvienam agento įrankiui apibrėžkite aiškią paskirtį ir nurodykite, kokios informacijos tikimasi kiekviename žingsnyje, kad darbo procesas galėtų tęstis pagal iš tiesų grąžintą rezultatą.
Struktūrizuotos išvesties palaikymas leidžia naudoti galutinį rezultatą kaip apibrėžtų laukų rinkinį. Palyginimui prašykite kriterijaus, jį atitinkančios šaltinio ištraukos, pastebėto skirtumo ir klausimo, kurį dar reikia patikslinti. Kodo užduotyje atskirkite siūlomą pakeitimą nuo jo paaiškinimo ir dar reikalingų patikrų. Konkrečiame Google modelio profilyje taip pat nurodytas konteksto kaupimo podėlyje ir paketinio apdorojimo palaikymas. Susijusiose užduotyse galima išlaikyti tą pačią pasikartojančią šaltinių medžiagą; pats kaupimas podėlyje nepatvirtina, kad konkreti užklausa pakartotinai panaudojo podėlyje esančius žetonus. Šių galimybių pavadinimai nereiškia naujesnių schemų derinių, podėlio slenksčių ar vienu metu veikiančių įrankių režimų.
Modelių šeimos kortelėje aprašomas retasis ekspertų mišinio transformeris, savaime suprantantis tekstą, vaizdinę ir garsinę informaciją. Mokymui derinamas žiniatinklio tekstas, kodas, vaizdai, garso ir vaizdo įrašai; papildomas mokymas apima suporuotas daugiarūšes instrukcijas ir atsakymus, žmonių pasirinkimus bei įrankių naudojimo duomenis. Rengiant duomenis šalinami dublikatai ir taikomi saugos bei kokybės filtrai. Konkrečia data pažymėtame modelio puslapyje nurodoma, kad jo žinios siekia 2025 m. sausį. Klausimams, kuriems reikia naujesnės informacijos, reikėtų nurodyti šaltinių medžiagą arba tinkamą jos gavimo žingsnį, o ne laikyti mokymo metu įgytas modelio žinias tiesioginiu aktualios informacijos srautu.
Esminiai ribotumai apima galimą faktų išgalvojimą ir sunkumus suprantant priežastinius ryšius, atliekant sudėtingą loginę dedukciją bei samprotaujant apie hipotetines alternatyvias aplinkybes. Šeimos kortelėje taip pat pažymima, kad atsakymų tonas kartais gali būti be reikalo pamokomas. Kad rezultatas būtų naudingas, reikalaukite atskirti šaltinių faktus, prielaidas ir siūlomus veiksmus, tada patikrinkite sprendimą lemiančias dalis. Išsamų agentinio darbo rezultatą galėtų sudaryti išvados, pagrįstas kitas žingsnis, įrankiais gauta informacija ir likę neatsakyti klausimai. Rugsėjo leidimo dėmesys įrankių naudojimui padeda apibrėžti tokį darbo procesą, o parengtos įvestys ir aiškūs užbaigimo kriterijai išlaiko jo ryšį su naudotojo užduotimi.
", "aboutText": "Gemini 2.5 Flash Preview 09-2025 yra rugsėjo mėnesio išankstinis Google hibridinio samprotavimo modelio leidimas. Dokumentuose nurodytos jo įvestys – tekstas, vaizdai, vaizdo ir garso įrašai; išvestis – tekstas. Modelis gali susieti klausimą su vaizdine arba sakytine medžiaga ir parengti paaiškinimą, dokumentą, kodą arba struktūrizuotą atsakymą. Šis konkrečia data pažymėtas leidimas skiriasi nuo stabiliojo Gemini 2.5 Flash ir nuo kintamo latest alternatyvaus pavadinimo. Jo paskirtis – daugiarūšis supratimas ir darbas su įrankiais, kurio rezultatas pateikiamas raštu.\n\nGoogle aprašo du konkrečius šio leidimo patobulinimus: geresnį agentinį įrankių naudojimą ir taupesnį atsakymų generavimą, kai įjungtas samprotavimas. Pirmasis susijęs su užduotimis, kurioms reikia kelių susietų veiksmų, pavyzdžiui, gauti informaciją, palyginti ją su užklausa ir pasirinkti kitą žingsnį. Antrasis susijęs su naudingų atsakymų rengimu sugeneruojant mažiau žetonų ir išlaikant kokybę. Programavimo asistentui pateikite pastebėtą veikimą, susijusį kodą ir sėkmingo pakeitimo kriterijų. Tyrimų asistentui apibrėžkite klausimą, nagrinėtiną medžiagą ir išvadai reikalingus įrodymus.\n\nSamprotavimas ir tiesioginis atsakymas yra hibridinės sandaros dalys. Samprotavimo užduotyje prieš rengiant galutinį atsakymą galima analizuoti priklausomybes, matematines sąlygas arba kelių žingsnių planą. Paprastam informacijos išgavimui ar trumpam paaiškinimui gali pakakti paprastesnio atsakymo tikslo. Nurodykite, kurie apribojimai privalomi, ką modelis gali laikyti prielaida ir ką turi apimti galutinis rezultatas. Gamintojo modelių šeimos kortelėje pažymima, kad samprotavimo žetonų biudžetų gali būti laikomasi nenuosekliai, todėl prašomas biudžetas neįrodo griežtos samprotavimo ribos. Šis aprašas rugsėjo leidimui nepriskiria naujesnio modelio samprotavimo lygių ar numatytųjų nuostatų.\n\nKonkretaus rugsėjo modelio lentelėje nurodyta iki 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Didelė įvesties talpa leidžia vienoje užduotyje sutalpinti instrukcijas, pavyzdžius, informacinį tekstą ir daugialypės terpės kontekstą. Norėdami palyginti reikalavimus su siūlomu sprendimu, sužymėkite abu šaltinius ir pateikite bendrą kriterijų rinkinį. Aptardami ekrano nuotrauką, įvardykite svarbią būseną arba komponentą; garso ar vaizdo įrašo užduotyje įvardykite klausimą arba įvykį, užuot prašę nekryptingo aprašymo. Rezultatas lieka tekstinis: savasis vaizdų kūrimas, balso generavimas ir sakytinis dialogas realiuoju laiku priklauso kitiems modelių profiliams.\n\nGoogle šiam konkrečiam išankstiniam leidimui dokumentuoja funkcijų kvietimą, kodo vykdymą, atsakymų grindimą paieškos rezultatais, URL kontekstą ir failų paiešką. Funkcijų kvietimas parenka deklaruotą funkciją ir parengia argumentus; prijungta programa atlieka operaciją ir grąžina jos rezultatą. Kodo vykdymas skaičiavimams arba tekstui apdoroti naudoja sugeneruotą Python kodą. Grindimas paieškos rezultatais pateikia žiniatinklio medžiagą šaltiniais paremtam atsakymui, o URL kontekstas naudoja nurodytų pasiekiamų puslapių turinį. Failų paieška suteikia dar vieną šaltinių gavimo galimybę. Kiekvienam agento įrankiui apibrėžkite aiškią paskirtį ir nurodykite, kokios informacijos tikimasi kiekviename žingsnyje, kad darbo procesas galėtų tęstis pagal iš tiesų grąžintą rezultatą.\n\nStruktūrizuotos išvesties palaikymas leidžia naudoti galutinį rezultatą kaip apibrėžtų laukų rinkinį. Palyginimui prašykite kriterijaus, jį atitinkančios šaltinio ištraukos, pastebėto skirtumo ir klausimo, kurį dar reikia patikslinti. Kodo užduotyje atskirkite siūlomą pakeitimą nuo jo paaiškinimo ir dar reikalingų patikrų. Konkrečiame Google modelio profilyje taip pat nurodytas konteksto kaupimo podėlyje ir paketinio apdorojimo palaikymas. Susijusiose užduotyse galima išlaikyti tą pačią pasikartojančią šaltinių medžiagą; pats kaupimas podėlyje nepatvirtina, kad konkreti užklausa pakartotinai panaudojo podėlyje esančius žetonus. Šių galimybių pavadinimai nereiškia naujesnių schemų derinių, podėlio slenksčių ar vienu metu veikiančių įrankių režimų.\n\nModelių šeimos kortelėje aprašomas retasis ekspertų mišinio transformeris, savaime suprantantis tekstą, vaizdinę ir garsinę informaciją. Mokymui derinamas žiniatinklio tekstas, kodas, vaizdai, garso ir vaizdo įrašai; papildomas mokymas apima suporuotas daugiarūšes instrukcijas ir atsakymus, žmonių pasirinkimus bei įrankių naudojimo duomenis. Rengiant duomenis šalinami dublikatai ir taikomi saugos bei kokybės filtrai. Konkrečia data pažymėtame modelio puslapyje nurodoma, kad jo žinios siekia 2025 m. sausį. Klausimams, kuriems reikia naujesnės informacijos, reikėtų nurodyti šaltinių medžiagą arba tinkamą jos gavimo žingsnį, o ne laikyti mokymo metu įgytas modelio žinias tiesioginiu aktualios informacijos srautu.\n\nEsminiai ribotumai apima galimą faktų išgalvojimą ir sunkumus suprantant priežastinius ryšius, atliekant sudėtingą loginę dedukciją bei samprotaujant apie hipotetines alternatyvias aplinkybes. Šeimos kortelėje taip pat pažymima, kad atsakymų tonas kartais gali būti be reikalo pamokomas. Kad rezultatas būtų naudingas, reikalaukite atskirti šaltinių faktus, prielaidas ir siūlomus veiksmus, tada patikrinkite sprendimą lemiančias dalis. Išsamų agentinio darbo rezultatą galėtų sudaryti išvados, pagrįstas kitas žingsnis, įrankiais gauta informacija ir likę neatsakyti klausimai. Rugsėjo leidimo dėmesys įrankių naudojimui padeda apibrėžti tokį darbo procesą, o parengtos įvestys ir aiškūs užbaigimo kriterijai išlaiko jo ryšį su naudotojo užduotimi.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Review a proposed retention design\n\nAssess this design against the requirement. Requirement R: delete inactive guest records after 30 days; paid accounts are excluded. Design D: a nightly job deletes every account whose last_login is older than 30 days. List mismatches with R/D references, propose a corrected selection rule in plain English, and give boundary cases to test.A concise requirements review, a corrected guest-only rule and tests for day 30, day 31 and an inactive paid account.The proposal excludes paid accounts and explicitly resolves what after 30 days means at the boundary.gemini-2.5-flash-preview-09-2025Gemini 2.5 Flash Preview 09-2025 yra rugsėjo mėnesio Google leidimas, skirtas daugiarūšei analizei ir kelių žingsnių darbui su įrankiais. Jis sujungia teksto, vaizdų, vaizdo ir garso įrašų supratimą su samprotavimu, struktūrizuotais atsakymais ir 1,048,576 įvesties žetonų limitu; šiame leidime konkrečiai patobulintas agentinis įrankių naudojimas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Flash Preview 09-2025 yra rugsėjo mėnesio išankstinis Google hibridinio samprotavimo modelio leidimas. Dokumentuose nurodytos jo įvestys – tekstas, vaizdai, vaizdo ir garso įrašai; išvestis – tekstas. Modelis gali susieti klausimą su vaizdine arba sakytine medžiaga ir parengti paaiškinimą, dokumentą, kodą arba struktūrizuotą atsakymą. Šis konkrečia data pažymėtas leidimas skiriasi nuo stabiliojo Gemini 2.5 Flash ir nuo kintamo latest alternatyvaus pavadinimo. Jo paskirtis – daugiarūšis supratimas ir darbas su įrankiais, kurio rezultatas pateikiamas raštu.
Google aprašo du konkrečius šio leidimo patobulinimus: geresnį agentinį įrankių naudojimą ir taupesnį atsakymų generavimą, kai įjungtas samprotavimas. Pirmasis susijęs su užduotimis, kurioms reikia kelių susietų veiksmų, pavyzdžiui, gauti informaciją, palyginti ją su užklausa ir pasirinkti kitą žingsnį. Antrasis susijęs su naudingų atsakymų rengimu sugeneruojant mažiau žetonų ir išlaikant kokybę. Programavimo asistentui pateikite pastebėtą veikimą, susijusį kodą ir sėkmingo pakeitimo kriterijų. Tyrimų asistentui apibrėžkite klausimą, nagrinėtiną medžiagą ir išvadai reikalingus įrodymus.
Samprotavimas ir tiesioginis atsakymas yra hibridinės sandaros dalys. Samprotavimo užduotyje prieš rengiant galutinį atsakymą galima analizuoti priklausomybes, matematines sąlygas arba kelių žingsnių planą. Paprastam informacijos išgavimui ar trumpam paaiškinimui gali pakakti paprastesnio atsakymo tikslo. Nurodykite, kurie apribojimai privalomi, ką modelis gali laikyti prielaida ir ką turi apimti galutinis rezultatas. Gamintojo modelių šeimos kortelėje pažymima, kad samprotavimo žetonų biudžetų gali būti laikomasi nenuosekliai, todėl prašomas biudžetas neįrodo griežtos samprotavimo ribos. Šis aprašas rugsėjo leidimui nepriskiria naujesnio modelio samprotavimo lygių ar numatytųjų nuostatų.
Konkretaus rugsėjo modelio lentelėje nurodyta iki 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Didelė įvesties talpa leidžia vienoje užduotyje sutalpinti instrukcijas, pavyzdžius, informacinį tekstą ir daugialypės terpės kontekstą. Norėdami palyginti reikalavimus su siūlomu sprendimu, sužymėkite abu šaltinius ir pateikite bendrą kriterijų rinkinį. Aptardami ekrano nuotrauką, įvardykite svarbią būseną arba komponentą; garso ar vaizdo įrašo užduotyje įvardykite klausimą arba įvykį, užuot prašę nekryptingo aprašymo. Rezultatas lieka tekstinis: savasis vaizdų kūrimas, balso generavimas ir sakytinis dialogas realiuoju laiku priklauso kitiems modelių profiliams.
Google šiam konkrečiam išankstiniam leidimui dokumentuoja funkcijų kvietimą, kodo vykdymą, atsakymų grindimą paieškos rezultatais, URL kontekstą ir failų paiešką. Funkcijų kvietimas parenka deklaruotą funkciją ir parengia argumentus; prijungta programa atlieka operaciją ir grąžina jos rezultatą. Kodo vykdymas skaičiavimams arba tekstui apdoroti naudoja sugeneruotą Python kodą. Grindimas paieškos rezultatais pateikia žiniatinklio medžiagą šaltiniais paremtam atsakymui, o URL kontekstas naudoja nurodytų pasiekiamų puslapių turinį. Failų paieška suteikia dar vieną šaltinių gavimo galimybę. Kiekvienam agento įrankiui apibrėžkite aiškią paskirtį ir nurodykite, kokios informacijos tikimasi kiekviename žingsnyje, kad darbo procesas galėtų tęstis pagal iš tiesų grąžintą rezultatą.
Struktūrizuotos išvesties palaikymas leidžia naudoti galutinį rezultatą kaip apibrėžtų laukų rinkinį. Palyginimui prašykite kriterijaus, jį atitinkančios šaltinio ištraukos, pastebėto skirtumo ir klausimo, kurį dar reikia patikslinti. Kodo užduotyje atskirkite siūlomą pakeitimą nuo jo paaiškinimo ir dar reikalingų patikrų. Konkrečiame Google modelio profilyje taip pat nurodytas konteksto kaupimo podėlyje ir paketinio apdorojimo palaikymas. Susijusiose užduotyse galima išlaikyti tą pačią pasikartojančią šaltinių medžiagą; pats kaupimas podėlyje nepatvirtina, kad konkreti užklausa pakartotinai panaudojo podėlyje esančius žetonus. Šių galimybių pavadinimai nereiškia naujesnių schemų derinių, podėlio slenksčių ar vienu metu veikiančių įrankių režimų.
Modelių šeimos kortelėje aprašomas retasis ekspertų mišinio transformeris, savaime suprantantis tekstą, vaizdinę ir garsinę informaciją. Mokymui derinamas žiniatinklio tekstas, kodas, vaizdai, garso ir vaizdo įrašai; papildomas mokymas apima suporuotas daugiarūšes instrukcijas ir atsakymus, žmonių pasirinkimus bei įrankių naudojimo duomenis. Rengiant duomenis šalinami dublikatai ir taikomi saugos bei kokybės filtrai. Konkrečia data pažymėtame modelio puslapyje nurodoma, kad jo žinios siekia 2025 m. sausį. Klausimams, kuriems reikia naujesnės informacijos, reikėtų nurodyti šaltinių medžiagą arba tinkamą jos gavimo žingsnį, o ne laikyti mokymo metu įgytas modelio žinias tiesioginiu aktualios informacijos srautu.
Esminiai ribotumai apima galimą faktų išgalvojimą ir sunkumus suprantant priežastinius ryšius, atliekant sudėtingą loginę dedukciją bei samprotaujant apie hipotetines alternatyvias aplinkybes. Šeimos kortelėje taip pat pažymima, kad atsakymų tonas kartais gali būti be reikalo pamokomas. Kad rezultatas būtų naudingas, reikalaukite atskirti šaltinių faktus, prielaidas ir siūlomus veiksmus, tada patikrinkite sprendimą lemiančias dalis. Išsamų agentinio darbo rezultatą galėtų sudaryti išvados, pagrįstas kitas žingsnis, įrankiais gauta informacija ir likę neatsakyti klausimai. Rugsėjo leidimo dėmesys įrankių naudojimui padeda apibrėžti tokį darbo procesą, o parengtos įvestys ir aiškūs užbaigimo kriterijai išlaiko jo ryšį su naudotojo užduotimi.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-2.5-flash-preview-09-2025 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.0006 / 1K tokenų Išvestis · Išvesties tokenai $0.005 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${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-preview-09-2025", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gemini-2.5-flash-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-2.5-flash-preview-09-2025',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra gemini-2.5-flash-preview-09-2025
Naudokite aukščiau nurodytus metodų kelius.
gemini-2.5-flash-preview-09-2025Gemini 2.5 Flash Preview 09-2025 yra rugsėjo mėnesio Google leidimas, skirtas daugiarūšei analizei ir kelių žingsnių darbui su įrankiais. Jis sujungia teksto, vaizdų, vaizdo ir garso įrašų supratimą su samprotavimu, struktūrizuotais atsakymais ir 1,048,576 įvesties žetonų limitu; šiame leidime konkrečiai patobulintas agentinis įrankių naudojimas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Flash Preview 09-2025 yra rugsėjo mėnesio išankstinis Google hibridinio samprotavimo modelio leidimas. Dokumentuose nurodytos jo įvestys – tekstas, vaizdai, vaizdo ir garso įrašai; išvestis – tekstas. Modelis gali susieti klausimą su vaizdine arba sakytine medžiaga ir parengti paaiškinimą, dokumentą, kodą arba struktūrizuotą atsakymą. Šis konkrečia data pažymėtas leidimas skiriasi nuo stabiliojo Gemini 2.5 Flash ir nuo kintamo latest alternatyvaus pavadinimo. Jo paskirtis – daugiarūšis supratimas ir darbas su įrankiais, kurio rezultatas pateikiamas raštu.
Google aprašo du konkrečius šio leidimo patobulinimus: geresnį agentinį įrankių naudojimą ir taupesnį atsakymų generavimą, kai įjungtas samprotavimas. Pirmasis susijęs su užduotimis, kurioms reikia kelių susietų veiksmų, pavyzdžiui, gauti informaciją, palyginti ją su užklausa ir pasirinkti kitą žingsnį. Antrasis susijęs su naudingų atsakymų rengimu sugeneruojant mažiau žetonų ir išlaikant kokybę. Programavimo asistentui pateikite pastebėtą veikimą, susijusį kodą ir sėkmingo pakeitimo kriterijų. Tyrimų asistentui apibrėžkite klausimą, nagrinėtiną medžiagą ir išvadai reikalingus įrodymus.
Samprotavimas ir tiesioginis atsakymas yra hibridinės sandaros dalys. Samprotavimo užduotyje prieš rengiant galutinį atsakymą galima analizuoti priklausomybes, matematines sąlygas arba kelių žingsnių planą. Paprastam informacijos išgavimui ar trumpam paaiškinimui gali pakakti paprastesnio atsakymo tikslo. Nurodykite, kurie apribojimai privalomi, ką modelis gali laikyti prielaida ir ką turi apimti galutinis rezultatas. Gamintojo modelių šeimos kortelėje pažymima, kad samprotavimo žetonų biudžetų gali būti laikomasi nenuosekliai, todėl prašomas biudžetas neįrodo griežtos samprotavimo ribos. Šis aprašas rugsėjo leidimui nepriskiria naujesnio modelio samprotavimo lygių ar numatytųjų nuostatų.
Konkretaus rugsėjo modelio lentelėje nurodyta iki 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Didelė įvesties talpa leidžia vienoje užduotyje sutalpinti instrukcijas, pavyzdžius, informacinį tekstą ir daugialypės terpės kontekstą. Norėdami palyginti reikalavimus su siūlomu sprendimu, sužymėkite abu šaltinius ir pateikite bendrą kriterijų rinkinį. Aptardami ekrano nuotrauką, įvardykite svarbią būseną arba komponentą; garso ar vaizdo įrašo užduotyje įvardykite klausimą arba įvykį, užuot prašę nekryptingo aprašymo. Rezultatas lieka tekstinis: savasis vaizdų kūrimas, balso generavimas ir sakytinis dialogas realiuoju laiku priklauso kitiems modelių profiliams.
Google šiam konkrečiam išankstiniam leidimui dokumentuoja funkcijų kvietimą, kodo vykdymą, atsakymų grindimą paieškos rezultatais, URL kontekstą ir failų paiešką. Funkcijų kvietimas parenka deklaruotą funkciją ir parengia argumentus; prijungta programa atlieka operaciją ir grąžina jos rezultatą. Kodo vykdymas skaičiavimams arba tekstui apdoroti naudoja sugeneruotą Python kodą. Grindimas paieškos rezultatais pateikia žiniatinklio medžiagą šaltiniais paremtam atsakymui, o URL kontekstas naudoja nurodytų pasiekiamų puslapių turinį. Failų paieška suteikia dar vieną šaltinių gavimo galimybę. Kiekvienam agento įrankiui apibrėžkite aiškią paskirtį ir nurodykite, kokios informacijos tikimasi kiekviename žingsnyje, kad darbo procesas galėtų tęstis pagal iš tiesų grąžintą rezultatą.
Struktūrizuotos išvesties palaikymas leidžia naudoti galutinį rezultatą kaip apibrėžtų laukų rinkinį. Palyginimui prašykite kriterijaus, jį atitinkančios šaltinio ištraukos, pastebėto skirtumo ir klausimo, kurį dar reikia patikslinti. Kodo užduotyje atskirkite siūlomą pakeitimą nuo jo paaiškinimo ir dar reikalingų patikrų. Konkrečiame Google modelio profilyje taip pat nurodytas konteksto kaupimo podėlyje ir paketinio apdorojimo palaikymas. Susijusiose užduotyse galima išlaikyti tą pačią pasikartojančią šaltinių medžiagą; pats kaupimas podėlyje nepatvirtina, kad konkreti užklausa pakartotinai panaudojo podėlyje esančius žetonus. Šių galimybių pavadinimai nereiškia naujesnių schemų derinių, podėlio slenksčių ar vienu metu veikiančių įrankių režimų.
Modelių šeimos kortelėje aprašomas retasis ekspertų mišinio transformeris, savaime suprantantis tekstą, vaizdinę ir garsinę informaciją. Mokymui derinamas žiniatinklio tekstas, kodas, vaizdai, garso ir vaizdo įrašai; papildomas mokymas apima suporuotas daugiarūšes instrukcijas ir atsakymus, žmonių pasirinkimus bei įrankių naudojimo duomenis. Rengiant duomenis šalinami dublikatai ir taikomi saugos bei kokybės filtrai. Konkrečia data pažymėtame modelio puslapyje nurodoma, kad jo žinios siekia 2025 m. sausį. Klausimams, kuriems reikia naujesnės informacijos, reikėtų nurodyti šaltinių medžiagą arba tinkamą jos gavimo žingsnį, o ne laikyti mokymo metu įgytas modelio žinias tiesioginiu aktualios informacijos srautu.
Esminiai ribotumai apima galimą faktų išgalvojimą ir sunkumus suprantant priežastinius ryšius, atliekant sudėtingą loginę dedukciją bei samprotaujant apie hipotetines alternatyvias aplinkybes. Šeimos kortelėje taip pat pažymima, kad atsakymų tonas kartais gali būti be reikalo pamokomas. Kad rezultatas būtų naudingas, reikalaukite atskirti šaltinių faktus, prielaidas ir siūlomus veiksmus, tada patikrinkite sprendimą lemiančias dalis. Išsamų agentinio darbo rezultatą galėtų sudaryti išvados, pagrįstas kitas žingsnis, įrankiais gauta informacija ir likę neatsakyti klausimai. Rugsėjo leidimo dėmesys įrankių naudojimui padeda apibrėžti tokį darbo procesą, o parengtos įvestys ir aiškūs užbaigimo kriterijai išlaiko jo ryšį su naudotojo užduotimi.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-2.5-flash-preview-09-2025 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.0006 / 1K tokenų Išvestis · Išvesties tokenai $0.005 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "gemini-2.5-flash-preview-09-2025",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-preview-09-2025', '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-preview-09-2025', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra gemini-2.5-flash-preview-09-2025
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Review a proposed retention design\n\nAssess this design against the requirement. Requirement R: delete inactive guest records after 30 days; paid accounts are excluded. Design D: a nightly job deletes every account whose last_login is older than 30 days. List mismatches with R/D references, propose a corrected selection rule in plain English, and give boundary cases to test.A concise requirements review, a corrected guest-only rule and tests for day 30, day 31 and an inactive paid account.The proposal excludes paid accounts and explicitly resolves what after 30 days means at the boundary.