Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
", "aboutText": "Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.\n\nProgramavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.\n\nMatematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.\n\nDokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.\n\nDarbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.\n\nTikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.\n\nGamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.\n\nStabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Trace an identifier through storage\n\nTrace this identifier through three excerpts: form sends {customer_id:'0017'}; service computes id=Number(body.customer_id); repository stores String(id). Requirement: preserve leading zeros. Identify where the contract changes, propose a minimal consistent correction and give tests for '0017', '17' and a missing ID. Do not claim the tests were executed.A source-path explanation, a proposed patch and a three-case regression-test plan.Check that the proposed path preserves distinct strings 0017 and 17 while specifying missing-ID behavior.gemini-2.5-proGemini 2.5 Pro – Google stabilus samprotavimo modelis sudėtingam kodui, matematikai, STEM ir ilgo konteksto analizei. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus bei PDF ir grąžina tekstą, palaikydamas įrankius ir struktūrizuotą išvestį. Jo dinaminis samprotavimo biudžetas palaiko 128–32,768 žetonų ir negali būti visiškai išjungtas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
POST /v1/messagestext, imagetext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-2.5-pro | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring|content_block[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukassystem | Tipasstring|content_block[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Riba taikoma: konkretus pasirinkto modelio / kortelės limitas | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop_sequences | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipastool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas įrankis | Numatyta— |
Laukastools[].description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].input_schema | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasthinking.type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasthinking.budget_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasoutput_config.effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmetadata | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukascache_control | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content arba type=text blokas
Tekstas + vaizdas
{type:image,source:{type:base64,media_type,data}} arba šaltinis type=url
| Parametras | Specifikacija |
|---|---|
Parametrasmaterial_types | Specifikacijatext, image |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijanull |
Parametrascontent_type | Specifikacijaapplication/json |
Parametrastext_file_material | Specifikacijatikrasis UTF-8 turinys įterptas kaip tekstas; failų ID/URLs reikia atskiro tiksliai apibrėžto palaikymo |
Gyvavimo ciklas: exact retained published method
Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo.
POST /v1/messages| Užklausos dydis tokenais | Įvestis | Išvestis | Talpyklos skaitymas | Rašymas į talpyklą | Talpykla 5 min | Talpykla 1 val |
|---|---|---|---|---|---|---|
| Užklausos dydis tokenais(0; 200 000] | Įvestis0,00125 USD | Išvestis0,01 USD | Talpyklos skaitymas0,000125 USD | Rašymas į talpykląBazinė: — | Talpykla 5 minBazinė: — | Talpykla 1 valBazinė: — |
| Užklausos dydis tokenais(200 000; ∞) | Įvestis0,0025 USD | Išvestis0,015 USD | Talpyklos skaitymas0,00025 USD | Rašymas į talpykląBazinė: — | Talpykla 5 minBazinė: — | Talpykla 1 valBazinė: — |
Įkainiai USD už 1K tokenų. Jei įkainis nenustatytas, paveldimas šio metodo bazinis įkainis; «—» reiškia, kad bazinis įkainis nenustatytas.
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 →
Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaOpenAI Chat · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaOpenAI Chat · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaOpenAI Chat · Užklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaAnthropic Messages · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaAnthropic Messages · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaAnthropic Messages · Užklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-pro", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-pro", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-2.5-pro",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-2.5-pro",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='gemini-2.5-pro',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
gemini-2.5-proGemini 2.5 Pro – Google stabilus samprotavimo modelis sudėtingam kodui, matematikai, STEM ir ilgo konteksto analizei. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus bei PDF ir grąžina tekstą, palaikydamas įrankius ir struktūrizuotą išvestį. Jo dinaminis samprotavimo biudžetas palaiko 128–32,768 žetonų ir negali būti visiškai išjungtas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
POST /v1beta/models/{model}:generateContenttext, imagetext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukaspath.model | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-2.5-pro | Numatyta— |
Laukascontents | Tipascontent[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukascontents[].role | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos user, model | Numatyta— |
Laukascontents[].parts | Tipaspart[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
LaukassystemInstruction | Tipascontent | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
LaukasgenerationConfig.maxOutputTokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
LaukasgenerationConfig.temperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukasgenerationConfig.topP | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukasgenerationConfig.topK | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukasgenerationConfig.stopSequences | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukasgenerationConfig.thinkingConfig.includeThoughts | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukasgenerationConfig.thinkingConfig.thinkingBudget | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].functionDeclarations | Tipasfunction_declaration[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukastoolConfig.functionCallingConfig.mode | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukassafetySettings | Tipasobject[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
LaukassessionId | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Tekstas · UTF8 tekstas
contents[].parts[].text
Tekstas + vaizdas
parts[].inlineData={mimeType,data}
| Parametras | Specifikacija |
|---|---|
Parametrasmaterial_types | Specifikacijatext, image |
Parametrasrequired | Specifikacijacontents |
Parametrasoptional_controls | Specifikacijanull |
Parametrascontent_type | Specifikacijaapplication/json |
Parametrastext_file_material | Specifikacijatikrasis UTF-8 turinys įterptas kaip tekstas; failų ID/URLs reikia atskiro tiksliai apibrėžto palaikymo |
Gyvavimo ciklas: exact retained published method
Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo.
POST /v1beta/models/{model}:generateContent| Užklausos dydis tokenais | Įvestis | Išvestis | Talpyklos skaitymas | Rašymas į talpyklą | Talpykla 5 min | Talpykla 1 val |
|---|---|---|---|---|---|---|
| Užklausos dydis tokenais(0; 200 000] | Įvestis0,00125 USD | Išvestis0,01 USD | Talpyklos skaitymas0,000125 USD | Rašymas į talpykląBazinė: — | Talpykla 5 minBazinė: — | Talpykla 1 valBazinė: — |
| Užklausos dydis tokenais(200 000; ∞) | Įvestis0,0025 USD | Išvestis0,015 USD | Talpyklos skaitymas0,00025 USD | Rašymas į talpykląBazinė: — | Talpykla 5 minBazinė: — | Talpykla 1 valBazinė: — |
Įkainiai USD už 1K tokenų. Jei įkainis nenustatytas, paveldimas šio metodo bazinis įkainis; «—» reiškia, kad bazinis įkainis nenustatytas.
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 →
Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaOpenAI Chat · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaOpenAI Chat · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaOpenAI Chat · Užklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaAnthropic Messages · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaAnthropic Messages · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaAnthropic Messages · Užklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-pro:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-pro:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-2.5-pro", contents="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-2.5-pro", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-2.5-pro',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson arba palaikomas srautinis perdavimas
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus kandidatus ir dalis, įskaitant funkcijų iškvietimus, mąstymo parašus ir naudojimo duomenis; srauto dalis surinkite eilės tvarka.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
LaukasresponseId | Tipasstring |
LaukasmodelVersion | Tipasstring |
Laukascandidates[].content.parts[] | Tipastext|inlineData|functionCall|other part |
Laukascandidates[].finishReason | Tipasstring |
LaukasusageMetadata | 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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
gemini-2.5-proGemini 2.5 Pro – Google stabilus samprotavimo modelis sudėtingam kodui, matematikai, STEM ir ilgo konteksto analizei. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus bei PDF ir grąžina tekstą, palaikydamas įrankius ir struktūrizuotą išvestį. Jo dinaminis samprotavimo biudžetas palaiko 128–32,768 žetonų ir negali būti visiškai išjungtas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-2.5-pro | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Tekstinis pokalbis | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
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 |
Parametrascontrol_scope | SpecifikacijaTekstinis pokalbis; stream yra loginė reikšmė, kurios numatytoji reikšmė yra false. |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Metodo pseudonimai: /chat/completions
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.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${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-pro","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-2.5-pro", 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 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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
gemini-2.5-proGemini 2.5 Pro – Google stabilus samprotavimo modelis sudėtingam kodui, matematikai, STEM ir ilgo konteksto analizei. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus bei PDF ir grąžina tekstą, palaikydamas įrankius ir struktūrizuotą išvestį. Jo dinaminis samprotavimo biudžetas palaiko 128–32,768 žetonų ir negali būti visiškai išjungtas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-2.5-pro | 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.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "gemini-2.5-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-pro', '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-pro', '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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
google/gemini-2.5-proGemini 2.5 Pro – Google stabilus samprotavimo modelis sudėtingam kodui, matematikai, STEM ir ilgo konteksto analizei. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus bei PDF ir grąžina tekstą, palaikydamas įrankius ir struktūrizuotą išvestį. Jo dinaminis samprotavimo biudžetas palaiko 128–32,768 žetonų ir negali būti visiškai išjungtas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-2.5-pro | 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.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-pro", "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',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',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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
google/gemini-2.5-proGemini 2.5 Pro – Google stabilus samprotavimo modelis sudėtingam kodui, matematikai, STEM ir ilgo konteksto analizei. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus bei PDF ir grąžina tekstą, palaikydamas įrankius ir struktūrizuotą išvestį. Jo dinaminis samprotavimo biudžetas palaiko 128–32,768 žetonų ir negali būti visiškai išjungtas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 2.5 Pro – Google stabilus samprotavimo profilis pažangiam programavimui, matematikai, STEM ir ilgo konteksto analizei. Jis gali suprasti tekstą, garsą, vaizdus, vaizdo įrašus ir ištisas kodo saugyklas, o Gemini API profilis taip pat priima PDF įvestį. Išvestis yra tekstas, įskaitant kodą, rašytinę analizę arba struktūrizuotą įrašą. Naudingoje užduotyje pateikiami įrodymai ir prašoma patikrinamo rezultato, pavyzdžiui, paaiškinto sprendimo, išvados apie kodų bazę ar kelių dokumentų palyginimo.
Programavimui pateikite susijusius failus, pastebėtą elgseną ir svarbų pakeitimą arba klausimą. Ilgas kontekstas gali padėti modeliui susieti modulius, užuot samprotavus iš vienos izoliuotos ištraukos. Kodo eigos tyrime paprašykite atsekti identifikatorių nuo įvesties formos per apdorojimą iki saugojimo, nustatyti, kur keičiasi sutartis, ir pasiūlyti tikslingą pataisą. Išsaugokite apribojimus ir paprašykite pagrindžiančių nuorodų. Siūlomą pataisą reikia palyginti su tikruoju kodu ir bet kokia per prijungtus įrankius atlikta patikra.
Matematinei ar mokslinei analizei nurodykite problemą, prielaidas, vienetus ir reikalingą atsakymo formą. Pateikite duomenis ar grafikus, nuo kurių priklauso skaičiavimas. Paprašykite pagrįsto rezultato ir patikrų, leidžiančių jį įvertinti, pavyzdžiui, ribinių atvejų ar palyginimo su pradinėmis reikšmėmis. Modelio gebėjimas samprotauti nepašalina problemos formuluotės dviprasmybių. Nežinomą dydį ar nepagrįstą prielaidą palikite matomą, o ne pakeiskite patogia reikšme.
Dokumentuotas numatytasis režimas – dinaminis samprotavimas. Gemini 2.5 GenerateContent vadovas Pro versijai palaiko aiškų samprotavimo biudžetą nuo 128 iki 32,768 žetonų arba -1 adaptyviam samprotavimui. Šioje versijoje samprotavimo negalima visiškai išjungti. Šie valdikliai skiriasi nuo Flash nulinio biudžeto parinkties ir Gemini 3 samprotavimo lygio nustatymų. Samprotavimo biudžetas nukreipia samprotavimą, o ne garantuoja tikslų vidinių žetonų skaičių; atsakymo riba taip pat turi palikti vietos galutiniam artefaktui.
Darbui su daugiarūšiais dokumentais nurodykite puslapius, diagramą, vaizdo sritį ar įrašo įvykį, kurie turi pagrįsti atsakymą. Praktinėje sintezės užduotyje galima prašyti konkuruojančių teiginių iš kelių šaltinio dokumentų, juos pagrindžiančių ištraukų ir vienam sprendimui svarbių skirtumų. Paprašykite modelio atskirti nurodytą faktą nuo išvados. Vaizdo įrašui ar garsui apibrėžkite, ar rezultatas turi būti aprašymas, transkriptas, santrauka ar palyginimas. Šiame profilyje vaizdas ir garsas yra tekstinio rezultato įrodymai.
Tikslus API puslapis dokumentuoja funkcijų iškvietimą, kodo vykdymą, failų paiešką, atsakymų pagrindimą paieška, pagrindimą Maps duomenimis, URL kontekstą ir struktūrizuotą išvestį. Apibrėžkite funkcijų paskirtį ir parametrų laukus, o vėlesniuose ėjimuose išsaugokite tikruosius rezultatus. Schema apribotam įrašui nurodykite privalomus laukus ir trūkstamos informacijos vaizdavimą. Modelio vidinė architektūra yra daugiarūšis transformeris su retuoju ekspertų mišiniu; ši modelio sandara savaime nesuteikia išorinio įrankio vykdymo ar užbaigtos programos daugiau, nei grąžinamas tekstas ar kodas.
Gamintojo kortelėje nurodytas 1M įvesties kontekstas ir 64K tekstinė išvestis; API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijos, šaltinio turinys ir išsaugota istorija prisideda prie įvesties parengimo. Didžiausias atsakymo biudžetas apima samprotavimo žetonus, todėl per maža riba gali nutraukti galutinį atsakymą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat Flex bei Priority parinktys. Rengdami nepriklausomas ilgo konteksto užduotis išsaugokite kiekvieno šaltinio identifikatorių ir prašomą galutinę formą.
Stabilus identifikatorius skiriasi nuo Experimental ir Preview versijų, kurios bendroje Pro modelio kortelėje aptariamos atskirai. Nepriskirkite jų versijoms būdingų rezultatų šiam profiliui vien dėl bendro Pro pavadinimo. Kortelėje nurodomos galimos haliucinacijos ir priežastinio supratimo, sudėtingos dedukcijos bei kontrafaktinio samprotavimo ribos; žinių riba – 2025 m. sausis. Kai tai svarbu, pateikite aktualių įrodymų ir patikrinkite nuorodas į šaltinius, skaičiavimus bei siūlomus pakeitimus. Naudinga išvestis – pagrįstas tekstinis ar kodo artefaktas, kurio prašė užduotis.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-2.5-pro | 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.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.02 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.0025 / 1K tokenų Išvestis · Išvesties tokenai $0.02 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00025 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 2 | Įkainių lentelė— | Konteksto tokenų daugiau nei200 000 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.005 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0005 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "google/gemini-2.5-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 gemini-2.5-pro
Ailoot Ultra gemini-2.5-pro, google/gemini-2.5-pro
/chat/completions
Techninis pavyzdys anglų kalba
Trace an identifier through storage\n\nTrace this identifier through three excerpts: form sends {customer_id:'0017'}; service computes id=Number(body.customer_id); repository stores String(id). Requirement: preserve leading zeros. Identify where the contract changes, propose a minimal consistent correction and give tests for '0017', '17' and a missing ID. Do not claim the tests were executed.A source-path explanation, a proposed patch and a three-case regression-test plan.Check that the proposed path preserves distinct strings 0017 and 17 while specifying missing-ID behavior.