Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
", "aboutText": "Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.\n\nSudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.\n\nPristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.\n\nDokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.\n\nTikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.\n\nDaugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.\n\nGamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.\n\nPavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.gemini-3.1-pro-previewGemini 3.1 Pro Preview – tai „Google“ multimodalus samprotavimo modelis sudėtingoms programinės įrangos, algoritmų ir žinių užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, o grąžina tekstą ar kodą, su įrankiais ir struktūruota išvestimi. Low, medium ir high samprotavimo lygiai valdo pastangas; dokumentuotas numatytasis yra high.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
POST /v1/messagestext, imagetext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.1-pro-preview | 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] | Įvestis0,002 USD | Išvestis0,012 USD | Talpyklos skaitymas0,0002 USD | Rašymas į talpykląBazinė: — | Talpykla 5 minBazinė: — | Talpykla 1 valBazinė: — |
| Užklausos dydis tokenais(200 000; ∞) | Įvestis0,004 USD | Išvestis0,018 USD | Talpyklos skaitymas0,0004 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaOpenAI Chat · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaAnthropic Messages · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 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-3.1-pro-preview", "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-3.1-pro-preview", "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-3.1-pro-preview",\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-3.1-pro-preview",\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-3.1-pro-preview',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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview – tai „Google“ multimodalus samprotavimo modelis sudėtingoms programinės įrangos, algoritmų ir žinių užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, o grąžina tekstą ar kodą, su įrankiais ir struktūruota išvestimi. Low, medium ir high samprotavimo lygiai valdo pastangas; dokumentuotas numatytasis yra high.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
POST /v1beta/models/{model}:generateContenttext, imagetext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukaspath.model | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.1-pro-preview | 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] | Įvestis0,002 USD | Išvestis0,012 USD | Talpyklos skaitymas0,0002 USD | Rašymas į talpykląBazinė: — | Talpykla 5 minBazinė: — | Talpykla 1 valBazinė: — |
| Užklausos dydis tokenais(200 000; ∞) | Įvestis0,004 USD | Išvestis0,018 USD | Talpyklos skaitymas0,0004 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaOpenAI Chat · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaAnthropic Messages · Užklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 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-3.1-pro-preview: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-3.1-pro-preview: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-3.1-pro-preview", 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-3.1-pro-preview", 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-3.1-pro-preview',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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview – tai „Google“ multimodalus samprotavimo modelis sudėtingoms programinės įrangos, algoritmų ir žinių užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, o grąžina tekstą ar kodą, su įrankiais ir struktūruota išvestimi. Low, medium ir high samprotavimo lygiai valdo pastangas; dokumentuotas numatytasis yra high.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.1-pro-preview | 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 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-3.1-pro-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-pro-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
gemini-3.1-pro-previewGemini 3.1 Pro Preview – tai „Google“ multimodalus samprotavimo modelis sudėtingoms programinės įrangos, algoritmų ir žinių užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, o grąžina tekstą ar kodą, su įrankiais ir struktūruota išvestimi. Low, medium ir high samprotavimo lygiai valdo pastangas; dokumentuotas numatytasis yra high.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.1-pro-preview | 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview – tai „Google“ multimodalus samprotavimo modelis sudėtingoms programinės įrangos, algoritmų ir žinių užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, o grąžina tekstą ar kodą, su įrankiais ir struktūruota išvestimi. Low, medium ir high samprotavimo lygiai valdo pastangas; dokumentuotas numatytasis yra high.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-3.1-pro-preview | 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 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-3.1-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
google/gemini-3.1-pro-previewGemini 3.1 Pro Preview – tai „Google“ multimodalus samprotavimo modelis sudėtingoms programinės įrangos, algoritmų ir žinių užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, o grąžina tekstą ar kodą, su įrankiais ir struktūruota išvestimi. Low, medium ir high samprotavimo lygiai valdo pastangas; dokumentuotas numatytasis yra high.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.1 Pro Preview – Google į samprotavimą orientuotas tekstinis modelis sudėtingoms užduotims, kurioms reikia programinės įrangos inžinerijos, algoritmų kūrimo arba skirtingų rūšių įrodymų sintezės. Jis sukurtas Gemini 3 Pro pagrindu, akcentuojant tikslų įrankių naudojimą, efektyvesnį samprotavimą ir patikimą kelių etapų vykdymą. Tekstas, vaizdai, garsas, vaizdo įrašai ir PDF gali prisidėti prie rašytinio atsakymo, kodo artefakto arba struktūrizuoto rezultato.
Sudėtingai programavimo užduočiai pateikite tikslą, susijusią saugyklos medžiagą, pastebėtą elgseną ir išsaugotinus apribojimus. Užduoties kontekstą gali suteikti ištisos kodo saugyklos. Tikrindami kodo sutartį paprašykite modelio palyginti, kaip du moduliai tvarko bendrą duomenų sutartį, nustatyti neatitikimą ir pasiūlyti tikslingą pataisą su pagrindžiančiomis nuorodomis į kodą. Naudingoje išvestyje analizė, siūloma pataisa ir įrodymai atskiriami nuo bet kokios prijungtos programos atliktos patikros.
Pristatymo medžiagoje demonstruojami kodu paremti vizualiniai paaiškinimai ir interaktyvūs projektai, įskaitant iš tekstinės užduoties gautą animuotą SVG. Tai kodo artefaktai, o ne rastrinių vaizdų generavimas. Aiški užduotis gali apibrėžti, ką reikia paaiškinti, kaip vizualizacija turi veikti ir kokius duomenis atvaizduoti. Patikrinkite gautą kodą ir jo atvaizdavimą pagal šiuos reikalavimus. Duomenų sintezės užduočiai pateikite tikruosius šaltinius ir paprašykite vieno vaizdo, išsaugančio juose esančius ryšius ir patikslinimus.
Dokumentuoti samprotavimo lygiai yra low, medium ir high; 3.1 Pro Preview numatytasis lygis – high. Šiame Pro profilyje samprotavimo negalima visiškai išjungti. Ribotos apimties atsakymui rinkitės mažesnes pastangas, o sudėtingam kelių etapų darbui – daugiau samprotavimo, palikdami pakankamą išvesties biudžetą galutiniam artefaktui. Maža išvesties riba gali nutraukti samprotavimą dar nepateikus tinkamo galutinio atsakymo. Samprotavimo vadove jo santrauka atskiriama nuo viso vidinio proceso ir paaiškinama pokalbio samprotavimo parašų konteksto svarba.
Tikslioje Preview lentelėje nurodyti funkcijų iškvietimas, kodo vykdymas, atsakymų pagrindimas paieška, pagrindimas Maps duomenimis, URL kontekstas ir struktūrizuota išvestis. File Search joje apribota AI Studio. Apibrėžkite funkcijų paskirtį ir parametrus bei tęskite darbą nuo tikro grąžinto rezultato. Atskiras Custom Tools Preview profilis optimizuotas teikti pirmenybę pasirinktiniams įrankiams ir bash; tai atskiras pavadintas gamintojo galinis taškas, todėl šios specializacijos nereikėtų tyliai priskirti kiekvienai 3.1 Pro užklausai. Kai užduočiai reikia apibrėžtų įrašų, o ne laisvo teksto, pasirinkite struktūrizuoto rezultato schemą.
Daugiarūšei analizei nurodykite reikiamą puslapį, vaizdą, garso įrašo intervalą ar vaizdo įrašo įvykį. Dokumentų analizėje palyginkite schemą su jos rašytine specifikacija ir grąžinkite kiekvieną neatitikimą su jį pagrindžiančia ištrauka. Sakytinis šaltinis gali pateikti transkriptą arba tekstinę interpretaciją. Išvadoms, kurias reikia patikrinti, išsaugokite nuorodas į šaltinius ir atskirkite tai, kas matoma ar pasakyta, nuo to, kas numanoma. Šio profilio išvestis išlieka tekstinė, įskaitant kodą; įtaisytasis vaizdų ar kalbos generavimas nėra tikslios jo galimybių lentelės dalis.
Gamintojo 3.1 Pro kortelėje nurodytas iki 1M kontekstas ir 64K tekstinė išvestis, o tikslioje Preview API lentelėje – 1,048,576 įvesties žetonų ir 65,536 išvesties žetonų. Instrukcijas, pokalbio istoriją ir mediją įskaičiuokite į įvesties biudžetą. Dokumentuoti podėlis ir paketinis apdorojimas, taip pat gamintojo profiliui pateiktos Flex ir Priority parinktys. Keliems nepriklausomiems elementams apibrėžkite reikalingą išvestį ir išsaugokite kiekvieno šaltinio identifikatorių, užuot nesusijusius įrodymus sujungę į vieną neatsekamą atsakymą.
Pavadinta Preview versija išlieka atskira nuo Pro Custom Tools profilio ir vėlesnių Flash ar Pro leidimų. Jos stiprybės susijusios su sudėtingu samprotavimu, programavimu ir įrodymų sinteze; galutinį artefaktą vis tiek reikia tikrinti pagal šaltinį ir tikrus įrankių rezultatus. Išsaugokite neišspręstą dviprasmybę, kai pateikta informacija neleidžia daryti tvirtos išvados. Naudingas rezultatas yra pagrįstas atsakymas, kodas ar įrašas, kurio prašė užduotis, su pakankamais įrodymais jo praktinėms riboms įvertinti.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-3.1-pro-preview | 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 $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų Išvestis · Samprotavimo išvesties žetonai $0.024 / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinai200 000 | Mokestis Įvestis · Įvesties tokenai $0.004 / 1K tokenų Išvestis · Išvesties tokenai $0.024 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0004 / 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 $0.008 / 1K tokenų Išvestis · Išvesties tokenai $0.036 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0008 / 1K tokenų Įvestis · Rašymas į talpyklą $0.00075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "google/gemini-3.1-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-3.1-pro-preview
Ailoot Ultra gemini-3.1-pro-preview, google/gemini-3.1-pro-preview~google/gemini-pro-latest
/chat/completions
google/gemini-3.1-pro-preview, ~google/gemini-pro-latest, gemini-3.1-pro-preview, gemini-3.1-pro-preview
Techninis pavyzdys anglų kalba
Review a cross-module date contract\n\nReview this contract mismatch. Producer emits {due_date: "2026-11-03"}; consumer reads record.dueDate and displays "No date" when missing. Existing stored records use due_date. Propose the smallest compatible correction and tests for both present and absent dates. Preserve the producer field and do not add a second stored field.A short mismatch analysis, a focused consumer patch and tests covering the stored field and missing-value behavior.Check that the patch reads due_date without changing persisted records or treating an absent date as a valid one.