Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
", "aboutText": "Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.\n\nProgramavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.\n\nIlgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.\n\nDokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.\n\nPerėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.\n\nDirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.\n\nJo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.\n\nGalimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Diagnose an unsaved form value\n\nReview this form flow: the input displays draft.name; typing updates draft.name; Save sends original.name; after reload the old name reappears. Explain the mismatch and propose a minimal correction in framework-neutral pseudocode. Include a regression scenario that types a new name, saves, reloads, and checks the stored value. Do not claim any browser action occurred.A cause explanation, corrected Save pseudocode and an end-to-end regression scenario.The submitted value comes from the edited draft, and the reload check verifies persistence rather than just the visible input.gemini-3.8-flashGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/messagestext, imagetext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.8-flash | 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 Model-specific | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasstop_sequences | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastools | Tipastool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | 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 Model-specific | Numatyta— |
Laukasthinking.type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasthinking.budget_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasoutput_config.effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasmetadata | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukascache_control | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | 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/messagesAiloot 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 | Mokestis |
|---|---|---|
| KonfigūracijaOpenAI Chat · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaAnthropic Messages · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
set -eu\n: "${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-3.8-flash", "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-3.8-flash", "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-3.8-flash",\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-3.8-flash",\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-3.8-flash',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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
gemini-3.8-flashGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1beta/models/{model}:generateContenttext, imagetext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukaspath.model | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.8-flash | 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 Model-specific | Numatyta— |
LaukasgenerationConfig.temperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukasgenerationConfig.topP | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukasgenerationConfig.topK | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukasgenerationConfig.stopSequences | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukasgenerationConfig.thinkingConfig.includeThoughts | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukasgenerationConfig.thinkingConfig.thinkingBudget | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastools[].functionDeclarations | Tipasfunction_declaration[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukastoolConfig.functionCallingConfig.mode | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
LaukassafetySettings | Tipasobject[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | 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}:generateContentAiloot 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 | Mokestis |
|---|---|---|
| KonfigūracijaOpenAI Chat · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaAnthropic Messages · Baziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
set -eu\n: "${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-3.8-flash: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-3.8-flash: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-3.8-flash", 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-3.8-flash", 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-3.8-flash',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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
gemini-3.8-flashGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.8-flash | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Model-specific | 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.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.8-flash","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-3.8-flash", 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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
gemini-3.8-flashGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos gemini-3.8-flash | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "gemini-3.8-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.8-flash', '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-3.8-flash', '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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
google/gemini-3.8-flashGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-3.8-flash | 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. Model-specific | 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 Model-specific | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Model-specific | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Model-specific | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Model-specific | 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 Model-specific | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.8-flash", "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-3.8-flash',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-3.8-flash',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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
google/gemini-3.8-flashGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos google/gemini-3.8-flash | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "google/gemini-3.8-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.8-flash', '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-3.8-flash', '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-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
~google/gemini-flash-latestGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos ~google/gemini-flash-latest | 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: These roles are explicitly represented by Source compatibility types; the exact model role set remains model-specific. Model-specific | 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; use actual returned ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Round-trip actual returned reasoning where this model uses it | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Model-specific | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Model-specific | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Model-specific | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: function tool supplied | 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 Model-specific | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Model-specific | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options is rejected on this Ultra text route | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h is rejected in actual prompt-cache locations | Numatyta— |
Tekstas · UTF8 text
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijamessage array with role/content shape |
Parametrasfile_material | Specifikacijaactual UTF-8 document inserted as literal text; no file ID inferred |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijamodel-specific; user function tools differ from hosted tools |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Send exact model ID with messages.
Context length is not an output cap.
A text file may supply literal text; image/audio/file-object inputs need exact binding.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~google/gemini-flash-latest", "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-flash-latest',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-flash-latest',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 or SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.
Keep request/response IDs and headers. No generic text job retrieval URL is supplied.
| 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 | SąlygaInvalid required fields, material representation or parameter value | Kitas žingsnisCorrect the indicated fields before a new creation request. |
Ailoot gemini-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
~google/gemini-flash-latestGemini 3.8 Flash yra universalus Google daugiarūšės įvesties modelis tęstiniam programinės įrangos kūrimui, agentams ir sudėtingoms darbo su žiniomis užduotims. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, grąžina tekstą ir siūlo low, medium arba high samprotavimo lygį su įrankiais ir struktūruota išvestimi. Dokumentuotos jo įvesties ir išvesties ribos yra 1 048 576/65 536 žetonų.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Gemini 3.8 Flash yra Google tekstinės išvesties modelis tęstiniam programinės įrangos kūrimui, kelių žingsnių agentams ir sudėtingiems darbo su žiniomis procesams. Jis sukurtas Gemini 3.7 Flash pagrindu, pagerinant programinės įrangos kūrimą ir agentinį darbą su žiniomis. Jis priima tekstą, vaizdus, garsą, vaizdo įrašus ir PDF, todėl užduotis gali derinti rašytinį tikslą su tikrąja medžiaga, reikalinga jam pasiekti. Naudingas rezultatas yra kodo pakeitimas, paaiškinta analizė, rašytinis atsakymas ar struktūruotas įrašas.
Programavimo užduočiai pateikite reikalavimą, aktualius failus, pastebėtą elgseną ir išsaugotinus apribojimus. Ekrano kopija gali parodyti numatytą sąsają, o žurnalai ar problemą atkuriantis pavyzdys — klaidą. Derinimo užduočiai paprašykite modelio atsekti neatitiktį tarp matomos formos būsenos ir saugomos jos reikšmės, nustatyti atsakingą kodo kelią ir pasiūlyti konkrečią pataisą. Aiškiai apibrėžkite numatytą galutinį artefaktą, kad ilgesnė tyrimo ir įrankių naudojimo seka vis tiek turėtų konkrečią užbaigimo sąlygą.
Ilgiau trunkančiam darbui naudokite mažesnius samprotavimo žingsnius, kartotinius įrankių iškvietimus ir tarpinių rezultatų patikras. Low, medium ir high mąstymo lygiai valdo samprotavimo apimtį; dokumentuotas numatytasis yra medium. Low tinka greitam tekstiniam projektui ar apibrėžtos apimties analizei, o high skirtas sudėtingai matematikai, programavimui ar kelių žingsnių užduotims. Gemini 3.8 Flash nepalaiko minimal mąstymo lygio. Todėl tęstinei derinimo užduočiai ir paprastam laukų ištraukimui reikia skirtingo samprotavimo pasirinkimo, o ne vienodo nustatymo visoms užklausoms.
Dokumentuoti įrankiai apima funkcijų iškvietimą, kodo vykdymą, failų paiešką, grindimą paieškos šaltiniais, grindimą Google Maps šaltiniais ir URL kontekstą, o Computer Use nurodytas kaip preliminariai prieinama galimybė. Struktūruotos išvestys apibrėžia mašinai skaitomą rezultatą. Funkcijos turi turėti aiškią paskirtį ir parametrų apibrėžimą: modelis gali paprašyti funkcijos, o prijungta programa atlieka operaciją ir grąžina jos rezultatą. Per pokalbio žingsnius išsaugokite funkcijų tapatybę ir tikrąją grąžintą medžiagą. Naudingas galutinis atsakymas paaiškina, kokie įrodymai pagrindžia siūlomą pataisą ar ištrauktą reikšmę.
Perėjimo prie 3.8 vadove vietoje ankstesnės samprotavimo biudžeto konfigūracijos naudojami mąstymo lygio valdikliai ir patariama pašalinti nebenaudojamus atrankos parametrus bei iš anksto užpildytus modelio žingsnius. Jame taip pat reikalaujama atitinkamame būsenos neišsaugančiame darbo procese išsaugoti mąstymo parašus ir susieti funkcijų atsakymus su jų iškvietimais pagal identifikatorių ir pavadinimą. Šios detalės svarbios tęsiant kelių žingsnių užduotį: kitam žingsniui reikia tikrojo ankstesnio konteksto, o ne perrašyto pasakojimo, kuriame prarandamas įrankio rezultatas ar parašas. Naujame naudotojo žingsnyje aiškiai išlaikykite klausimą ir prašomą išvestį.
Dirbdami su įvairių rūšių žinių medžiaga nurodykite aktualius dokumento puslapius, diagramą, garso intervalą ar vaizdo įrašo įvykį ir paaiškinkite, kaip jie turi prisidėti prie atsakymo. Lyginant dokumentus galima prašyti skirtumų lentelės su šaltinių ištraukomis; klausiant apie diagramą — matomų reikšmių ir jų pagrindžiamos išvados. Vaizdo įrašo analizei galima prašyti išvadą pagrindžiančių įvykių aprašymo. Iš šių įvesčių modelis grąžina tekstą. Vaizdų generavimas, kalbos sintezė ir tiesioginė garsinė sąveika Live priklauso atskiriems modelių profiliams.
Jo Gemini API ribos yra 1 048 576 įvesties žetonų ir 65 536 išvesties žetonų, atitinkančių savajam modeliui nurodomą iki 1M kontekstą ir 64K tekstinę išvestį. Instrukcijos, pokalbio istorija ir pateikta medija naudoja įvesties kontekstą, o samprotavimas ar ilgas galutinis artefaktas turi tilpti į dokumentuotą išvesties limitą. Google šiam gamintojo profiliui taip pat nurodo podėliavimą, paketinį apdorojimą, Flex ir Priority apdorojimą. Nepriklausomiems elementams išsaugokite stabilų elemento identifikatorių ir aiškų išvesties formatą, kad kiekvienas rezultatas liktų susietas su savo šaltiniu.
Galimi apribojimai apima haliucinacijas, retkarčiais pasitaikantį lėtumą ar laukimo laiko viršijimą ir didesnį žetonų sunaudojimą esant didesnėms pastangoms. Jo žinių riba yra 2026 m. kovas, nors kai kurių sričių žinios vis dar ribojamos 2025 m. sausiu. Pateikite aktualių įrodymų arba naudokite dokumentuotus grindimo šaltiniais įrankius, kai užduotis priklauso nuo vėlesnės informacijos. Šaltinių nuorodas, skaičiavimus ir siūlomą kodą tikrinkite pagal tikrąsias įvestis ir vykdymo rezultatus. Galutinis naudingas artefaktas turi atskirti pagrįstą išvadą nuo neišspręsto klausimo, nedarant prielaidos, kad sklandus atsakymas patvirtina prašomą rezultatą.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos ~google/gemini-flash-latest | 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 text
messages[].content string
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaRead the actual UTF-8 document and put its text in the indicated input or message content string. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.003 / 1K tokenų Išvestis · Išvesties tokenai $0.015 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0003 / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "~google/gemini-flash-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-flash-latest', '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-flash-latest', '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 or SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.
Keep request/response IDs and headers. No generic text job retrieval URL is supplied.
| 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 | SąlygaInvalid required fields, material representation or parameter value | Kitas žingsnisCorrect the indicated fields before a new creation request. |
Ailoot gemini-3.8-flash
Ailoot Ultra gemini-3.8-flash, google/gemini-3.8-flash, ~google/gemini-flash-latest
/chat/completions
google/gemini-3.8-flash, ~google/gemini-flash-latest, gemini-3.8-flash, gemini-3.8-flash
Techninis pavyzdys anglų kalba
Diagnose an unsaved form value\n\nReview this form flow: the input displays draft.name; typing updates draft.name; Save sends original.name; after reload the old name reappears. Explain the mismatch and propose a minimal correction in framework-neutral pseudocode. Include a regression scenario that types a new name, saves, reloads, and checks the stored value. Do not claim any browser action occurred.A cause explanation, corrected Save pseudocode and an end-to-end regression scenario.The submitted value comes from the edited draft, and the reload check verifies persistence rather than just the visible input.