Source: https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/ Canonical: https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/ Language: ms # gemini-2.5-flash-preview-09-2025 [Markdown](https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/index.md) · [JSON](https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/facts.json) ## [gemini-2.5-flash-preview-09-2025](https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/) Gemini 2.5 Flash Preview 09-2025 ialah edisi September Google untuk analisis multimodal dan kerja berbilang langkah dengan alat. Ia menggabungkan pemahaman teks, imej, video dan audio dengan pemikiran, respons berstruktur dan had input sebanyak 1,048,576 token, berserta penambahbaikan khusus dalam penggunaan alat oleh ejen. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/gemini-2-5-flash-preview-09-2025/#method-1) Tentang model Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih. Gemini 2.5 Flash Preview 09-2025 ialah edisi pratonton September bagi model penaakulan hibrid Google. Input yang didokumenkan ialah teks, imej, video dan audio; outputnya ialah teks. Model ini boleh menggabungkan soalan dengan bahan visual atau pertuturan, kemudian menghasilkan penjelasan, dokumen, kod atau respons berstruktur. Edisi bertarikh yang tepat ini berbeza daripada Gemini 2.5 Flash stabil dan alias latest yang berubah mengikut keluaran. Tujuannya ialah pemahaman multimodal dan kerja berbantukan alat dengan hasil bertulis. Google menerangkan dua penambahbaikan khusus untuk keluaran ini: penggunaan alat oleh ejen yang lebih baik dan penjanaan jawapan yang lebih menjimatkan apabila pemikiran diaktifkan. Yang pertama berkaitan tugasan yang memerlukan beberapa tindakan yang saling berkaitan, seperti mendapatkan maklumat, membandingkannya dengan permintaan dan memilih langkah seterusnya. Yang kedua berkaitan penghasilan jawapan berguna dengan lebih sedikit token terjana sambil mengekalkan kualiti. Untuk pembantu pembangunan, bekalkan tingkah laku yang diperhatikan, kod yang berkaitan dan kriteria bagi perubahan yang berjaya. Untuk pembantu penyelidikan, tentukan soalan, bahan yang perlu diperiksa dan bukti yang diperlukan untuk kesimpulan. Pemikiran dan respons langsung merupakan sebahagian daripada reka bentuk hibrid. Tugasan pemikiran boleh menganalisis kebergantungan, syarat matematik atau pelan berbilang langkah sebelum menyediakan jawapan akhir. Pengekstrakan mudah atau penjelasan pendek boleh mempunyai objektif respons yang lebih ringkas. Nyatakan kekangan yang wajib dipatuhi, perkara yang boleh diandaikan oleh model dan kandungan yang mesti ada dalam artifak akhir. Kad keluarga model pengeluar menyatakan bahawa pematuhan kepada bajet pemikiran boleh tidak konsisten, jadi bajet yang diminta bukan bukti had penaakulan yang ketat. Penerangan ini tidak menerapkan tahap pemikiran atau tetapan lalai model yang lebih baharu pada edisi September. Jadual model September yang tepat menetapkan sehingga 1,048,576 token input dan 65,536 token output. Profil inputnya yang besar boleh memuatkan arahan, contoh, teks rujukan dan konteks multimedia dalam satu tugasan. Untuk membandingkan keperluan dengan penyelesaian yang dicadangkan, labelkan kedua-dua sumber dan berikan set kriteria yang sama. Untuk membincangkan tangkap layar, kenal pasti keadaan atau komponen yang berkaitan; untuk tugasan audio atau video, nyatakan soalan atau peristiwa dan bukannya meminta penerangan tanpa arah tertentu. Hasilnya tetap berupa teks: penciptaan imej natif, penjanaan suara dan dialog pertuturan masa nyata tergolong dalam profil model lain. Google mendokumenkan pemanggilan fungsi, pelaksanaan kod, pemautan jawapan kepada sumber carian, konteks URL dan carian fail untuk pratonton yang tepat ini. Pemanggilan fungsi memilih fungsi yang diisytiharkan dan menyediakan argumen; aplikasi yang disambungkan melaksanakan operasi itu dan mengembalikan hasilnya. Pelaksanaan kod menggunakan Python yang dijana untuk pengiraan atau pemprosesan teks. Pemautan kepada sumber carian membekalkan bahan web untuk jawapan berasaskan sumber, manakala konteks URL menggunakan kandungan halaman yang ditetapkan dan boleh diakses. Carian fail menyediakan satu lagi keupayaan mendapatkan sumber. Berikan tujuan yang jelas kepada ejen bagi setiap alat dan nyatakan maklumat yang dijangka daripada setiap langkah supaya aliran kerja dapat diteruskan berdasarkan hasil sebenar yang dikembalikan. Sokongan output berstruktur menjadikan artifak akhir boleh digunakan sebagai set medan yang ditakrifkan. Untuk perbandingan, minta kriteria, petikan sumber yang sepadan, perbezaan yang diperhatikan dan soalan yang masih memerlukan penjelasan. Untuk tugasan kod, asingkan perubahan yang dicadangkan daripada penjelasannya dan semakan yang masih diperlukan. Profil model Google yang tepat turut menyenaraikan sokongan cache konteks dan pemprosesan kelompok. Bahan sumber berulang boleh dikekalkan secara konsisten merentas tugasan berkaitan; penggunaan cache itu sendiri tidak membuktikan bahawa mana-mana permintaan tertentu menggunakan semula token cache. Nama keupayaan ini tidak membawa maksud kombinasi skema, ambang cache atau mod alat serentak yang lebih baharu. Kad keluarga model menerangkan transformer campuran pakar jarang dengan pemahaman teks, visual dan audio secara natif. Latihan menggabungkan teks web, kod, imej, audio dan video; pascalatihan merangkumi pasangan arahan dan respons multimodal, keutamaan manusia serta data penggunaan alat. Penyediaan data menggunakan penyahduplikasian serta penapisan keselamatan dan kualiti. Halaman model bertarikh yang tepat memberikan Januari 2025 sebagai tarikh akhir pengetahuannya. Soalan yang memerlukan maklumat lebih baharu patut mengenal pasti bahan sumbernya atau langkah mendapatkan maklumat yang sesuai, dan bukannya menganggap pengetahuan latihan model sebagai suapan maklumat langsung. Batasan penting termasuk kemungkinan mereka-reka fakta dan kesukaran memahami sebab akibat, deduksi logik yang kompleks serta penaakulan kontrafaktual. Kad keluarga model juga menyatakan bahawa respons kadangkala boleh menggunakan nada menggurui yang tidak perlu. Untuk hasil yang berguna, wajibkan model membezakan fakta sumber, andaian dan tindakan yang dicadangkan, kemudian periksa bahagian yang menentukan keputusan. Artifak ejen yang lengkap mungkin mengandungi dapatan, langkah seterusnya yang berasas, maklumat yang diperoleh daripada alat dan sebarang soalan yang belum terjawab. Penekanan penggunaan alat dalam keluaran September membantu menentukan aliran kerja itu, manakala input yang disediakan dan kriteria penyiapan yang jelas memastikan ia kekal terikat pada tugasan pengguna. Tugas praktikal ### Tugas praktikal Contoh teknikal dalam bahasa Inggeris ``` Review a proposed retention design Assess this design against the requirement. Requirement R: delete inactive guest records after 30 days; paid accounts are excluded. Design D: a nightly job deletes every account whose last_login is older than 30 days. List mismatches with R/D references, propose a corrected selection rule in plain English, and give boundary cases to test. ``` #### Hasil yang dijangka ``` A concise requirements review, a corrected guest-only rule and tests for day 30, day 31 and an inactive paid account. ``` #### Semak hasil ``` The proposal excludes paid accounts and explicitly resolves what after 30 days means at the boundary. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `gemini-2.5-flash-preview-09-2025` [`gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/#m=gemini-2.5-flash-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-preview-09-2025&fmt=chat) Google /`gemini-2.5-flash-preview-09-2025` ### Pengenalan Gemini 2.5 Flash Preview 09-2025 ialah edisi September Google untuk analisis multimodal dan kerja berbilang langkah dengan alat. Ia menggabungkan pemahaman teks, imej, video dan audio dengan pemikiran, respons berstruktur dan had input sebanyak 1,048,576 token, berserta penambahbaikan khusus dalam penggunaan alat oleh ejen. Input yang diterima Teks Hasil Teks ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Input `text` Output `text` Format output json atau SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had gemini-2.5-flash-preview-09-2025 | Lalai— | | Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— | | Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— | | Medan`messages[].content` | Jenis`string\|content_part[]\|null` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].tool_calls` | Jenis`tool_call[]` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].tool_call_id` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— | | Medan`messages[].name` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].reasoning_content` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— | | Medan`messages[].reasoning_details` | Jenis`object\|array` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`max_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— | | Medan`max_completion_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | | Medan`stream_options.include_usage` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`stop` | Jenis`string\|string[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`tools` | Jenis`function_tool[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`tools[].type` | Jenis`string` | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— | | Medan`tools[].function.name` | Jenis`string` | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— | | Medan`tools[].function.description` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`tools[].function.parameters` | Jenis`JSON_schema` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`tool_choice` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`parallel_tool_calls` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`response_format` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`reasoning_effort` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`reasoning` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`service_tier` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`instructions` | Jenis`string` | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— | | Medan`functions` | Jenis`function[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`function_call` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`prompt_cache_options` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`modalities` | Jenis`string[]` | KeperluanPilihan | Nilai & had text | Lalai— | | Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— | | Medan`cache_control.ttl` | Jenis`string` | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— | Gabungan bahan input **Teks** · Teks UTF8 `messages[].content` Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages | | Parameter`material_types` | Kontraktext | | Parameter`messages` | Kontraktatasusunan mesej dengan struktur role/content | | Parameter`file_material` | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan | | Parameter`optional_controls` | Kontrakstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan | | Parameter`output_modalities` | Kontraktext | | Parameter`hosted_operations` | Kontrakfalse | | Parameter`multimodal_input_binding` | Kontraknull | Kitar hayat: `synchronous_or_streamed` Hantar ID model yang tepat bersama messages. Panjang konteks bukan had output. Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat. ### Pelan harga Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default Harga cache eksplisit Tidak diaktifkan Apabila cache eksplisit diminta #### Kadar Ailoot #### Harga mengikut konfigurasi | Konfigurasi | Jadual kadar | Caj | | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.0006** / 1K token Output · Token output **$0.005** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · OpenAI Chat curlPython SDKPenstriman Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "gemini-2.5-flash-preview-09-2025", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='gemini-2.5-flash-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='gemini-2.5-flash-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Terima dan simpan hasil #### Ailoot Ultra · OpenAI Chat json atau SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan. ##### Jika respons asal perlu disemak Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan. Medan respons | Medan | Jenis | | --- | --- | | Medan`choices[].index` | Jenisinteger | | Medan`choices[].message.content` | Jenisstring\|null | | Medan`choices[].message.tool_calls` | Jenistool\_call\[\] | | Medan`choices[].message.reasoning_content` | Jenisstring | | Medan`choices[].message.reasoning_details` | Jenisobject\|array | | Medan`choices[].finish_reason` | Jenisstring\|null | | Medan`usage` | Jenisobject | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. | ### Alias #### Alias model **Ailoot Ultra** [`gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/#m=gemini-2.5-flash-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-preview-09-2025&fmt=chat) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/#m=gemini-2.5-flash-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-preview-09-2025&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `gemini-2.5-flash-preview-09-2025` [`gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/#m=gemini-2.5-flash-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-preview-09-2025&fmt=messages) Google /`gemini-2.5-flash-preview-09-2025` ### Pengenalan Gemini 2.5 Flash Preview 09-2025 ialah edisi September Google untuk analisis multimodal dan kerja berbilang langkah dengan alat. Ia menggabungkan pemahaman teks, imej, video dan audio dengan pemikiran, respons berstruktur dan had input sebanyak 1,048,576 token, berserta penambahbaikan khusus dalam penggunaan alat oleh ejen. Input yang diterima Teks Hasil json · sse ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Input `text` Output `json`, `sse` Format output JSON atau SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had gemini-2.5-flash-preview-09-2025 | Lalai— | | Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— | | Medan`messages[].content` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`max_tokens` | Jenis`integer` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | Gabungan bahan input **Teks** · Teks UTF-8 `rentetan messages[].content` Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages, max\_tokens | | Parameter`optional_controls` | Kontrakstream | | Parameter`material_types` | Kontraktext | | Parameter`text_file_material` | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. | Kitar hayat: `synchronous_or_streamed` ### Pelan harga Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default Harga cache eksplisit Tidak diaktifkan Apabila cache eksplisit diminta #### Kadar Ailoot #### Harga mengikut konfigurasi | Konfigurasi | Jadual kadar | Caj | | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.0006** / 1K token Output · Token output **$0.005** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Anthropic Messages Badan JSON minimum yang lengkapcurl · gunakan dokumen UTF-8 andaPython · simpan hasil lengkap ```json { "model": "gemini-2.5-flash-preview-09-2025", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'gemini-2.5-flash-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'gemini-2.5-flash-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Terima dan simpan hasil #### Ailoot Ultra · Anthropic Messages JSON atau SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output. ##### Jika respons asal perlu disemak Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan. Medan respons | Medan | Jenis | | --- | --- | | Medan`id` | Jenisstring | | Medan`model` | Jenisstring | | Medan`content[]` | Jenistext\|thinking\|tool\_use\|other content block | | Medan`stop_reason` | Jenisstring\|null | | Medan`usage` | Jenisobject | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. | ### Alias #### Alias model **Ailoot Ultra** [`gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/#m=gemini-2.5-flash-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-preview-09-2025&fmt=messages) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`gemini-2.5-flash-preview-09-2025`](https://ailoot.ai/models/ms/#m=gemini-2.5-flash-preview-09-2025&route=Ultra&caller=gemini-2.5-flash-preview-09-2025&fmt=messages) FAQ · gemini-2.5-flash-preview-09-2025 Apakah input dan hasil yang tersedia? `POST /v1/chat/completions` · `gemini-2.5-flash-preview-09-2025`: `text` → `text` `POST /v1/messages` · `gemini-2.5-flash-preview-09-2025`: `text` → `json`, `sse` Apakah medan yang digunakan oleh permintaan? `POST /v1/chat/completions` · `gemini-2.5-flash-preview-09-2025`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `gemini-2.5-flash-preview-09-2025`: `model`, `messages`, `max_tokens`, `stream` Apakah had yang terpakai? `POST /v1/chat/completions` · `gemini-2.5-flash-preview-09-2025`: `messages.min_items`: `1` Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda. ## Syarikat dan portfolio projeknya Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. ## Beli token dengan diskaun. Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token. Langganan Pilih pelan berdiskaun untuk permintaan berkala anda. Kod promosi sehingga 50% Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa. Perbelanjaan dalam sejarah Model, token dan jumlah disimpan bagi setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/) ## Sambungkan API kepada produk yang anda jual. SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula. Aplikasi komersial Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda. Lesen penjual semula Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis. Dokumen pada laman Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan. [Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms) ## Ailoot · Syarikat dan portfolio projeknya Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan. Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.