Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
", "aboutText": "Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.\n\nPanduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.\n\nUntuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.\n\nAras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.\n\nHalaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.\n\nEdisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.\n\nJadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.\n\nBatasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Match a written panel specification\n\nCompare this panel specification with its CSS. Specification: title above the form; labels remain visible; error text appears below its field. CSS: .panel{display:flex;flex-direction:column-reverse} .field label{display:none}. Explain the mismatches and propose the smallest CSS and markup corrections. Give inspection checks for normal and error states using the supplied written requirements.A mismatch list, focused CSS/markup changes and normal/error-state inspection checks.Check that each proposed change maps to a stated requirement without redesigning other elements.gemini-3.7-flashGemini 3.7 Flash menggabungkan penaakulan multimodal dengan pengekodan dan kerja ejen berbilang langkah. Profil 3.7 Google menekankan kesetiaan pada mockup reka bentuk dan pemahaman video berejen, dengan penaakulan low, medium dan high. Ia menerima teks dan media, mengembalikan teks serta mempunyai had input/output 1,048,576/65,536 token yang didokumenkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
POST /v1/messagestext, imagetext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gemini-3.7-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring|content_block[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medansystem | Jenisstring|content_block[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had Minimum: 1 Had terpakai pada: had maksimum tepat bagi model/kad yang dipilih | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop_sequences | Jenisstring[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenistool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].name | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: alat dibekalkan | Lalai— |
Medantools[].description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].input_schema | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanthinking.type | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanthinking.budget_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanoutput_config.effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmetadata | Jenisobject | KeperluanPilihan | Nilai & had | Lalai— |
Medancache_control | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Teks · Teks UTF8
messages[].content atau blok type=text
Teks + imej
{type:image,source:{type:base64,media_type,data}} atau sumber dengan type=url
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkandungan UTF-8 sebenar dimasukkan sebagai teks; ID fail atau alamat URL (URLs) memerlukan sokongan tepat yang berasingan |
Kitar hayat: exact retained published method
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
POST /v1/messagesAiloot 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 →
Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiOpenAI Chat · Kadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Kadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.7-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-3.7-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-3.7-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-3.7-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-3.7-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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
gemini-3.7-flashGemini 3.7 Flash menggabungkan penaakulan multimodal dengan pengekodan dan kerja ejen berbilang langkah. Profil 3.7 Google menekankan kesetiaan pada mockup reka bentuk dan pemahaman video berejen, dengan penaakulan low, medium dan high. Ia menerima teks dan media, mengembalikan teks serta mempunyai had input/output 1,048,576/65,536 token yang didokumenkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
POST /v1beta/models/{model}:generateContenttext, imagetext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanpath.model | Jenisstring | KeperluanDiperlukan | Nilai & had gemini-3.7-flash | Lalai— |
Medancontents | Jeniscontent[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medancontents[].role | Jenisstring | KeperluanPilihan | Nilai & had user, model | Lalai— |
Medancontents[].parts | Jenispart[] | KeperluanDiperlukan | Nilai & had | Lalai— |
MedansystemInstruction | Jeniscontent | KeperluanPilihan | Nilai & had | Lalai— |
MedangenerationConfig.maxOutputTokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
MedangenerationConfig.temperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedangenerationConfig.topP | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedangenerationConfig.topK | Jenisinteger | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedangenerationConfig.stopSequences | Jenisstring[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedangenerationConfig.thinkingConfig.includeThoughts | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedangenerationConfig.thinkingConfig.thinkingBudget | Jenisinteger | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].functionDeclarations | Jenisfunction_declaration[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedantoolConfig.functionCallingConfig.mode | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedansafetySettings | Jenisobject[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
MedansessionId | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Teks · Teks UTF8
contents[].parts[].text
Teks + imej
parts[].inlineData={mimeType,data}
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext, image |
Parameterrequired | Kontrakcontents |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Parametertext_file_material | Kontrakkandungan UTF-8 sebenar dimasukkan sebagai teks; ID fail atau alamat URL (URLs) memerlukan sokongan tepat yang berasingan |
Kitar hayat: exact retained published method
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
POST /v1beta/models/{model}:generateContentAiloot 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 →
Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiOpenAI Chat · Kadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiAnthropic Messages · Kadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
set -eu\n: "${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-3.7-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-3.7-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-3.7-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-3.7-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-3.7-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 atau penstriman yang disokong
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua calon dan bahagian, termasuk panggilan fungsi, tandatangan pemikiran dan data penggunaan; gabungkan cebisan strim mengikut urutan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
MedanresponseId | Jenisstring |
MedanmodelVersion | Jenisstring |
Medancandidates[].content.parts[] | Jenistext|inlineData|functionCall|other part |
Medancandidates[].finishReason | Jenisstring |
MedanusageMetadata | Jenisobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
gemini-3.7-flashGemini 3.7 Flash menggabungkan penaakulan multimodal dengan pengekodan dan kerja ejen berbilang langkah. Profil 3.7 Google menekankan kesetiaan pada mockup reka bentuk dan pemahaman video berejen, dengan penaakulan low, medium dan high. Ia menerima teks dan media, mengembalikan teks serta mempunyai had input/output 1,048,576/65,536 token yang didokumenkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gemini-3.7-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Perbualan teks | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream |
Parametercontrol_scope | KontrakPerbualan teks; stream ialah nilai boolean dengan false sebagai lalai. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias kaedah: /chat/completions
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.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.7-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-3.7-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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
gemini-3.7-flashGemini 3.7 Flash menggabungkan penaakulan multimodal dengan pengekodan dan kerja ejen berbilang langkah. Profil 3.7 Google menekankan kesetiaan pada mockup reka bentuk dan pemahaman video berejen, dengan penaakulan low, medium dan high. Ia menerima teks dan media, mengembalikan teks serta mempunyai had input/output 1,048,576/65,536 token yang didokumenkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gemini-3.7-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "gemini-3.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.7-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-3.7-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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
google/gemini-3.7-flashGemini 3.7 Flash menggabungkan penaakulan multimodal dengan pengekodan dan kerja ejen berbilang langkah. Profil 3.7 Google menekankan kesetiaan pada mockup reka bentuk dan pemahaman video berejen, dengan penaakulan low, medium dan high. Ia menerima teks dan media, mengembalikan teks serta mempunyai had input/output 1,048,576/65,536 token yang didokumenkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-3.7-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | 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— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_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.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.7-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-3.7-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-3.7-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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
google/gemini-3.7-flashGemini 3.7 Flash menggabungkan penaakulan multimodal dengan pengekodan dan kerja ejen berbilang langkah. Profil 3.7 Google menekankan kesetiaan pada mockup reka bentuk dan pemahaman video berejen, dengan penaakulan low, medium dan high. Ia menerima teks dan media, mengembalikan teks serta mempunyai had input/output 1,048,576/65,536 token yang didokumenkan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 3.7 Flash ialah profil penaakulan multimodal bernama daripada Google untuk pengekodan, aliran kerja berejen dan pelaksanaan berbilang langkah. Ia dibina berasaskan Gemini 3.6 Flash, dengan perubahan algoritma penaakulan dan sokongan pemahaman video berejen. Teks, imej, audio, video dan PDF boleh menjadi bahan sumber untuk hasil teks. Hasil yang berguna termasuk pindaan kod berfokus, perbandingan mockup reka bentuk dengan pelaksanaan, atau analisis peristiwa dalam rakaman yang berasaskan sumber.
Panduan pembangun 3.7 mengetengahkan kesepadanan reka bentuk lebih kukuh dalam kerja desktop dan web. Untuk tugas itu, berikan mockup yang dimaksudkan, sumber berkaitan dan perbezaan yang boleh diperhatikan. Minta perbandingan terhadap elemen konkrit seperti jarak, keadaan komponen, hierarki teks atau tingkah laku interaksi. Untuk perbandingan reka bentuk, minta senarai ketidakpadanan antara mockup panel tetapan dengan pelaksanaan sedia ada, dengan setiap pembetulan dikaitkan pada tangkapan skrin atau sumber. Hasil perlu mengenal pasti perkara yang mesti diubah tanpa meluaskan reka bentuk secara senyap melampaui keperluan yang dibekalkan.
Untuk aliran kerja pengekodan, berikan matlamat, tingkah laku sedia ada, fail berkaitan dan kekangan. Google meletakkan 3.7 untuk menyelesaikan isu perisian dan mengurangkan gelung ejen gagal, tetapi semakan berguna masih menyemak pengubahsuaian sebenar dan hasil pengesahan. Kekalkan urutan pemerhatian alat dalam perbualan supaya langkah kemudian tidak bermula daripada cerita rekaan tentang pangkalan kod. Hasil akhir boleh membezakan perubahan dicadangkan daripada perubahan yang disahkan melalui alat aplikasi yang disambungkan.
Aras pemikiran yang didokumenkan ialah low, medium dan high, dengan medium sebagai lalai. Low menyokong jawapan terbatas yang lebih pantas, manakala high ditujukan untuk penaakulan sukar dan kerja alat lanjutan. Gemini 3.7 Flash tidak menyokong pemikiran minimal. Oleh itu, analisis pendek satu ketidakpadanan antara muka dan penyiasatan mendalam merentas fail memerlukan pilihan usaha berbeza. Tetapkan artifak akhir dan syarat yang mesti dipenuhinya sebelum meminta urutan penaakulan serta tindakan yang lebih panjang.
Halaman model khusus menyenaraikan pemanggilan fungsi, pelaksanaan kod, carian fail, pembumian carian, pembumian Maps dan konteks URL. Computer Use ditandakan sebagai pratonton, dan output berstruktur boleh menetapkan rekod hasil. Permintaan fungsi ialah operasi cadangan untuk dilaksanakan dan dikembalikan oleh aplikasi yang disambungkan. Untuk tugas ejen, berikan alat tujuan jelas dan simpan hasil sebenar sebelum meminta model meneruskan. Untuk pengekstrakan dokumen, tetapkan medan, nilai diterima dan cara maklumat tiada perlu diwakili.
Edisi ini menyokong pemahaman video berejen. Bekalkan rakaman berkaitan dan nyatakan peristiwa atau hubungan yang hendak diteliti. Taklimat praktikal boleh bertanya tindakan terlihat yang menjelaskan perubahan keadaan, atau meminta huraian peristiwa berturutan dengan bukti daripada klip. Imej dan halaman PDF juga boleh menyokong perbandingan visual atau dokumen. Output kekal sebagai teks: tafsiran, data diekstrak, kod atau penerangan bertulis. Video, karya visual atau pertuturan terjana tergolong dalam profil model berasingan.
Jadual API khusus 3.7 Google menetapkan 1,048,576 token input dan 65,536 token output, manakala kad asalnya menerangkan konteks sehingga 1M dan output teks 64K. Masukkan arahan, giliran terdahulu dan media yang dibekalkan dalam penyediaan input. Pemprosesan kelompok dan cache disenaraikan bagi profil pengeluar, bersama pilihan Flex dan Priority. Untuk koleksi permintaan bebas, kekalkan pengecam sumber dan format hasil konsisten supaya setiap jawapan boleh disemak berdasarkan inputnya sendiri.
Batasan yang mungkin berlaku merangkumi halusinasi serta kelewatan atau tamat masa sekali-sekala. Tarikh akhir pengetahuannya ialah Mac 2026, dengan sesetengah domain terhad kepada Januari 2025. Berikan bahan sumber semasa apabila kesimpulan bergantung pada fakta lebih baharu. Perbezaan berguna edisi ini ialah tumpuan yang didokumenkan pada isu perisian, pematuhan reka bentuk dan penaakulan video; semak hasil tersebut terhadap mockup, kod atau media sebenar daripada menggantikan profil sejarah bernama dengan ciri lebih baharu.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-3.7-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.003 / 1K token Output · Token output $0.015 / 1K token Input · Bacaan cache $0.0003 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "google/gemini-3.7-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.7-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-3.7-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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot gemini-3.7-flash
Ailoot Ultra gemini-3.7-flash, google/gemini-3.7-flash
/chat/completions
Contoh teknikal dalam bahasa Inggeris
Match a written panel specification\n\nCompare this panel specification with its CSS. Specification: title above the form; labels remain visible; error text appears below its field. CSS: .panel{display:flex;flex-direction:column-reverse} .field label{display:none}. Explain the mismatches and propose the smallest CSS and markup corrections. Give inspection checks for normal and error states using the supplied written requirements.A mismatch list, focused CSS/markup changes and normal/error-state inspection checks.Check that each proposed change maps to a stated requirement without redesigning other elements.