Gemini 2.0 Flash-Lite er Googles kompakte multimodale profil med tekstutdata i Gemini 2.0-familien. Produsentens kort oppgir tekst, bilder, lyd og video som inndata og tekst som utdata. Den er nyttig for et avgrenset spørsmål der underlaget kan komme fra skriftlig materiale eller en visuell kilde eller lydkilde.
Oppgi oppgaven og angi rollen til hver kilde. Et dokumentbilde kan gi synlig ordlyd eller sammenhenger, en lydkilde kan gi muntlig innhold, og en video kan gi en sekvens som skal beskrives. Be om den konkrete informasjonen applikasjonen trenger fremfor en generell beskrivelse av hver kilde.
Merk kildene og bruk tidsmessige eller visuelle henvisninger der de er viktige. For et klipp bør du angi hendelsen eller intervallet av interesse. For et bilde bør du navngi det relevante området eller objektet. For skriftlig materiale bør du holde dokument- og avsnittsidentifikatorer synlige slik at svaret kan vise til riktig underlag.
Google oppgir strukturerte utdata for denne profilen. Definer feltene og behandlingen av manglende informasjon når en applikasjon trenger et strukturert svar, og valider deretter de returnerte verdiene mot inndataene. Et skjema gir svaret en anvendelig form; det innsendte underlaget avgjør om innholdet er riktig.
Produsenten oppgir også funksjonskall. En applikasjon leverer verktøydefinisjoner, utfører en valgt funksjon og returnerer resultatet for et påfølgende svar. Modellens tekstlige valg og argumenter er del av denne flyten; et eksternt oppslag eller en handling fastslås gjennom applikasjonens faktiske observasjon.
Produsentens kort oppgir en inndatagrense på 1,048,576 tokener og en utdatagrense på 8,192 tokener. Organiser større inndata rundt spørsmålet og be om en passende svarlengde. Hold kilden, oppgaven og den returnerte teksten samlet når du reviderer et resultat.
Denne konkrete profilen er en modell med tekstutdata. Kortet skiller denne rollen fra mediegenerering, et grensesnitt for direktesamtaler og en tenkemodus. Bruk profilens egne støttede innstillinger for inndata og svar når du klargjør en oppgave, fremfor å overføre innstillinger fra Gemini 2.0 Flash eller en senere Flash-Lite-utgave.
", "aboutText": "Gemini 2.0 Flash-Lite er Googles kompakte multimodale profil med tekstutdata i Gemini 2.0-familien. Produsentens kort oppgir tekst, bilder, lyd og video som inndata og tekst som utdata. Den er nyttig for et avgrenset spørsmål der underlaget kan komme fra skriftlig materiale eller en visuell kilde eller lydkilde.\n\n### Definer informasjonen som skal returneres\n\nOppgi oppgaven og angi rollen til hver kilde. Et dokumentbilde kan gi synlig ordlyd eller sammenhenger, en lydkilde kan gi muntlig innhold, og en video kan gi en sekvens som skal beskrives. Be om den konkrete informasjonen applikasjonen trenger fremfor en generell beskrivelse av hver kilde.\n\nMerk kildene og bruk tidsmessige eller visuelle henvisninger der de er viktige. For et klipp bør du angi hendelsen eller intervallet av interesse. For et bilde bør du navngi det relevante området eller objektet. For skriftlig materiale bør du holde dokument- og avsnittsidentifikatorer synlige slik at svaret kan vise til riktig underlag.\n\n### Klargjør strukturert tekst og applikasjonsverktøy\n\nGoogle oppgir strukturerte utdata for denne profilen. Definer feltene og behandlingen av manglende informasjon når en applikasjon trenger et strukturert svar, og valider deretter de returnerte verdiene mot inndataene. Et skjema gir svaret en anvendelig form; det innsendte underlaget avgjør om innholdet er riktig.\n\nProdusenten oppgir også funksjonskall. En applikasjon leverer verktøydefinisjoner, utfører en valgt funksjon og returnerer resultatet for et påfølgende svar. Modellens tekstlige valg og argumenter er del av denne flyten; et eksternt oppslag eller en handling fastslås gjennom applikasjonens faktiske observasjon.\n\n### Planlegg inndataene og svaret\n\nProdusentens kort oppgir en inndatagrense på 1,048,576 tokener og en utdatagrense på 8,192 tokener. Organiser større inndata rundt spørsmålet og be om en passende svarlengde. Hold kilden, oppgaven og den returnerte teksten samlet når du reviderer et resultat.\n\nDenne konkrete profilen er en modell med tekstutdata. Kortet skiller denne rollen fra mediegenerering, et grensesnitt for direktesamtaler og en tenkemodus. Bruk profilens egne støttede innstillinger for inndata og svar når du klargjør en oppgave, fremfor å overføre innstillinger fra Gemini 2.0 Flash eller en senere Flash-Lite-utgave.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Extract a small shipment record\n\nExtract the shipment details from this text: 'Dispatch note D-81: sent 12 May; three cartons; destination Leeds. Tracking will follow.' Return labelled fields for note ID, dispatch date, carton count, destination and tracking number. Mark fields not present as unknown; do not infer a year or carrier.Five labelled text fields, with absent tracking information marked unknown and the date kept as supplied.The record retains D-81 and three cartons without inventing a tracking number, year or carrier.gemini-2.0-flash-liteGemini 2.0 Flash-Lite tar imot tekst, bilder, lyd og video og returnerer tekst. Google oppgir en inndatagrense på 1,048,576 tokener, en utdatagrense på 8,192 tokener, strukturerte utdata og funksjonskall for akkurat denne profilen.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini 2.0 Flash-Lite er Googles kompakte multimodale profil med tekstutdata i Gemini 2.0-familien. Produsentens kort oppgir tekst, bilder, lyd og video som inndata og tekst som utdata. Den er nyttig for et avgrenset spørsmål der underlaget kan komme fra skriftlig materiale eller en visuell kilde eller lydkilde.
Oppgi oppgaven og angi rollen til hver kilde. Et dokumentbilde kan gi synlig ordlyd eller sammenhenger, en lydkilde kan gi muntlig innhold, og en video kan gi en sekvens som skal beskrives. Be om den konkrete informasjonen applikasjonen trenger fremfor en generell beskrivelse av hver kilde.
Merk kildene og bruk tidsmessige eller visuelle henvisninger der de er viktige. For et klipp bør du angi hendelsen eller intervallet av interesse. For et bilde bør du navngi det relevante området eller objektet. For skriftlig materiale bør du holde dokument- og avsnittsidentifikatorer synlige slik at svaret kan vise til riktig underlag.
Google oppgir strukturerte utdata for denne profilen. Definer feltene og behandlingen av manglende informasjon når en applikasjon trenger et strukturert svar, og valider deretter de returnerte verdiene mot inndataene. Et skjema gir svaret en anvendelig form; det innsendte underlaget avgjør om innholdet er riktig.
Produsenten oppgir også funksjonskall. En applikasjon leverer verktøydefinisjoner, utfører en valgt funksjon og returnerer resultatet for et påfølgende svar. Modellens tekstlige valg og argumenter er del av denne flyten; et eksternt oppslag eller en handling fastslås gjennom applikasjonens faktiske observasjon.
Produsentens kort oppgir en inndatagrense på 1,048,576 tokener og en utdatagrense på 8,192 tokener. Organiser større inndata rundt spørsmålet og be om en passende svarlengde. Hold kilden, oppgaven og den returnerte teksten samlet når du reviderer et resultat.
Denne konkrete profilen er en modell med tekstutdata. Kortet skiller denne rollen fra mediegenerering, et grensesnitt for direktesamtaler og en tenkemodus. Bruk profilens egne støttede innstillinger for inndata og svar når du klargjør en oppgave, fremfor å overføre innstillinger fra Gemini 2.0 Flash eller en senere Flash-Lite-utgave.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser gemini-2.0-flash-lite | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.00015 / 1K tokener Utdata · Utgående tokener $0.0006 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.0-flash-lite", "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='gemini-2.0-flash-lite',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='gemini-2.0-flash-lite',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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra gemini-2.0-flash-lite
Bruk metodestiene som vises ovenfor.
gemini-2.0-flash-liteGemini 2.0 Flash-Lite tar imot tekst, bilder, lyd og video og returnerer tekst. Google oppgir en inndatagrense på 1,048,576 tokener, en utdatagrense på 8,192 tokener, strukturerte utdata og funksjonskall for akkurat denne profilen.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini 2.0 Flash-Lite er Googles kompakte multimodale profil med tekstutdata i Gemini 2.0-familien. Produsentens kort oppgir tekst, bilder, lyd og video som inndata og tekst som utdata. Den er nyttig for et avgrenset spørsmål der underlaget kan komme fra skriftlig materiale eller en visuell kilde eller lydkilde.
Oppgi oppgaven og angi rollen til hver kilde. Et dokumentbilde kan gi synlig ordlyd eller sammenhenger, en lydkilde kan gi muntlig innhold, og en video kan gi en sekvens som skal beskrives. Be om den konkrete informasjonen applikasjonen trenger fremfor en generell beskrivelse av hver kilde.
Merk kildene og bruk tidsmessige eller visuelle henvisninger der de er viktige. For et klipp bør du angi hendelsen eller intervallet av interesse. For et bilde bør du navngi det relevante området eller objektet. For skriftlig materiale bør du holde dokument- og avsnittsidentifikatorer synlige slik at svaret kan vise til riktig underlag.
Google oppgir strukturerte utdata for denne profilen. Definer feltene og behandlingen av manglende informasjon når en applikasjon trenger et strukturert svar, og valider deretter de returnerte verdiene mot inndataene. Et skjema gir svaret en anvendelig form; det innsendte underlaget avgjør om innholdet er riktig.
Produsenten oppgir også funksjonskall. En applikasjon leverer verktøydefinisjoner, utfører en valgt funksjon og returnerer resultatet for et påfølgende svar. Modellens tekstlige valg og argumenter er del av denne flyten; et eksternt oppslag eller en handling fastslås gjennom applikasjonens faktiske observasjon.
Produsentens kort oppgir en inndatagrense på 1,048,576 tokener og en utdatagrense på 8,192 tokener. Organiser større inndata rundt spørsmålet og be om en passende svarlengde. Hold kilden, oppgaven og den returnerte teksten samlet når du reviderer et resultat.
Denne konkrete profilen er en modell med tekstutdata. Kortet skiller denne rollen fra mediegenerering, et grensesnitt for direktesamtaler og en tenkemodus. Bruk profilens egne støttede innstillinger for inndata og svar når du klargjør en oppgave, fremfor å overføre innstillinger fra Gemini 2.0 Flash eller en senere Flash-Lite-utgave.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser gemini-2.0-flash-lite | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.00015 / 1K tokener Utdata · Utgående tokener $0.0006 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "gemini-2.0-flash-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.0-flash-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.0-flash-lite', '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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra gemini-2.0-flash-lite
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Extract a small shipment record\n\nExtract the shipment details from this text: 'Dispatch note D-81: sent 12 May; three cartons; destination Leeds. Tracking will follow.' Return labelled fields for note ID, dispatch date, carton count, destination and tracking number. Mark fields not present as unknown; do not infer a year or carrier.Five labelled text fields, with absent tracking information marked unknown and the date kept as supplied.The record retains D-81 and three cartons without inventing a tracking number, year or carrier.