Source: https://ailoot.ai/models/nb/gemini-2-5-pro/
Canonical: https://ailoot.ai/models/nb/gemini-2-5-pro/
Language: nb
# Google: Gemini 2.5 Pro
[Markdown](https://ailoot.ai/models/nb/gemini-2-5-pro/index.md) · [JSON](https://ailoot.ai/models/nb/gemini-2-5-pro/facts.json)
## [Google: Gemini 2.5 Pro](https://ailoot.ai/models/nb/gemini-2-5-pro/)
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `gemini-2.5-pro`](https://ailoot.ai/models/nb/gemini-2-5-pro/#method-0)
- [**Ailoot · Gemini generateContent** `POST /v1beta/models/{model}:generateContent` `gemini-2.5-pro`](https://ailoot.ai/models/nb/gemini-2-5-pro/#method-1)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `gemini-2.5-pro`](https://ailoot.ai/models/nb/gemini-2-5-pro/#method-2)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `gemini-2.5-pro`](https://ailoot.ai/models/nb/gemini-2-5-pro/#method-3)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `google/gemini-2.5-pro`](https://ailoot.ai/models/nb/gemini-2-5-pro/#method-4)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `google/gemini-2.5-pro`](https://ailoot.ai/models/nb/gemini-2-5-pro/#method-5)
Om modellen
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Gemini 2.5 Pro er Googles stabile tenkeprofil for avansert programmering, matematikk, STEM-fag og analyse med lang kontekst. Den kan forstå tekst, lyd, bilder, video og hele kodelagre, og Gemini API-profilen tar også imot PDF som inndata. Utdataene er tekst, blant annet kode, skriftlig analyse eller en strukturert oppføring. En nyttig oppgave gir underlagsmaterialet og ber om et resultat som kan kontrolleres, som en løsning med forklaring, et funn i en kodebase eller en sammenligning av flere dokumenter.
Ved programmering bør du oppgi relevante filer, observert virkemåte og endringen eller spørsmålet som betyr noe. Lang kontekst kan hjelpe modellen med å se forbindelser mellom moduler i stedet for å resonnere ut fra én isolert kodebit. Ved undersøkelse av en kodeflyt kan du be den spore en identifikator fra et inndataskjema gjennom behandling og lagring, finne hvor en kontrakt endres, og foreslå en avgrenset rettelse. Bevar begrensningene og be om underbyggende henvisninger. En foreslått revisjon må sammenlignes med den faktiske koden og eventuell validering som er utført gjennom de tilkoblede verktøyene.
Ved matematisk eller vitenskapelig analyse bør du oppgi problemet, forutsetningene, enhetene og ønsket svarform. Legg ved data eller figurer som beregningen avhenger av. Be om det underbygde resultatet og kontrollene som gjør det mulig å vurdere det, som grensetilfeller eller en sammenligning med de opprinnelige verdiene. Modellens resonneringsevne fjerner ikke tvetydigheter i problemstillingen. La en ukjent størrelse eller en udokumentert forutsetning være synlig i stedet for å erstatte den med en bekvem verdi.
Dynamisk tenking er den dokumenterte standarden. Gemini 2.5 GenerateContent-veiledningen støtter et eksplisitt resonneringsbudsjett fra 128 til 32,768 tokener for Pro, eller -1 for adaptiv tenking. Denne utgaven kan ikke slå tenking helt av. Disse innstillingene skiller seg fra Flashs alternativ med nullbudsjett og fra innstillingene for tenkenivå i Gemini 3. Tenkebudsjettet styrer resonneringen uten å garantere et nøyaktig antall interne tokener, og en svargrense må også gi plass til det ferdige resultatet.
Ved multimodalt dokumentarbeid bør du angi sidene, grafen, bildeområdet eller hendelsen i opptaket som skal underbygge svaret. En praktisk sammenstillingsoppgave kan be om motstridende påstander fra flere kildedokumenter, avsnittene som støtter dem, og forskjellene som har betydning for én beslutning. Be modellen skille mellom en uttrykkelig oppgitt faktaopplysning og en slutning. For video eller lyd bør du definere om resultatet skal være en beskrivelse, transkripsjon, oppsummering eller sammenligning. Bildet og lyden er underlag for et tekstresultat i denne profilen.
Den konkrete API-siden dokumenterer funksjonskall, kodekjøring, filsøk, søkeforankring, Maps-forankring, URL-kontekst og strukturerte utdata. Definer formålet med funksjonene og parameterfeltene, og bevar de faktiske resultatene i senere samtalerunder. For en oppføring som skal følge et skjema, bør du angi obligatoriske felt og hvordan manglende informasjon skal representeres. Den underliggende arkitekturen er en multimodal transformermodell med en sparsom blanding av eksperter; denne modellutformingen gir ikke i seg selv ekstern verktøykjøring eller en ferdig applikasjon utover teksten eller koden som returneres.
Det underliggende modellkortet oppgir en inndatakontekst på 1M og tekstutdata på 64K; API-tabellen angir 1,048,576 inndatatokener og 65,536 utdatatokener. Instruksjoner, kildeinnhold og bevart historikk inngår i klargjøringen av inndata. En maksimal svarramme inkluderer resonneringstokener, så en for liten grense kan avbryte det ferdige svaret. Hurtigbufring og satsvis behandling er dokumentert, sammen med alternativene Flex og Priority. Bevar hver kildeidentifikator og den ønskede sluttformen når du klargjør uavhengige oppgaver med lang kontekst.
Den stabile identifikatoren er forskjellig fra Experimental- og Preview-utgavene som omtales separat i det felles Pro-modellkortet. Ikke tilskriv deres versjonsspesifikke resultater til denne profilen bare fordi de deler Pro-navnet. Kortet beskriver mulige hallusinasjoner og begrensninger i årsaksforståelse, kompleks deduksjon og kontrafaktisk resonnering, med en kunnskapsgrense i januar 2025. Tilfør oppdaterte kilder når det er viktig, og gjennomgå kildehenvisninger, beregninger og foreslåtte endringer. Det nyttige resultatet er den underbygde tekst- eller kodeleveransen oppgaven ba om.
Praktisk oppgave
### Praktisk oppgave
Teknisk eksempel på engelsk
```
Trace an identifier through storage
Trace this identifier through three excerpts: form sends {customer_id:'0017'}; service computes id=Number(body.customer_id); repository stores String(id). Requirement: preserve leading zeros. Identify where the contract changes, propose a minimal consistent correction and give tests for '0017', '17' and a missing ID. Do not claim the tests were executed.
```
#### Forventet resultat
```
A source-path explanation, a proposed patch and a three-case regression-test plan.
```
#### Kontroller resultatet
```
Check that the proposed path preserves distinct strings 0017 and 17 while specifying missing-ID behavior.
```
**Ailoot · Anthropic Messages** `POST /v1/messages` `gemini-2.5-pro`
[`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages)
Google /`gemini-2.5-pro`
### Start
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 048 576 tokens
Maksimale utdata
65 536 tokens
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser gemini-2.5-pro | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string\|content_block[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`system` | Type`string\|content_block[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser Minimum: 1 Grensen gjelder for: den eksakte øvre grensen for valgt modell/kort | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop_sequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].name` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: verktøy oppgitt | Standard— |
| Felt`tools[].description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].input_schema` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.type` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`thinking.budget_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`output_config.effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`metadata` | Type`object` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`cache_control` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content eller type=text-blokk`
**Tekst + bilde**
`{type:image,source:{type:base64,media_type,data}} eller en kilde med type=url`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00125 USD */ 1K*
Utdata
0,01 USD */ 1K*
Lesing fra hurtigbuffer
0,000125 USD */ 1K*
#### Priser etter forespørselslengde · Anthropic Messages
| Forespørselsstørrelse, tokener | Inndata | Utdata | Lesing fra hurtigbuffer | Skriving til hurtigbuffer | Hurtigbuffer 5 min | Hurtigbuffer 1 time |
| --- | --- | --- | --- | --- | --- | --- |
| Forespørselsstørrelse, tokener(0; 200 000\] | Inndata0,00125 USD | Utdata0,01 USD | Lesing fra hurtigbuffer0,000125 USD | Skriving til hurtigbufferGrunnsats: — | Hurtigbuffer 5 minGrunnsats: — | Hurtigbuffer 1 timeGrunnsats: — |
| Forespørselsstørrelse, tokener(200 000; ∞) | Inndata0,0025 USD | Utdata0,015 USD | Lesing fra hurtigbuffer0,00025 USD | Skriving til hurtigbufferGrunnsats: — | Hurtigbuffer 5 minGrunnsats: — | Hurtigbuffer 1 timeGrunnsats: — |
Satser i USD per 1K tokener. Hvis ingen sats er angitt, arves grunnsatsen for denne metoden; «—» betyr at ingen grunnsats er angitt.
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 →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 2 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 2 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Anthropic Messages
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gemini-2.5-pro", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gemini-2.5-pro", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="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
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="gemini-2.5-pro",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "gemini-2.5-pro",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
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;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.messages.stream(model='gemini-2.5-pro',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot · Anthropic Messages
json eller SSE
##### Behold alle ferdige resultater
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.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages)
**Ailoot Ultra** [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages), [`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages)
**Ailoot · Gemini generateContent** `POST /v1beta/models/{model}:generateContent` `gemini-2.5-pro`
[`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=gemini)
Google /`gemini-2.5-pro`
### Start
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
Godkjente inndata
Tekst · Bilder
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot · Gemini generateContent** `POST /v1beta/models/{model}:generateContent`
Inndatatyper
`text`, `image`
Utdatatyper
`text`
Kontekst
1 048 576 tokens
Maksimale utdata
65 536 tokens
Utdataformat
json eller støttet strømming
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`path.model` | Type`string` | KravPåkrevd | Verdier & grenser gemini-2.5-pro | Standard— |
| Felt`contents` | Type`content[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`contents[].role` | Type`string` | KravValgfritt | Verdier & grenser user, model | Standard— |
| Felt`contents[].parts` | Type`part[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`systemInstruction` | Type`content` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`generationConfig.maxOutputTokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`generationConfig.temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`generationConfig.topP` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`generationConfig.topK` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`generationConfig.stopSequences` | Type`string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`generationConfig.thinkingConfig.includeThoughts` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`generationConfig.thinkingConfig.thinkingBudget` | Type`integer` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].functionDeclarations` | Type`function_declaration[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`toolConfig.functionCallingConfig.mode` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`safetySettings` | Type`object[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`sessionId` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`contents[].parts[].text`
**Tekst + bilde**
`parts[].inlineData={mimeType,data}`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaletext, image |
| Parameter`required` | Avtalecontents |
| Parameter`optional_controls` | Avtalenull |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`text_file_material` | Avtalefaktisk UTF-8-innhold satt inn som tekst; fil-ID-er eller URL-adresser (URLs) trenger separat, eksakt støtte |
Livssyklus: `exact retained published method`
Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.
### Priser
#### Satser for Ailoot-metoder
Inndata
0,00125 USD */ 1K*
Utdata
0,01 USD */ 1K*
Lesing fra hurtigbuffer
0,000125 USD */ 1K*
#### Priser etter forespørselslengde · Gemini generateContent
| Forespørselsstørrelse, tokener | Inndata | Utdata | Lesing fra hurtigbuffer | Skriving til hurtigbuffer | Hurtigbuffer 5 min | Hurtigbuffer 1 time |
| --- | --- | --- | --- | --- | --- | --- |
| Forespørselsstørrelse, tokener(0; 200 000\] | Inndata0,00125 USD | Utdata0,01 USD | Lesing fra hurtigbuffer0,000125 USD | Skriving til hurtigbufferGrunnsats: — | Hurtigbuffer 5 minGrunnsats: — | Hurtigbuffer 1 timeGrunnsats: — |
| Forespørselsstørrelse, tokener(200 000; ∞) | Inndata0,0025 USD | Utdata0,015 USD | Lesing fra hurtigbuffer0,00025 USD | Skriving til hurtigbufferGrunnsats: — | Hurtigbuffer 5 minGrunnsats: — | Hurtigbuffer 1 timeGrunnsats: — |
Satser i USD per 1K tokener. Hvis ingen sats er angitt, arves grunnsatsen for denne metoden; «—» betyr at ingen grunnsats er angitt.
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 →](https://ailoot.ai/docs/nb/billing/reserve/)
#### Detaljer om referansetariffen
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
Modellens referanseprisplaner
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonOpenAI Chat · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonOpenAI Chat · Nivå 2 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Grunnsatser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 1 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonAnthropic Messages · Nivå 2 etter forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
### Eksempelforespørsler
#### Ailoot · Gemini generateContent
TeksteksempelInndata, bildePython SDKNode.js SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"contents": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\n\n"+text}]}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-pro:generateContent \
-H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"
export AILOOT_IMAGE_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')
import base64
f=Path(os.environ["AILOOT_IMAGE_FILE"])
if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")
raw=f.read_bytes()
mime="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
if not mime:raise SystemExit("Use PNG JPEG or WebP")
b64=base64.b64encode(raw).decode()
p["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-2.5-pro:generateContent \
-H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(json.loads(Path("result.json").read_text(encoding="utf-8")))
PY_RESULT
```
```python
from google import genai
from google.genai import types
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = genai.Client(
api_key=os.environ["AILOOT_API_KEY"],
http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),
)
resp = client.models.generate_content(model="gemini-2.5-pro", contents="Explain the difference between an observation and a hypothesis in three sentences.")
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(resp.to_json_dict())
```
```js
import { GoogleGenAI } from "@google/genai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });
const resp = await ai.models.generateContent({ model: "gemini-2.5-pro", contents: "Explain the difference between an observation and a hypothesis in three sentences." });
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
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;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from google import genai
from google.genai import types
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
count=0
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for chunk in client.models.generate_content_stream(model='gemini-2.5-pro',contents="Explain observations and hypotheses in three sentences."):
payload=chunk.to_json_dict()
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
save_result(payload,"stream-chunk-"+str(count))
count+=1
```
### Motta og lagre resultater
#### Ailoot · Gemini generateContent
json eller støttet strømming
##### Behold alle ferdige resultater
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle kandidater og deler, inkludert funksjonskall, resonneringssignaturer og bruksdata; sett sammen strømmens biter i rekkefølge.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`responseId` | Typestring |
| Felt`modelVersion` | Typestring |
| Felt`candidates[].content.parts[]` | Typetext\|inlineData\|functionCall\|other part |
| Felt`candidates[].finishReason` | Typestring |
| Felt`usageMetadata` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=gemini)
**Ailoot Ultra** [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro), [`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=gemini), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro)
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `gemini-2.5-pro`
[`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=chat)
Google /`gemini-2.5-pro`
Modell-ID
- `gemini-2.5-pro`
- `google/gemini-2.5-pro`
### Start
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser gemini-2.5-pro | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`messages[].content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Tekstsamtale | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages |
| Parameter`material_types` | Avtaletext |
| Parameter`messages` | Avtalemeldingstabell med role/content-struktur |
| Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
| Parameter`optional_controls` | Avtalestream |
| Parameter`control_scope` | AvtaleTekstsamtale; stream er en boolsk verdi med false som standard. |
| Parameter`output_modalities` | Avtaletext |
| Parameter`hosted_operations` | Avtalefalse |
| Parameter`multimodal_input_binding` | Avtalenull |
Metodealiaser: `/chat/completions`
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.
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres
Resonneringsutdata
Resonnering bruker den oppførte delsatsen innenfor samlede utdata; ikke legg til disse tokenene to ganger. Når utdata inkluderer resonneringstokener
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · OpenAI Chat
curlPython SDK
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"gemini-2.5-pro","messages":[{"role":"user","content":"hello"}],"stream":false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```
```python
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="gemini-2.5-pro", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
```
### Motta og lagre resultater
#### Ailoot Ultra · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
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.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro)
**Ailoot Ultra** [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=chat), [`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=chat), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=chat)
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `gemini-2.5-pro`
[`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages)
Google /`gemini-2.5-pro`
Modell-ID
- `gemini-2.5-pro`
- `google/gemini-2.5-pro`
### Start
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
Godkjente inndata
Tekst
Resultater
json · sse
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`json`, `sse`
Utdataformat
JSON eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser gemini-2.5-pro | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF-8-tekst
`messages[].content-streng`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalestream |
| Parameter`material_types` | Avtaletext |
| Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: `synchronous_or_streamed`
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres
Resonneringsutdata
Resonnering bruker den oppførte delsatsen innenfor samlede utdata; ikke legg til disse tokenene to ganger. Når utdata inkluderer resonneringstokener
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · Anthropic Messages
Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
```json
{
"model": "gemini-2.5-pro",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'gemini-2.5-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```
```python
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'gemini-2.5-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```
### Motta og lagre resultater
#### Ailoot Ultra · Anthropic Messages
JSON eller SSE
##### Behold alle ferdige resultater
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.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages)
**Ailoot Ultra** [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages), [`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages)
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `google/gemini-2.5-pro`
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=chat)
Google /`google/gemini-2.5-pro`
Modell-ID
- `gemini-2.5-pro`
- `google/gemini-2.5-pro`
### Start
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
Godkjente inndata
Tekst
Resultater
Tekst
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`
Inndatatyper
`text`
Utdatatyper
`text`
Utdataformat
json eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser google/gemini-2.5-pro | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
| Felt`messages[].role` | Type`string` | 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— |
| Felt`messages[].content` | Type`string\|content_part[]\|null` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_calls` | Type`tool_call[]` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].tool_call_id` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
| Felt`messages[].name` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`messages[].reasoning_content` | Type`string` | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
| Felt`messages[].reasoning_details` | Type`object\|array` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`max_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`max_completion_tokens` | Type`integer` | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
| Felt`stream_options.include_usage` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`top_p` | Type`number` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`stop` | Type`string\|string[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools` | Type`function_tool[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`tools[].type` | Type`string` | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
| Felt`tools[].function.name` | Type`string` | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
| Felt`tools[].function.description` | Type`string` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tools[].function.parameters` | Type`JSON_schema` | KravValgfritt | Verdier & grenser | Standard— |
| Felt`tool_choice` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`parallel_tool_calls` | Type`boolean` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`response_format` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning_effort` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`reasoning` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`service_tier` | Type`string` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`instructions` | Type`string` | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
| Felt`functions` | Type`function[]` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`function_call` | Type`string\|object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`prompt_cache_options` | Type`object` | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
| Felt`modalities` | Type`string[]` | KravValgfritt | Verdier & grenser text | Standard— |
| Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
| Felt`cache_control.ttl` | Type`string` | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Kombinasjoner av inngående materialer
**Tekst** · UTF8-tekst
`messages[].content`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages |
| Parameter`material_types` | Avtaletext |
| Parameter`messages` | Avtalemeldingstabell med role/content-struktur |
| Parameter`file_material` | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
| Parameter`optional_controls` | Avtalestream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Parameter`control_scope` | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
| Parameter`output_modalities` | Avtaletext |
| Parameter`hosted_operations` | Avtalefalse |
| Parameter`multimodal_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.
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres
Resonneringsutdata
Resonnering bruker den oppførte delsatsen innenfor samlede utdata; ikke legg til disse tokenene to ganger. Når utdata inkluderer resonneringstokener
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · OpenAI Chat
curlPython SDKPython-strømming
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "google/gemini-2.5-pro", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```
```python
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='google/gemini-2.5-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
```
```python
from openai import OpenAI
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.chat.completions.stream(model='google/gemini-2.5-pro',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_completion()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Motta og lagre resultater
#### Ailoot Ultra · OpenAI Chat
json eller SSE
##### Behold alle ferdige resultater
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.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`choices[].index` | Typeinteger |
| Felt`choices[].message.content` | Typestring\|null |
| Felt`choices[].message.tool_calls` | Typetool\_call\[\] |
| Felt`choices[].message.reasoning_content` | Typestring |
| Felt`choices[].message.reasoning_details` | Typeobject\|array |
| Felt`choices[].finish_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro)
**Ailoot Ultra** [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=chat), [`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=chat)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=chat), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=chat)
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `google/gemini-2.5-pro`
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages)
Google /`google/gemini-2.5-pro`
Modell-ID
- `gemini-2.5-pro`
- `google/gemini-2.5-pro`
### Start
Gemini 2.5 Pro er Googles stabile tenkemodell for kompleks kode, matematikk, STEM-fag og analyse med lang kontekst. Den tar imot tekst, bilder, lyd, video og PDF og returnerer tekst, med verktøy og strukturerte utdata. Det dynamiske resonneringsbudsjettet støtter 128–32,768 tokener og kan ikke slås helt av.
Godkjente inndata
Tekst
Resultater
json · sse
### Tilgjengelig i Ailoot · inndata & metoder
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`
Inndatatyper
`text`
Utdatatyper
`json`, `sse`
Utdataformat
JSON eller SSE
| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser google/gemini-2.5-pro | Standard— |
| Felt`messages` | Type`message[]` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`messages[].role` | Type`string` | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
| Felt`messages[].content` | Type`string` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`max_tokens` | Type`integer` | KravPåkrevd | Verdier & grenser | Standard— |
| Felt`stream` | Type`boolean` | KravValgfritt | Verdier & grenser | Standardfalse |
Kombinasjoner av inngående materialer
**Tekst** · UTF-8-tekst
`messages[].content-streng`
Metodeparametere og livssyklus
| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, messages, max\_tokens |
| Parameter`optional_controls` | Avtalestream |
| Parameter`material_types` | Avtaletext |
| Parameter`text_file_material` | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: `synchronous_or_streamed`
### Priser
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Hurtigmodus
Standardpris Når hurtigmodus er valgt
Flex-modus
Standardpris Når flex-modus er valgt
Maksimal resonneringsinnsats
Standardpris Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres
Resonneringsutdata
Resonnering bruker den oppførte delsatsen innenfor samlede utdata; ikke legg til disse tokenene to ganger. Når utdata inkluderer resonneringstokener
#### Ailoot-satser
#### Priser etter konfigurasjon
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
| --- | --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener Utdata · Utdatatokener for resonnering **$0.02** / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener **$0.0025** / 1K tokener Utdata · Utgående tokener **$0.02** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.00025** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener **$0.005** / 1K tokener Utdata · Utgående tokener **$0.03** / 1K tokener Inndata · Lesing fra hurtigbuffer **$0.0005** / 1K tokener Inndata · Skriving til hurtigbuffer **$0.00075** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)
### Eksempelforespørsler
#### Ailoot Ultra · Anthropic Messages
Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
```json
{
"model": "google/gemini-2.5-pro",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'google/gemini-2.5-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```
```python
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'google/gemini-2.5-pro', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```
### Motta og lagre resultater
#### Ailoot Ultra · Anthropic Messages
JSON eller SSE
##### Behold alle ferdige resultater
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.
##### Hvis det opprinnelige svaret må kontrolleres
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
Svarfelter
| Felt | Type |
| --- | --- |
| Felt`id` | Typestring |
| Felt`model` | Typestring |
| Felt`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Felt`stop_reason` | Typestring\|null |
| Felt`usage` | Typeobject |
Feil og neste trinn
| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
### Aliaser
#### Modellaliaser
Ailoot [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages)
**Ailoot Ultra** [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages), [`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages)
#### Aliaser for metodestier
`/chat/completions`
#### Tilknyttede anroper-ID-er
[`google/gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=google%2Fgemini-2.5-pro&fmt=messages), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Core&caller=gemini-2.5-pro&fmt=messages), [`gemini-2.5-pro`](https://ailoot.ai/models/nb/#m=google%2Fgemini-2.5-pro&route=Ultra&caller=gemini-2.5-pro&fmt=messages)
FAQ · Google: Gemini 2.5 Pro
Hvilke inndata og resultater er tilgjengelige?
`POST /v1/messages` · `gemini-2.5-pro`: `text`, `image` → `text` `POST /v1beta/models/{model}:generateContent` · `gemini-2.5-pro`: `text`, `image` → `text` `POST /v1/chat/completions` · `gemini-2.5-pro`: `text` → `text` `POST /v1/messages` · `gemini-2.5-pro`: `text` → `json`, `sse` `POST /v1/chat/completions` · `google/gemini-2.5-pro`: `text` → `text` `POST /v1/messages` · `google/gemini-2.5-pro`: `text` → `json`, `sse`
Hvilke felt bruker forespørselen?
`POST /v1/messages` · `gemini-2.5-pro`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1beta/models/{model}:generateContent` · `gemini-2.5-pro`: `contents`, `systemInstruction`, `sessionId` `POST /v1/chat/completions` · `gemini-2.5-pro`: `model`, `messages`, `stream` `POST /v1/messages` · `gemini-2.5-pro`: `model`, `messages`, `max_tokens`, `stream` `POST /v1/chat/completions` · `google/gemini-2.5-pro`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `google/gemini-2.5-pro`: `model`, `messages`, `max_tokens`, `stream`
Hvilke grenser gjelder?
`POST /v1/messages` · `gemini-2.5-pro`: `ctx`: `1048576`; `max_out`: `65536`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1beta/models/{model}:generateContent` · `gemini-2.5-pro`: `ctx`: `1048576`; `max_out`: `65536`; `contents.min_items`: `1` `POST /v1/chat/completions` · `gemini-2.5-pro`: `messages.min_items`: `1` `POST /v1/chat/completions` · `google/gemini-2.5-pro`: `messages.min_items`: `1`
Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.
## Selskapet og dets prosjektportefølje
Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.
## Kjøp tokener med rabatt.
Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.
Abonnement
Velg et rabattabonnement for faste forespørsler.
Kampanjekode opptil 50%
Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.
Kostnader i historikken
Modell, tokener og beløp lagres for hver forespørsel.
[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)
## Koble API-et til produktet du selger.
SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.
Kommersiell applikasjon
Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.
Forhandlerlisens
Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.
Dokumenter på nettstedet
Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.
[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)
## Ailoot · Selskapet og dets prosjektportefølje
Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.
Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.
Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.