modeller

Google: Gemini 3.1 Pro Preview Custom Tools

Markdown · JSON

Google: Gemini 3.1 Pro Preview Custom Tools

Gemini 3.1 Pro Preview Custom Tools er en egen agentorientert variant som prioriterer applikasjonsdefinerte verktøy sammen med terminalkommandoer. Bruk den når handlinger som lesing av filer eller søk i kode skal drive en oppgave i flere trinn, med applikasjonen som utfører hvert verktøykall og returnerer resultatet.

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

Gemini 3.1 Pro Preview Custom Tools er Googles spesialiserte variant for agentarbeidsflyter som blander terminalkommandoer og egendefinerte verktøy. Den særskilte atferden er prioritering av applikasjonsdefinerte verktøy, med view_file og search_code som produsentens eksempler. Den er en egen navngitt variant av Gemini 3.1 Pro Preview, ikke en annen betegnelse på alle Pro-forespørsler. En nyttig oppgave bruker riktig verktøy til å hente belegg før det endelige tekstresultatet utarbeides.

Pro Preview-linjen tar imot tekst, bilder, video, lyd og PDF og returnerer tekst. Produsenten oppgir en inndatagrense på 1048576 tokener og en utdatagrense på 65536 tokener for denne linjen. En undersøkelse av et kodelager kan kombinere kildefiler, skriftlige krav og et skjermbilde av grensesnittet; en dokumentarbeidsflyt kan kombinere sider og spørsmål. Merk kildene og definer den endelige leveransen slik at det store inndatabudsjettet støtter en bestemt oppgave fremfor en ufokusert arkivdump.

For en programvareagent definerer du målet, de tilgjengelige verktøyene og omfanget av den forespurte endringen. Et egendefinert søkeverktøy kan returnere plasseringer for samsvarende filer, mens et verktøy for fillesing gir det nøyaktige relevante innholdet. Spesifiser argumentene de godtar, og feltene de returnerer. Applikasjonen utfører et akseptert kall og sender resultatet tilbake til modellen, som kan velge neste trinn ut fra det som faktisk skjedde. En returnert filbane er belegg for et søkeresultat, ikke bevis på at filen ble endret eller at en test ble kjørt.

Custom Tools-varianten er beregnet på tilfeller der disse spesialiserte handlingene skal prioriteres fremfor en generell bash-kommando. En agent kan for eksempel først søke etter implementasjonen av en navngitt atferd, lese de tilknyttede filene, sammenligne dem med brukerens krav og deretter foreslå en avgrenset endring. Definer hvilke grensesnitt og hvilken atferd som må forbli intakte, og be om en endelig liste over foreslåtte endringer med kildeinformasjonen som ble brukt. Hvis en kontrollert testkjører er tilgjengelig, returnerer du det faktiske resultatet før du ber om en konklusjon om endringen.

Produsentens 3.1 Pro-dokumentasjon omfatter resonnering, strukturerte utdata og funksjonskall, sammen med kodekjøring, forankring i søkeresultater, Google Maps-forankring, URL-kontekst og hurtigbufring. Oppføringen for filsøk er uttrykkelig avgrenset til Google AI Studio. Verktøytilgjengelighet er derfor del av det valgte produsentgrensesnittet og applikasjonsoppsettet. Variantens særlige preferanse for egendefinerte verktøy tilfører ikke i seg selv disse verktøyene eller utfører en ekstern operasjon. Behold en oversikt over funksjonsnavn, validerte argumenter og resultat for hver fullførte applikasjonshandling.

Gemini 3-veiledningen beskriver resonneringsnivåene low, medium og high for 3.1 Pro, med high som standard. Dette er relative rammer for analyse fremfor strenge tokengarantier. Velg nivå etter oppgaven, og gi direkte instruksjoner fremfor kompliserte instruksritualer. Hvis strukturerte utdata kreves, definerer du feltene, typene og reglene for manglende verdier. I en implementasjonsrapport kan den endelige posten identifisere undersøkte filer, påkrevd atferd, foreslått endring og gjenstående spørsmål. Kontroller at hver oppføring følger av faktiske verktøy- eller kilderesultater.

Agenter som arbeider over flere samtalerunder, må beholde samtalen og den nødvendige resonneringskonteksten. Produsentens veiledning forklarer resonneringssignaturer og skiller mellom administrert tilstandsbevarende historikk og manuelt administrert tilstandsløs historikk. Bruk den dokumenterte håndteringen i det valgte grensesnittet, særlig når arbeidet fortsetter etter et verktøyresultat. Ved langt kildemateriale plasserer du det konkrete spørsmålet etter konteksten og knytter det ønskede svaret til dette. Veiledningen anbefaler også standardtemperaturen 1,0 fremfor å overføre en lav temperaturinnstilling som kan gi sløyfer i komplekse oppgaver.

Produsenten advarer om at kvaliteten kan variere i brukstilfeller som ikke drar nytte av egendefinerte verktøy. Dette er en viktig grense ved modellvalg: bruk profilen for en verktøysentrert agent fremfor å anta en generell forbedring for hver isolerte instruks. Tekstutdataene kan være en plan, et kodeforslag, en forklaring eller et strukturert resultat; bilde- eller lydinndata gjør ikke varianten til en mediegenerator. Undersøk foreslått kode, kontroller beregninger og skill bekreftede operasjoner fra forslag. Behold den konkrete Custom Tools-modellidentiteten sammen med oppgaven, verktøydefinisjonene og returnert belegg, slik at en senere fortsettelse har et konkret grunnlag.

Praktisk oppgave

Praktisk oppgave

Teknisk eksempel på engelsk

Interpret custom-tool evidence

Use this supplied tool transcript. search_code returned settings.py:12 and view_file returned: 'RETRY_LIMIT = 3'. No edit or test result is present. Requirement: increase the retry limit to five. Return the examined file, the exact proposed edit and the remaining check. Distinguish the retrieved value from actions that have not occurred.

Forventet resultat

A file-linked proposed edit and an explicitly unexecuted validation step.

Kontroller resultatet

The answer must not claim that settings.py was changed or a test passed.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemini-3.1-pro-preview-customtools

google/gemini-3.1-pro-preview-customtools

Google /google/gemini-3.1-pro-preview-customtools

Start

Gemini 3.1 Pro Preview Custom Tools er en egen agentorientert variant som prioriterer applikasjonsdefinerte verktøy sammen med terminalkommandoer. Bruk den når handlinger som lesing av filer eller søk i kode skal drive en oppgave i flere trinn, med applikasjonen som utfører hvert verktøykall og returnerer resultatet.

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
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
google/gemini-3.1-pro-preview-customtools
Standard—
FeltmessagesTypemessage[]KravPåkrevdVerdier & grenser
Minste antall elementer: 1
Standard—
Feltmessages[].roleTypestringKravPåkrevdVerdier & grenser
Eksempler: system, user, assistant, tool, function
Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt.
Avhenger av modellen
Standard—
Feltmessages[].contentTypestring|content_part[]|nullKravValgfrittVerdier & grenserStandard—
Feltmessages[].tool_callsTypetool_call[]KravValgfrittVerdier & grenserStandard—
Feltmessages[].tool_call_idTypestringKravValgfrittVerdier & grenser
Gjelder når: role=tool; bruk faktisk returnert ID
Standard—
Feltmessages[].nameTypestringKravValgfrittVerdier & grenserStandard—
Feltmessages[].reasoning_contentTypestringKravValgfrittVerdier & grenser
Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den
Standard—
Feltmessages[].reasoning_detailsTypeobject|arrayKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltmax_tokensTypeintegerKravValgfrittVerdier & grenser
Minimum: 1
Avhenger av modellen
Standard—
Feltmax_completion_tokensTypeintegerKravValgfrittVerdier & grenser
Minimum: 1
Avhenger av modellen
Standard—
FeltstreamTypebooleanKravValgfrittVerdier & grenserStandardfalse
Feltstream_options.include_usageTypebooleanKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
FelttemperatureTypenumberKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Felttop_pTypenumberKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
FeltstopTypestring|string[]KravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
FelttoolsTypefunction_tool[]KravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Felttools[].typeTypestringKravValgfrittVerdier & grenser
function
Avhenger av modellen
Standard—
Felttools[].function.nameTypestringKravPåkrevdVerdier & grenser
Gjelder når: funksjonsverktøy oppgitt
Standard—
Felttools[].function.descriptionTypestringKravValgfrittVerdier & grenserStandard—
Felttools[].function.parametersTypeJSON_schemaKravValgfrittVerdier & grenserStandard—
Felttool_choiceTypestring|objectKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltparallel_tool_callsTypebooleanKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltresponse_formatTypeobjectKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltreasoning_effortTypestringKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
FeltreasoningTypeobjectKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltservice_tierTypestringKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
FeltinstructionsTypestringKravValgfrittVerdier & grenser
Kompatibilitetsfelt
Standard—
FeltfunctionsTypefunction[]KravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltfunction_callTypestring|objectKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
Feltprompt_cache_optionsTypeobjectKravValgfrittVerdier & grenser
Avhenger av modellen
Standard—
FeltmodalitiesTypestring[]KravValgfrittVerdier & grenser
text
Standard—
FeltproviderTypeobjectKravValgfrittVerdier & grenser
Vilkår: provider.options avvises på denne Ultra-tekstruten
Standard—
Feltcache_control.ttlTypestringKravValgfrittVerdier & grenser
Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster
Standard—
Kombinasjoner av inngående materialer

Tekst · UTF8-tekst

messages[].content

Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, messages
Parametermaterial_typesAvtaletext
ParametermessagesAvtalemeldingstabell med role/content-struktur
Parameterfile_materialAvtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes
Parameteroptional_controlsAvtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeAvtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy
Parameteroutput_modalitiesAvtaletext
Parameterhosted_operationsAvtalefalse
Parametermultimodal_input_bindingAvtalenull

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
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · medium
Standardpris Når resonneringsinnsatsen er satt til medium
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.

KonfigurasjonPrisplanKonteksttokener, mer ennKonteksttokener, opptil og medKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKonteksttokener, mer enn—Konteksttokener, opptil og medIngen øvre grenseKostnad
Inndata · Inngående tokener $0.004 / 1K tokener
Utdata · Utgående tokener $0.024 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0004 / 1K tokener
Inndata · Skriving til hurtigbuffer $0.00075 / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
Utdata · Utdatatokener for resonnering $0.024 / 1K tokener
KonfigurasjonNivå 1 for forespørselslengdePrisplan—Konteksttokener, mer enn0Konteksttokener, opptil og med200 000Kostnad
Inndata · Inngående tokener $0.004 / 1K tokener
Utdata · Utgående tokener $0.024 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0004 / 1K tokener
Inndata · Skriving til hurtigbuffer $0.00075 / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
KonfigurasjonNivå 2 for forespørselslengdePrisplan—Konteksttokener, mer enn200 000Konteksttokener, opptil og medIngen øvre grenseKostnad
Inndata · Inngående tokener $0.008 / 1K tokener
Utdata · Utgående tokener $0.036 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0008 / 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 →

Eksempelforespørsler

Ailoot Ultra · OpenAI Chat

curlPython SDKPython-strømming
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-3.1-pro-preview-customtools", "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
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-3.1-pro-preview-customtools',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"))
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-3.1-pro-preview-customtools',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
FeltType
Feltchoices[].indexTypeinteger
Feltchoices[].message.contentTypestring|null
Feltchoices[].message.tool_callsTypetool_call[]
Feltchoices[].message.reasoning_contentTypestring
Feltchoices[].message.reasoning_detailsTypeobject|array
Feltchoices[].finish_reasonTypestring|null
FeltusageTypeobject
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdiNeste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.

Aliaser

Modellaliaser

Ailoot Ultra google/gemini-3.1-pro-preview-customtools

Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

Tilknyttede anroper-ID-er

google/gemini-3.1-pro-preview-customtools

Ailoot Ultra · Anthropic Messages POST /v1/messages google/gemini-3.1-pro-preview-customtools

google/gemini-3.1-pro-preview-customtools

Google /google/gemini-3.1-pro-preview-customtools

Start

Gemini 3.1 Pro Preview Custom Tools er en egen agentorientert variant som prioriterer applikasjonsdefinerte verktøy sammen med terminalkommandoer. Bruk den når handlinger som lesing av filer eller søk i kode skal drive en oppgave i flere trinn, med applikasjonen som utfører hvert verktøykall og returnerer resultatet.

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
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
google/gemini-3.1-pro-preview-customtools
Standard—
FeltmessagesTypemessage[]KravPåkrevdVerdier & grenserStandard—
Feltmessages[].roleTypestringKravPåkrevdVerdier & grenser
user, assistant
Standard—
Feltmessages[].contentTypestringKravPåkrevdVerdier & grenserStandard—
Feltmax_tokensTypeintegerKravPåkrevdVerdier & grenserStandard—
FeltstreamTypebooleanKravValgfrittVerdier & grenserStandardfalse
Kombinasjoner av inngående materialer

Tekst · UTF-8-tekst

messages[].content-streng

Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, messages, max_tokens
Parameteroptional_controlsAvtalestream
Parametermaterial_typesAvtaletext
Parametertext_file_materialAvtaleLes 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
Resonneringsinnsats · high
Standardpris Når resonneringsinnsatsen er satt til high
Resonneringsinnsats · low
Standardpris Når resonneringsinnsatsen er satt til low
Resonneringsinnsats · medium
Standardpris Når resonneringsinnsatsen er satt til medium
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.

KonfigurasjonPrisplanKonteksttokener, mer ennKonteksttokener, opptil og medKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKonteksttokener, mer enn—Konteksttokener, opptil og medIngen øvre grenseKostnad
Inndata · Inngående tokener $0.004 / 1K tokener
Utdata · Utgående tokener $0.024 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0004 / 1K tokener
Inndata · Skriving til hurtigbuffer $0.00075 / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
Utdata · Utdatatokener for resonnering $0.024 / 1K tokener
KonfigurasjonNivå 1 for forespørselslengdePrisplan—Konteksttokener, mer enn0Konteksttokener, opptil og med200 000Kostnad
Inndata · Inngående tokener $0.004 / 1K tokener
Utdata · Utgående tokener $0.024 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0004 / 1K tokener
Inndata · Skriving til hurtigbuffer $0.00075 / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener
KonfigurasjonNivå 2 for forespørselslengdePrisplan—Konteksttokener, mer enn200 000Konteksttokener, opptil og medIngen øvre grenseKostnad
Inndata · Inngående tokener $0.008 / 1K tokener
Utdata · Utgående tokener $0.036 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0008 / 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 →

Eksempelforespørsler

Ailoot Ultra · Anthropic Messages

Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
{
  "model": "google/gemini-3.1-pro-preview-customtools",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
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-3.1-pro-preview-customtools', '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
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-3.1-pro-preview-customtools', '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
FeltType
FeltidTypestring
FeltmodelTypestring
Feltcontent[]Typetext|thinking|tool_use|other content block
Feltstop_reasonTypestring|null
FeltusageTypeobject
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdiNeste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.

Aliaser

Modellaliaser

Ailoot Ultra google/gemini-3.1-pro-preview-customtools

Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

Tilknyttede anroper-ID-er

google/gemini-3.1-pro-preview-customtools

FAQ · Google: Gemini 3.1 Pro Preview Custom Tools
Hvilke inndata og resultater er tilgjengelige?

POST /v1/chat/completions · google/gemini-3.1-pro-preview-customtools: text → text

POST /v1/messages · google/gemini-3.1-pro-preview-customtools: text → json, sse

Hvilke felt bruker forespørselen?

POST /v1/chat/completions · google/gemini-3.1-pro-preview-customtools: model, messages, stream, modalities, provider

POST /v1/messages · google/gemini-3.1-pro-preview-customtools: model, messages, max_tokens, stream

Hvilke grenser gjelder?

POST /v1/chat/completions · google/gemini-3.1-pro-preview-customtools: messages.min_items: 1

Flere detaljer

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 · Se modellpriser

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 · Offentlig tilbud og lisensavtale