Gemini 2.5 Flash-Lite Preview 09-2025 is Googles septembereditie voor veelvoorkomende taken die een beknopt, gericht tekstresultaat vereisen. De fabrikant organiseert deze update rond drie thema's: beter volgen van complexe instructies en systeemprompts, minder breedsprakigheid en verbeterde vertaling en multimodaal begrip. De gedateerde naam onderscheidt deze specifieke preview van de Flash-Lite-preview van juni, het stabiele model en een wisselende latest-alias.
Verbeterd volgen van instructies is nuttig wanneer een taak meerdere regels bevat die tegelijk van kracht moeten blijven. Geef het bronmateriaal, de doelgroep en het vereiste formaat op en scheid vervolgens verplichte inhoud van optionele uitleg. Een taak voor de verwerking van supportvragen kan een categorie, de exacte vraag van de klant en een volgende stap vereisen die uitsluitend op een aangeleverde referentie is gebaseerd. Een documenttaak kan aangeven welke termen behouden moeten blijven, welke feiten erin moeten staan en hoe ontbrekende waarden moeten worden weergegeven. Deze voorbeelden zetten een gedetailleerde instructie om in een resultaat met waarneembare vereisten.
Minder breedsprakigheid is een vermeld kenmerk van deze release. Dat is vooral relevant wanneer de uitvoer een korte veldwaarde, een kort antwoord of de volgende invoer in een grotere workflow wordt. Vraag om de benodigde informatie in plaats van om een algemene bespreking: de beslissing, de bron ervan en de onopgeloste vraag. Noem voor een samenvatting de feiten en deadlines die bij het inkorten behouden moeten blijven en specificeer het aantal of het doel van de secties. Beknoptheid is niet hetzelfde als belangrijke voorwaarden weglaten; een praktisch uitvoersjabloon maakt de vereiste inhoud expliciet.
Google meldt verbeterde vertaalkwaliteit, beeldbegrip en audiotranscriptie voor deze septemberupdate. Benoem voor vertaling de doelgroep en een woordenlijst en maak onderscheid tussen namen die ongewijzigd blijven en formuleringen die moeten worden gelokaliseerd. Markeer bij een afbeelding de uit te leggen component of passage en beschrijf het beoogde gebruik van het antwoord. Vraag voor audiotranscriptie om een schriftelijke weergave met de taal- en opmaakregels die nodig zijn voor de volgende stap. Een multimediabron kan ook worden samengevat of met een tekstuele eis worden vergeleken wanneer de vraag de relevante inhoud aanwijst.
De modelkaart van deze specifieke, gedateerde editie noemt tekst, afbeeldingen, video, audio en PDF als invoer, met tekst als uitvoer. De limieten zijn 1,048,576 invoertokens en 65,536 uitvoertokens en de gedocumenteerde kennisgrens is januari 2025. Het ruime invoerprofiel kan materiaal, instructies en voorbeelden combineren; geef elke bron een label en vermeld op welk bewijs het antwoord moet steunen. Dit is de Flash-Lite-editie met tekstuitvoer: gegenereerde spraak, gegenereerde afbeeldingen en een realtime spraakinterface maken geen deel uit van het vermelde uitvoerprofiel.
De fabrikant documenteert redeneren, gestructureerde uitvoer, functieaanroepen, code-uitvoering, onderbouwing met zoekresultaten, URL-context en het doorzoeken van bestanden. Redeneren kan worden gebruikt voor een taak met onderling afhankelijke voorwaarden; een gestructureerd antwoord kan velden voor extractie of classificatie bevatten. Een functieaanroep bevat een voorgestelde functienaam en argumenten, terwijl de applicatie deze uitvoert en het resultaat teruggeeft. Googles tool voor code-uitvoering gebruikt Python; zoek- en documenttools leveren extern materiaal voor een goed geïnformeerd schriftelijk antwoord. Het specifieke profiel omvat ook ondersteuning voor caching en batchverwerking. Dit zijn gedocumenteerde modelmogelijkheden, geen bewering dat één specifieke applicatie elke tool heeft ingeschakeld of ze in één verzoek heeft gecombineerd.
De modelkaart voor de familie beschrijft een sparse mixture-of-experts-transformer met ingebouwd multimodaal begrip. De voortraining omvat webtekst, programmeertalen, afbeeldingen, audio en video. De natraining gebruikt gecontroleerde combinaties van instructies en antwoorden, informatie over menselijke voorkeuren en gegevens over toolgebruik, met deduplicatie en filtering op veiligheid en kwaliteit tijdens de voorbereiding. Dezelfde kaart noemt mogelijke verzonnen feiten, problemen met causaal en contrafeitelijk redeneren, beperkingen bij complexe logische deductie en inconsistente naleving van denkbudgetten. Ook vermeldt de kaart dat sommige antwoorden de neiging hebben overdreven belerend te klinken. Dat zijn inhoudelijke controlepunten voor een model voor beknopte verwerking.
Bereid voor een herhaalde taak representatieve gewone, ambigue en onvolledige invoer voor. Vergelijk bij vertaling de terminologie, de betekenis en het gevraagde formaat waarin uitsluitend de uitvoer wordt gegeven. Vergelijk bij transcriptie of documentextractie de teruggegeven details met het aangeleverde materiaal en geef aan wat niet kon worden vastgesteld. Controleer bij een kort antwoord of elk verplicht feit behouden is gebleven. Het uiteindelijke resultaat kan een vertaalde passage, een compacte samenvatting, geëxtraheerde velden of een categorie met een volgende handeling zijn. Deze voorbereiding benut de specifieke nadruk van de septembereditie op nauwkeurige instructieopvolging, compactheid en multimediaverwerking, terwijl het resultaat aan het oorspronkelijke bewijs gekoppeld blijft.
", "aboutText": "Gemini 2.5 Flash-Lite Preview 09-2025 is Googles septembereditie voor veelvoorkomende taken die een beknopt, gericht tekstresultaat vereisen. De fabrikant organiseert deze update rond drie thema's: beter volgen van complexe instructies en systeemprompts, minder breedsprakigheid en verbeterde vertaling en multimodaal begrip. De gedateerde naam onderscheidt deze specifieke preview van de Flash-Lite-preview van juni, het stabiele model en een wisselende latest-alias.\n\nVerbeterd volgen van instructies is nuttig wanneer een taak meerdere regels bevat die tegelijk van kracht moeten blijven. Geef het bronmateriaal, de doelgroep en het vereiste formaat op en scheid vervolgens verplichte inhoud van optionele uitleg. Een taak voor de verwerking van supportvragen kan een categorie, de exacte vraag van de klant en een volgende stap vereisen die uitsluitend op een aangeleverde referentie is gebaseerd. Een documenttaak kan aangeven welke termen behouden moeten blijven, welke feiten erin moeten staan en hoe ontbrekende waarden moeten worden weergegeven. Deze voorbeelden zetten een gedetailleerde instructie om in een resultaat met waarneembare vereisten.\n\nMinder breedsprakigheid is een vermeld kenmerk van deze release. Dat is vooral relevant wanneer de uitvoer een korte veldwaarde, een kort antwoord of de volgende invoer in een grotere workflow wordt. Vraag om de benodigde informatie in plaats van om een algemene bespreking: de beslissing, de bron ervan en de onopgeloste vraag. Noem voor een samenvatting de feiten en deadlines die bij het inkorten behouden moeten blijven en specificeer het aantal of het doel van de secties. Beknoptheid is niet hetzelfde als belangrijke voorwaarden weglaten; een praktisch uitvoersjabloon maakt de vereiste inhoud expliciet.\n\nGoogle meldt verbeterde vertaalkwaliteit, beeldbegrip en audiotranscriptie voor deze septemberupdate. Benoem voor vertaling de doelgroep en een woordenlijst en maak onderscheid tussen namen die ongewijzigd blijven en formuleringen die moeten worden gelokaliseerd. Markeer bij een afbeelding de uit te leggen component of passage en beschrijf het beoogde gebruik van het antwoord. Vraag voor audiotranscriptie om een schriftelijke weergave met de taal- en opmaakregels die nodig zijn voor de volgende stap. Een multimediabron kan ook worden samengevat of met een tekstuele eis worden vergeleken wanneer de vraag de relevante inhoud aanwijst.\n\nDe modelkaart van deze specifieke, gedateerde editie noemt tekst, afbeeldingen, video, audio en PDF als invoer, met tekst als uitvoer. De limieten zijn 1,048,576 invoertokens en 65,536 uitvoertokens en de gedocumenteerde kennisgrens is januari 2025. Het ruime invoerprofiel kan materiaal, instructies en voorbeelden combineren; geef elke bron een label en vermeld op welk bewijs het antwoord moet steunen. Dit is de Flash-Lite-editie met tekstuitvoer: gegenereerde spraak, gegenereerde afbeeldingen en een realtime spraakinterface maken geen deel uit van het vermelde uitvoerprofiel.\n\nDe fabrikant documenteert redeneren, gestructureerde uitvoer, functieaanroepen, code-uitvoering, onderbouwing met zoekresultaten, URL-context en het doorzoeken van bestanden. Redeneren kan worden gebruikt voor een taak met onderling afhankelijke voorwaarden; een gestructureerd antwoord kan velden voor extractie of classificatie bevatten. Een functieaanroep bevat een voorgestelde functienaam en argumenten, terwijl de applicatie deze uitvoert en het resultaat teruggeeft. Googles tool voor code-uitvoering gebruikt Python; zoek- en documenttools leveren extern materiaal voor een goed geïnformeerd schriftelijk antwoord. Het specifieke profiel omvat ook ondersteuning voor caching en batchverwerking. Dit zijn gedocumenteerde modelmogelijkheden, geen bewering dat één specifieke applicatie elke tool heeft ingeschakeld of ze in één verzoek heeft gecombineerd.\n\nDe modelkaart voor de familie beschrijft een sparse mixture-of-experts-transformer met ingebouwd multimodaal begrip. De voortraining omvat webtekst, programmeertalen, afbeeldingen, audio en video. De natraining gebruikt gecontroleerde combinaties van instructies en antwoorden, informatie over menselijke voorkeuren en gegevens over toolgebruik, met deduplicatie en filtering op veiligheid en kwaliteit tijdens de voorbereiding. Dezelfde kaart noemt mogelijke verzonnen feiten, problemen met causaal en contrafeitelijk redeneren, beperkingen bij complexe logische deductie en inconsistente naleving van denkbudgetten. Ook vermeldt de kaart dat sommige antwoorden de neiging hebben overdreven belerend te klinken. Dat zijn inhoudelijke controlepunten voor een model voor beknopte verwerking.\n\nBereid voor een herhaalde taak representatieve gewone, ambigue en onvolledige invoer voor. Vergelijk bij vertaling de terminologie, de betekenis en het gevraagde formaat waarin uitsluitend de uitvoer wordt gegeven. Vergelijk bij transcriptie of documentextractie de teruggegeven details met het aangeleverde materiaal en geef aan wat niet kon worden vastgesteld. Controleer bij een kort antwoord of elk verplicht feit behouden is gebleven. Het uiteindelijke resultaat kan een vertaalde passage, een compacte samenvatting, geëxtraheerde velden of een categorie met een volgende handeling zijn. Deze voorbereiding benut de specifieke nadruk van de septembereditie op nauwkeurige instructieopvolging, compactheid en multimediaverwerking, terwijl het resultaat aan het oorspronkelijke bewijs gekoppeld blijft.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Translate a constrained support notice\n\nTranslate into French for a customer: “Your Atlas Hub replacement is reserved. We will confirm dispatch after the address check.” Keep Atlas Hub unchanged, preserve the difference between a reservation and dispatch confirmation, and return only the translation. Do not add a date, tracking number or guarantee.One French translation with the product name unchanged and both stages kept distinct.Check that the translation preserves the pending address check and does not announce dispatch.gemini-2.5-flash-lite-preview-09-2025Gemini 2.5 Flash-Lite Preview 09-2025 richt zich op het volgen van instructies, beknopte tekst, vertaling en multimediabegrip. Googles septembereditie accepteert tekst, afbeeldingen, video, audio en PDF, met gestructureerde antwoorden en gedocumenteerde tools voor verwerking van grote volumes.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 2.5 Flash-Lite Preview 09-2025 is Googles septembereditie voor veelvoorkomende taken die een beknopt, gericht tekstresultaat vereisen. De fabrikant organiseert deze update rond drie thema's: beter volgen van complexe instructies en systeemprompts, minder breedsprakigheid en verbeterde vertaling en multimodaal begrip. De gedateerde naam onderscheidt deze specifieke preview van de Flash-Lite-preview van juni, het stabiele model en een wisselende latest-alias.
Verbeterd volgen van instructies is nuttig wanneer een taak meerdere regels bevat die tegelijk van kracht moeten blijven. Geef het bronmateriaal, de doelgroep en het vereiste formaat op en scheid vervolgens verplichte inhoud van optionele uitleg. Een taak voor de verwerking van supportvragen kan een categorie, de exacte vraag van de klant en een volgende stap vereisen die uitsluitend op een aangeleverde referentie is gebaseerd. Een documenttaak kan aangeven welke termen behouden moeten blijven, welke feiten erin moeten staan en hoe ontbrekende waarden moeten worden weergegeven. Deze voorbeelden zetten een gedetailleerde instructie om in een resultaat met waarneembare vereisten.
Minder breedsprakigheid is een vermeld kenmerk van deze release. Dat is vooral relevant wanneer de uitvoer een korte veldwaarde, een kort antwoord of de volgende invoer in een grotere workflow wordt. Vraag om de benodigde informatie in plaats van om een algemene bespreking: de beslissing, de bron ervan en de onopgeloste vraag. Noem voor een samenvatting de feiten en deadlines die bij het inkorten behouden moeten blijven en specificeer het aantal of het doel van de secties. Beknoptheid is niet hetzelfde als belangrijke voorwaarden weglaten; een praktisch uitvoersjabloon maakt de vereiste inhoud expliciet.
Google meldt verbeterde vertaalkwaliteit, beeldbegrip en audiotranscriptie voor deze septemberupdate. Benoem voor vertaling de doelgroep en een woordenlijst en maak onderscheid tussen namen die ongewijzigd blijven en formuleringen die moeten worden gelokaliseerd. Markeer bij een afbeelding de uit te leggen component of passage en beschrijf het beoogde gebruik van het antwoord. Vraag voor audiotranscriptie om een schriftelijke weergave met de taal- en opmaakregels die nodig zijn voor de volgende stap. Een multimediabron kan ook worden samengevat of met een tekstuele eis worden vergeleken wanneer de vraag de relevante inhoud aanwijst.
De modelkaart van deze specifieke, gedateerde editie noemt tekst, afbeeldingen, video, audio en PDF als invoer, met tekst als uitvoer. De limieten zijn 1,048,576 invoertokens en 65,536 uitvoertokens en de gedocumenteerde kennisgrens is januari 2025. Het ruime invoerprofiel kan materiaal, instructies en voorbeelden combineren; geef elke bron een label en vermeld op welk bewijs het antwoord moet steunen. Dit is de Flash-Lite-editie met tekstuitvoer: gegenereerde spraak, gegenereerde afbeeldingen en een realtime spraakinterface maken geen deel uit van het vermelde uitvoerprofiel.
De fabrikant documenteert redeneren, gestructureerde uitvoer, functieaanroepen, code-uitvoering, onderbouwing met zoekresultaten, URL-context en het doorzoeken van bestanden. Redeneren kan worden gebruikt voor een taak met onderling afhankelijke voorwaarden; een gestructureerd antwoord kan velden voor extractie of classificatie bevatten. Een functieaanroep bevat een voorgestelde functienaam en argumenten, terwijl de applicatie deze uitvoert en het resultaat teruggeeft. Googles tool voor code-uitvoering gebruikt Python; zoek- en documenttools leveren extern materiaal voor een goed geïnformeerd schriftelijk antwoord. Het specifieke profiel omvat ook ondersteuning voor caching en batchverwerking. Dit zijn gedocumenteerde modelmogelijkheden, geen bewering dat één specifieke applicatie elke tool heeft ingeschakeld of ze in één verzoek heeft gecombineerd.
De modelkaart voor de familie beschrijft een sparse mixture-of-experts-transformer met ingebouwd multimodaal begrip. De voortraining omvat webtekst, programmeertalen, afbeeldingen, audio en video. De natraining gebruikt gecontroleerde combinaties van instructies en antwoorden, informatie over menselijke voorkeuren en gegevens over toolgebruik, met deduplicatie en filtering op veiligheid en kwaliteit tijdens de voorbereiding. Dezelfde kaart noemt mogelijke verzonnen feiten, problemen met causaal en contrafeitelijk redeneren, beperkingen bij complexe logische deductie en inconsistente naleving van denkbudgetten. Ook vermeldt de kaart dat sommige antwoorden de neiging hebben overdreven belerend te klinken. Dat zijn inhoudelijke controlepunten voor een model voor beknopte verwerking.
Bereid voor een herhaalde taak representatieve gewone, ambigue en onvolledige invoer voor. Vergelijk bij vertaling de terminologie, de betekenis en het gevraagde formaat waarin uitsluitend de uitvoer wordt gegeven. Vergelijk bij transcriptie of documentextractie de teruggegeven details met het aangeleverde materiaal en geef aan wat niet kon worden vastgesteld. Controleer bij een kort antwoord of elk verplicht feit behouden is gebleven. Het uiteindelijke resultaat kan een vertaalde passage, een compacte samenvatting, geëxtraheerde velden of een categorie met een volgende handeling zijn. Deze voorbereiding benut de specifieke nadruk van de septembereditie op nauwkeurige instructieopvolging, compactheid en multimediaverwerking, terwijl het resultaat aan het oorspronkelijke bewijs gekoppeld blijft.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gemini-2.5-flash-lite-preview-09-2025 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-2.5-flash-lite-preview-09-2025", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='gemini-2.5-flash-lite-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-2.5-flash-lite-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gemini-2.5-flash-lite-preview-09-2025
Gebruik de hierboven getoonde methodepaden.
gemini-2.5-flash-lite-preview-09-2025Gemini 2.5 Flash-Lite Preview 09-2025 richt zich op het volgen van instructies, beknopte tekst, vertaling en multimediabegrip. Googles septembereditie accepteert tekst, afbeeldingen, video, audio en PDF, met gestructureerde antwoorden en gedocumenteerde tools voor verwerking van grote volumes.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 2.5 Flash-Lite Preview 09-2025 is Googles septembereditie voor veelvoorkomende taken die een beknopt, gericht tekstresultaat vereisen. De fabrikant organiseert deze update rond drie thema's: beter volgen van complexe instructies en systeemprompts, minder breedsprakigheid en verbeterde vertaling en multimodaal begrip. De gedateerde naam onderscheidt deze specifieke preview van de Flash-Lite-preview van juni, het stabiele model en een wisselende latest-alias.
Verbeterd volgen van instructies is nuttig wanneer een taak meerdere regels bevat die tegelijk van kracht moeten blijven. Geef het bronmateriaal, de doelgroep en het vereiste formaat op en scheid vervolgens verplichte inhoud van optionele uitleg. Een taak voor de verwerking van supportvragen kan een categorie, de exacte vraag van de klant en een volgende stap vereisen die uitsluitend op een aangeleverde referentie is gebaseerd. Een documenttaak kan aangeven welke termen behouden moeten blijven, welke feiten erin moeten staan en hoe ontbrekende waarden moeten worden weergegeven. Deze voorbeelden zetten een gedetailleerde instructie om in een resultaat met waarneembare vereisten.
Minder breedsprakigheid is een vermeld kenmerk van deze release. Dat is vooral relevant wanneer de uitvoer een korte veldwaarde, een kort antwoord of de volgende invoer in een grotere workflow wordt. Vraag om de benodigde informatie in plaats van om een algemene bespreking: de beslissing, de bron ervan en de onopgeloste vraag. Noem voor een samenvatting de feiten en deadlines die bij het inkorten behouden moeten blijven en specificeer het aantal of het doel van de secties. Beknoptheid is niet hetzelfde als belangrijke voorwaarden weglaten; een praktisch uitvoersjabloon maakt de vereiste inhoud expliciet.
Google meldt verbeterde vertaalkwaliteit, beeldbegrip en audiotranscriptie voor deze septemberupdate. Benoem voor vertaling de doelgroep en een woordenlijst en maak onderscheid tussen namen die ongewijzigd blijven en formuleringen die moeten worden gelokaliseerd. Markeer bij een afbeelding de uit te leggen component of passage en beschrijf het beoogde gebruik van het antwoord. Vraag voor audiotranscriptie om een schriftelijke weergave met de taal- en opmaakregels die nodig zijn voor de volgende stap. Een multimediabron kan ook worden samengevat of met een tekstuele eis worden vergeleken wanneer de vraag de relevante inhoud aanwijst.
De modelkaart van deze specifieke, gedateerde editie noemt tekst, afbeeldingen, video, audio en PDF als invoer, met tekst als uitvoer. De limieten zijn 1,048,576 invoertokens en 65,536 uitvoertokens en de gedocumenteerde kennisgrens is januari 2025. Het ruime invoerprofiel kan materiaal, instructies en voorbeelden combineren; geef elke bron een label en vermeld op welk bewijs het antwoord moet steunen. Dit is de Flash-Lite-editie met tekstuitvoer: gegenereerde spraak, gegenereerde afbeeldingen en een realtime spraakinterface maken geen deel uit van het vermelde uitvoerprofiel.
De fabrikant documenteert redeneren, gestructureerde uitvoer, functieaanroepen, code-uitvoering, onderbouwing met zoekresultaten, URL-context en het doorzoeken van bestanden. Redeneren kan worden gebruikt voor een taak met onderling afhankelijke voorwaarden; een gestructureerd antwoord kan velden voor extractie of classificatie bevatten. Een functieaanroep bevat een voorgestelde functienaam en argumenten, terwijl de applicatie deze uitvoert en het resultaat teruggeeft. Googles tool voor code-uitvoering gebruikt Python; zoek- en documenttools leveren extern materiaal voor een goed geïnformeerd schriftelijk antwoord. Het specifieke profiel omvat ook ondersteuning voor caching en batchverwerking. Dit zijn gedocumenteerde modelmogelijkheden, geen bewering dat één specifieke applicatie elke tool heeft ingeschakeld of ze in één verzoek heeft gecombineerd.
De modelkaart voor de familie beschrijft een sparse mixture-of-experts-transformer met ingebouwd multimodaal begrip. De voortraining omvat webtekst, programmeertalen, afbeeldingen, audio en video. De natraining gebruikt gecontroleerde combinaties van instructies en antwoorden, informatie over menselijke voorkeuren en gegevens over toolgebruik, met deduplicatie en filtering op veiligheid en kwaliteit tijdens de voorbereiding. Dezelfde kaart noemt mogelijke verzonnen feiten, problemen met causaal en contrafeitelijk redeneren, beperkingen bij complexe logische deductie en inconsistente naleving van denkbudgetten. Ook vermeldt de kaart dat sommige antwoorden de neiging hebben overdreven belerend te klinken. Dat zijn inhoudelijke controlepunten voor een model voor beknopte verwerking.
Bereid voor een herhaalde taak representatieve gewone, ambigue en onvolledige invoer voor. Vergelijk bij vertaling de terminologie, de betekenis en het gevraagde formaat waarin uitsluitend de uitvoer wordt gegeven. Vergelijk bij transcriptie of documentextractie de teruggegeven details met het aangeleverde materiaal en geef aan wat niet kon worden vastgesteld. Controleer bij een kort antwoord of elk verplicht feit behouden is gebleven. Het uiteindelijke resultaat kan een vertaalde passage, een compacte samenvatting, geëxtraheerde velden of een categorie met een volgende handeling zijn. Deze voorbereiding benut de specifieke nadruk van de septembereditie op nauwkeurige instructieopvolging, compactheid en multimediaverwerking, terwijl het resultaat aan het oorspronkelijke bewijs gekoppeld blijft.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gemini-2.5-flash-lite-preview-09-2025 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "gemini-2.5-flash-lite-preview-09-2025",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-2.5-flash-lite-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra gemini-2.5-flash-lite-preview-09-2025
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Translate a constrained support notice\n\nTranslate into French for a customer: “Your Atlas Hub replacement is reserved. We will confirm dispatch after the address check.” Keep Atlas Hub unchanged, preserve the difference between a reservation and dispatch confirmation, and return only the translation. Do not add a date, tracking number or guarantee.One French translation with the product name unchanged and both stages kept distinct.Check that the translation preserves the pending address check and does not announce dispatch.