Gemini 2.5 Pro Preview 06-05 to czerwcowa edycja preview modelu rozumującego Gemini 2.5 Pro firmy Google. Wydanie rozwija poprzednią wersję preview i wyróżnia zadania programistyczne, matematyczne, naukowe, oparte na wiedzy i rozumowaniu. Google wskazuje też poprawę stylu i struktury odpowiedzi, w tym bardziej kreatywne i lepiej sformatowane odpowiedzi. Zachowanie 06-05 ma znaczenie, gdy zadanie odnosi się do tej konkretnej wersji preview zamiast późniejszego modelu stabilnego lub o innej dacie.
Wynikiem pracy jest tekst: propozycja kodu, wyjaśnienie, wniosek analityczny lub przygotowany dokument. Udokumentowana rodzina Pro pracuje z tekstem, obrazami, audio i PDF jako materiałami źródłowymi. Pisemne zadanie może łączyć informacje z tych wejść z konkretnym pytaniem. Dla dokumentu technicznego wskaż odpowiednie definicje, tabelę lub diagram i wyjaśnij, co odpowiedź ma ustalić. Dla nagrania odróżniaj żądany transkrypt, podsumowanie i interpretację zamiast traktować je jako jedną operację.
Rozumowanie jest centralnym elementem przeznaczenia linii Pro. Czerwcowe ogłoszenie dodaje budżety myślenia, aby dać deweloperom większą kontrolę nad ilością analizy, a oficjalne informacje o wydaniu jawnie wskazują rozszerzoną obsługę myślenia dla gemini-2.5-pro-preview-06-05. Wybierz głębokość potrzebną do rzeczywistego problemu i określ wynik końcowy możliwy do sprawdzenia. Budżet rozumowania i żądana długość odpowiedzi są różnymi ustawieniami; krótka odpowiedź końcowa nadal może wymagać znacznej analizy przed jej przygotowaniem.
Dla programowania dołącz odpowiednie pliki lub funkcję, język, oczekiwane zachowanie i konkretne wejście pokazujące problem. Nazwij interfejsy i otaczające zachowanie, które muszą pozostać niezmienione. Przydatny rezultat końcowy to proponowana implementacja z wyjaśnieniem wybranego warunku i przykładami pokazującymi, co należy zweryfikować. Przy porównaniu podejść podaj każdemu te same przypadki wejściowe i kryteria decyzji, aby odpowiedź dotyczyła rzeczywistego kompromisu zamiast ogólnego omówienia algorytmów.
Dla materiałów matematycznych lub naukowych podaj pełną treść, definicje, dopuszczalne założenia i wynik do wykazania. Zachowaj zapis liczbowy i jednostki. Poproś model o wyjaśnienie, dlaczego wybrane przekształcenia wynikają z podanych warunków, i o oddzielenie wyniku końcowego od rozważanych alternatyw. Przy ocenie proponowanego rozwiązania podaj zarówno oryginalny problem, jak i sporny krok. Sprawdź uzyskane obliczenie lub twierdzenie z rzeczywistymi dowodami źródłowymi, zamiast polegać na pewnym tonie sformułowania.
Producent opisuje rodzinę Pro jako przeznaczoną do analizy zbiorów danych, kodu projektów i dokumentów w długim kontekście. Przygotuj ten kontekst z etykietami źródeł, odpowiednimi fragmentami i jasną regułą pierwszeństwa, gdy dokumenty są sprzeczne. Ustal kryterium ukończenia zadania: porównanie wymagań, odpowiedź opartą na źródłach, poprawioną funkcję lub wyjaśnienie dla konkretnych odbiorców. Pozostaw miejsce na odpowiedź zamiast wypełniać całe żądanie niezwiązaną historią. Zachowuj tę samą wersję wejścia i dokładną nazwę preview przy powrocie do przypadku, aby zmiana wyniku miała zrozumiały kontekst.
Dokumentacja rodziny Gemini 2.5 Pro obejmuje structured outputs, wywoływanie funkcji, wykonywanie kodu, ugruntowanie przez wyszukiwanie i buforowanie. Są to możliwości rodziny producenta, a nie automatyczny zestaw działań w każdej otaczającej aplikacji. Podaj schemat, gdy potrzebne jest wyjście czytelne maszynowo, zweryfikuj jego pola i odróżniaj fakty dostarczone przez narzędzie od proponowanej operacji. Aplikacja definiuje i wykonuje niestandardowe narzędzia, a następnie zwraca ich wyniki do następnego etapu modelu. Wygenerowany fragment kodu lub żądanie funkcji nie jest dowodem pomyślnego uruchomienia.
Ulepszony styl i struktura czerwcowego wydania są przydatne, gdy wyjaśnienie staje się raportem lub szkicem redakcyjnym. Określ odbiorców, terminologię, nagłówki i długość oraz wskaż, co trzeba zachować z oryginału. Poproś o wskazywanie niepewnych lub brakujących informacji zamiast wypełniania ich wymyślonymi szczegółami. Sprawdzaj twierdzenia faktograficzne względem dostarczonych materiałów, waliduj rekordy strukturalne i testuj kod w zamierzonym środowisku. Przydatnym wynikiem jest sprawdzony rezultat tekstowy z zachowanym kontekstem źródłowym i tożsamością 06-05, podczas gdy późniejsze nazwy modeli, ustawienia usług i możliwości generowania mediów pozostają osobnymi wyborami.
", "aboutText": "Gemini 2.5 Pro Preview 06-05 to czerwcowa edycja preview modelu rozumującego Gemini 2.5 Pro firmy Google. Wydanie rozwija poprzednią wersję preview i wyróżnia zadania programistyczne, matematyczne, naukowe, oparte na wiedzy i rozumowaniu. Google wskazuje też poprawę stylu i struktury odpowiedzi, w tym bardziej kreatywne i lepiej sformatowane odpowiedzi. Zachowanie 06-05 ma znaczenie, gdy zadanie odnosi się do tej konkretnej wersji preview zamiast późniejszego modelu stabilnego lub o innej dacie.\n\nWynikiem pracy jest tekst: propozycja kodu, wyjaśnienie, wniosek analityczny lub przygotowany dokument. Udokumentowana rodzina Pro pracuje z tekstem, obrazami, audio i PDF jako materiałami źródłowymi. Pisemne zadanie może łączyć informacje z tych wejść z konkretnym pytaniem. Dla dokumentu technicznego wskaż odpowiednie definicje, tabelę lub diagram i wyjaśnij, co odpowiedź ma ustalić. Dla nagrania odróżniaj żądany transkrypt, podsumowanie i interpretację zamiast traktować je jako jedną operację.\n\nRozumowanie jest centralnym elementem przeznaczenia linii Pro. Czerwcowe ogłoszenie dodaje budżety myślenia, aby dać deweloperom większą kontrolę nad ilością analizy, a oficjalne informacje o wydaniu jawnie wskazują rozszerzoną obsługę myślenia dla gemini-2.5-pro-preview-06-05. Wybierz głębokość potrzebną do rzeczywistego problemu i określ wynik końcowy możliwy do sprawdzenia. Budżet rozumowania i żądana długość odpowiedzi są różnymi ustawieniami; krótka odpowiedź końcowa nadal może wymagać znacznej analizy przed jej przygotowaniem.\n\nDla programowania dołącz odpowiednie pliki lub funkcję, język, oczekiwane zachowanie i konkretne wejście pokazujące problem. Nazwij interfejsy i otaczające zachowanie, które muszą pozostać niezmienione. Przydatny rezultat końcowy to proponowana implementacja z wyjaśnieniem wybranego warunku i przykładami pokazującymi, co należy zweryfikować. Przy porównaniu podejść podaj każdemu te same przypadki wejściowe i kryteria decyzji, aby odpowiedź dotyczyła rzeczywistego kompromisu zamiast ogólnego omówienia algorytmów.\n\nDla materiałów matematycznych lub naukowych podaj pełną treść, definicje, dopuszczalne założenia i wynik do wykazania. Zachowaj zapis liczbowy i jednostki. Poproś model o wyjaśnienie, dlaczego wybrane przekształcenia wynikają z podanych warunków, i o oddzielenie wyniku końcowego od rozważanych alternatyw. Przy ocenie proponowanego rozwiązania podaj zarówno oryginalny problem, jak i sporny krok. Sprawdź uzyskane obliczenie lub twierdzenie z rzeczywistymi dowodami źródłowymi, zamiast polegać na pewnym tonie sformułowania.\n\nProducent opisuje rodzinę Pro jako przeznaczoną do analizy zbiorów danych, kodu projektów i dokumentów w długim kontekście. Przygotuj ten kontekst z etykietami źródeł, odpowiednimi fragmentami i jasną regułą pierwszeństwa, gdy dokumenty są sprzeczne. Ustal kryterium ukończenia zadania: porównanie wymagań, odpowiedź opartą na źródłach, poprawioną funkcję lub wyjaśnienie dla konkretnych odbiorców. Pozostaw miejsce na odpowiedź zamiast wypełniać całe żądanie niezwiązaną historią. Zachowuj tę samą wersję wejścia i dokładną nazwę preview przy powrocie do przypadku, aby zmiana wyniku miała zrozumiały kontekst.\n\nDokumentacja rodziny Gemini 2.5 Pro obejmuje structured outputs, wywoływanie funkcji, wykonywanie kodu, ugruntowanie przez wyszukiwanie i buforowanie. Są to możliwości rodziny producenta, a nie automatyczny zestaw działań w każdej otaczającej aplikacji. Podaj schemat, gdy potrzebne jest wyjście czytelne maszynowo, zweryfikuj jego pola i odróżniaj fakty dostarczone przez narzędzie od proponowanej operacji. Aplikacja definiuje i wykonuje niestandardowe narzędzia, a następnie zwraca ich wyniki do następnego etapu modelu. Wygenerowany fragment kodu lub żądanie funkcji nie jest dowodem pomyślnego uruchomienia.\n\nUlepszony styl i struktura czerwcowego wydania są przydatne, gdy wyjaśnienie staje się raportem lub szkicem redakcyjnym. Określ odbiorców, terminologię, nagłówki i długość oraz wskaż, co trzeba zachować z oryginału. Poproś o wskazywanie niepewnych lub brakujących informacji zamiast wypełniania ich wymyślonymi szczegółami. Sprawdzaj twierdzenia faktograficzne względem dostarczonych materiałów, waliduj rekordy strukturalne i testuj kod w zamierzonym środowisku. Przydatnym wynikiem jest sprawdzony rezultat tekstowy z zachowanym kontekstem źródłowym i tożsamością 06-05, podczas gdy późniejsze nazwy modeli, ustawienia usług i możliwości generowania mediów pozostają osobnymi wyborami.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 to czerwcowa wersja preview do wymagających intensywnego rozumowania zadań programistycznych, matematycznych, naukowych i dokumentowych. Wydanie Google podkreśla rozszerzone sterowanie myśleniem oraz lepszy styl i strukturę odpowiedzi, przy zachowaniu odrębnej, dokładnej tożsamości 06-05.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Gemini 2.5 Pro Preview 06-05 to czerwcowa edycja preview modelu rozumującego Gemini 2.5 Pro firmy Google. Wydanie rozwija poprzednią wersję preview i wyróżnia zadania programistyczne, matematyczne, naukowe, oparte na wiedzy i rozumowaniu. Google wskazuje też poprawę stylu i struktury odpowiedzi, w tym bardziej kreatywne i lepiej sformatowane odpowiedzi. Zachowanie 06-05 ma znaczenie, gdy zadanie odnosi się do tej konkretnej wersji preview zamiast późniejszego modelu stabilnego lub o innej dacie.
Wynikiem pracy jest tekst: propozycja kodu, wyjaśnienie, wniosek analityczny lub przygotowany dokument. Udokumentowana rodzina Pro pracuje z tekstem, obrazami, audio i PDF jako materiałami źródłowymi. Pisemne zadanie może łączyć informacje z tych wejść z konkretnym pytaniem. Dla dokumentu technicznego wskaż odpowiednie definicje, tabelę lub diagram i wyjaśnij, co odpowiedź ma ustalić. Dla nagrania odróżniaj żądany transkrypt, podsumowanie i interpretację zamiast traktować je jako jedną operację.
Rozumowanie jest centralnym elementem przeznaczenia linii Pro. Czerwcowe ogłoszenie dodaje budżety myślenia, aby dać deweloperom większą kontrolę nad ilością analizy, a oficjalne informacje o wydaniu jawnie wskazują rozszerzoną obsługę myślenia dla gemini-2.5-pro-preview-06-05. Wybierz głębokość potrzebną do rzeczywistego problemu i określ wynik końcowy możliwy do sprawdzenia. Budżet rozumowania i żądana długość odpowiedzi są różnymi ustawieniami; krótka odpowiedź końcowa nadal może wymagać znacznej analizy przed jej przygotowaniem.
Dla programowania dołącz odpowiednie pliki lub funkcję, język, oczekiwane zachowanie i konkretne wejście pokazujące problem. Nazwij interfejsy i otaczające zachowanie, które muszą pozostać niezmienione. Przydatny rezultat końcowy to proponowana implementacja z wyjaśnieniem wybranego warunku i przykładami pokazującymi, co należy zweryfikować. Przy porównaniu podejść podaj każdemu te same przypadki wejściowe i kryteria decyzji, aby odpowiedź dotyczyła rzeczywistego kompromisu zamiast ogólnego omówienia algorytmów.
Dla materiałów matematycznych lub naukowych podaj pełną treść, definicje, dopuszczalne założenia i wynik do wykazania. Zachowaj zapis liczbowy i jednostki. Poproś model o wyjaśnienie, dlaczego wybrane przekształcenia wynikają z podanych warunków, i o oddzielenie wyniku końcowego od rozważanych alternatyw. Przy ocenie proponowanego rozwiązania podaj zarówno oryginalny problem, jak i sporny krok. Sprawdź uzyskane obliczenie lub twierdzenie z rzeczywistymi dowodami źródłowymi, zamiast polegać na pewnym tonie sformułowania.
Producent opisuje rodzinę Pro jako przeznaczoną do analizy zbiorów danych, kodu projektów i dokumentów w długim kontekście. Przygotuj ten kontekst z etykietami źródeł, odpowiednimi fragmentami i jasną regułą pierwszeństwa, gdy dokumenty są sprzeczne. Ustal kryterium ukończenia zadania: porównanie wymagań, odpowiedź opartą na źródłach, poprawioną funkcję lub wyjaśnienie dla konkretnych odbiorców. Pozostaw miejsce na odpowiedź zamiast wypełniać całe żądanie niezwiązaną historią. Zachowuj tę samą wersję wejścia i dokładną nazwę preview przy powrocie do przypadku, aby zmiana wyniku miała zrozumiały kontekst.
Dokumentacja rodziny Gemini 2.5 Pro obejmuje structured outputs, wywoływanie funkcji, wykonywanie kodu, ugruntowanie przez wyszukiwanie i buforowanie. Są to możliwości rodziny producenta, a nie automatyczny zestaw działań w każdej otaczającej aplikacji. Podaj schemat, gdy potrzebne jest wyjście czytelne maszynowo, zweryfikuj jego pola i odróżniaj fakty dostarczone przez narzędzie od proponowanej operacji. Aplikacja definiuje i wykonuje niestandardowe narzędzia, a następnie zwraca ich wyniki do następnego etapu modelu. Wygenerowany fragment kodu lub żądanie funkcji nie jest dowodem pomyślnego uruchomienia.
Ulepszony styl i struktura czerwcowego wydania są przydatne, gdy wyjaśnienie staje się raportem lub szkicem redakcyjnym. Określ odbiorców, terminologię, nagłówki i długość oraz wskaż, co trzeba zachować z oryginału. Poproś o wskazywanie niepewnych lub brakujących informacji zamiast wypełniania ich wymyślonymi szczegółami. Sprawdzaj twierdzenia faktograficzne względem dostarczonych materiałów, waliduj rekordy strukturalne i testuj kod w zamierzonym środowisku. Przydatnym wynikiem jest sprawdzony rezultat tekstowy z zachowanym kontekstem źródłowym i tożsamością 06-05, podczas gdy późniejsze nazwy modeli, ustawienia usług i możliwości generowania mediów pozostają osobnymi wyborami.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-2.5-pro-preview | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0025 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.00025 / 1K tokenów Wejście · Zapis do cache $0.00075 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Wyjściowe tokeny rozumowania $0.02 / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie200 000 | Opłata Wejście · Tokeny wejściowe $0.0025 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.00025 / 1K tokenów Wejście · Zapis do cache $0.00075 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż200 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache $0.00075 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-2.5-pro-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-2.5-pro-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-2.5-pro-preview',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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra google/gemini-2.5-pro-preview
Użyj ścieżek metod podanych powyżej.
google/gemini-2.5-pro-previewGemini 2.5 Pro Preview 06-05 to czerwcowa wersja preview do wymagających intensywnego rozumowania zadań programistycznych, matematycznych, naukowych i dokumentowych. Wydanie Google podkreśla rozszerzone sterowanie myśleniem oraz lepszy styl i strukturę odpowiedzi, przy zachowaniu odrębnej, dokładnej tożsamości 06-05.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Gemini 2.5 Pro Preview 06-05 to czerwcowa edycja preview modelu rozumującego Gemini 2.5 Pro firmy Google. Wydanie rozwija poprzednią wersję preview i wyróżnia zadania programistyczne, matematyczne, naukowe, oparte na wiedzy i rozumowaniu. Google wskazuje też poprawę stylu i struktury odpowiedzi, w tym bardziej kreatywne i lepiej sformatowane odpowiedzi. Zachowanie 06-05 ma znaczenie, gdy zadanie odnosi się do tej konkretnej wersji preview zamiast późniejszego modelu stabilnego lub o innej dacie.
Wynikiem pracy jest tekst: propozycja kodu, wyjaśnienie, wniosek analityczny lub przygotowany dokument. Udokumentowana rodzina Pro pracuje z tekstem, obrazami, audio i PDF jako materiałami źródłowymi. Pisemne zadanie może łączyć informacje z tych wejść z konkretnym pytaniem. Dla dokumentu technicznego wskaż odpowiednie definicje, tabelę lub diagram i wyjaśnij, co odpowiedź ma ustalić. Dla nagrania odróżniaj żądany transkrypt, podsumowanie i interpretację zamiast traktować je jako jedną operację.
Rozumowanie jest centralnym elementem przeznaczenia linii Pro. Czerwcowe ogłoszenie dodaje budżety myślenia, aby dać deweloperom większą kontrolę nad ilością analizy, a oficjalne informacje o wydaniu jawnie wskazują rozszerzoną obsługę myślenia dla gemini-2.5-pro-preview-06-05. Wybierz głębokość potrzebną do rzeczywistego problemu i określ wynik końcowy możliwy do sprawdzenia. Budżet rozumowania i żądana długość odpowiedzi są różnymi ustawieniami; krótka odpowiedź końcowa nadal może wymagać znacznej analizy przed jej przygotowaniem.
Dla programowania dołącz odpowiednie pliki lub funkcję, język, oczekiwane zachowanie i konkretne wejście pokazujące problem. Nazwij interfejsy i otaczające zachowanie, które muszą pozostać niezmienione. Przydatny rezultat końcowy to proponowana implementacja z wyjaśnieniem wybranego warunku i przykładami pokazującymi, co należy zweryfikować. Przy porównaniu podejść podaj każdemu te same przypadki wejściowe i kryteria decyzji, aby odpowiedź dotyczyła rzeczywistego kompromisu zamiast ogólnego omówienia algorytmów.
Dla materiałów matematycznych lub naukowych podaj pełną treść, definicje, dopuszczalne założenia i wynik do wykazania. Zachowaj zapis liczbowy i jednostki. Poproś model o wyjaśnienie, dlaczego wybrane przekształcenia wynikają z podanych warunków, i o oddzielenie wyniku końcowego od rozważanych alternatyw. Przy ocenie proponowanego rozwiązania podaj zarówno oryginalny problem, jak i sporny krok. Sprawdź uzyskane obliczenie lub twierdzenie z rzeczywistymi dowodami źródłowymi, zamiast polegać na pewnym tonie sformułowania.
Producent opisuje rodzinę Pro jako przeznaczoną do analizy zbiorów danych, kodu projektów i dokumentów w długim kontekście. Przygotuj ten kontekst z etykietami źródeł, odpowiednimi fragmentami i jasną regułą pierwszeństwa, gdy dokumenty są sprzeczne. Ustal kryterium ukończenia zadania: porównanie wymagań, odpowiedź opartą na źródłach, poprawioną funkcję lub wyjaśnienie dla konkretnych odbiorców. Pozostaw miejsce na odpowiedź zamiast wypełniać całe żądanie niezwiązaną historią. Zachowuj tę samą wersję wejścia i dokładną nazwę preview przy powrocie do przypadku, aby zmiana wyniku miała zrozumiały kontekst.
Dokumentacja rodziny Gemini 2.5 Pro obejmuje structured outputs, wywoływanie funkcji, wykonywanie kodu, ugruntowanie przez wyszukiwanie i buforowanie. Są to możliwości rodziny producenta, a nie automatyczny zestaw działań w każdej otaczającej aplikacji. Podaj schemat, gdy potrzebne jest wyjście czytelne maszynowo, zweryfikuj jego pola i odróżniaj fakty dostarczone przez narzędzie od proponowanej operacji. Aplikacja definiuje i wykonuje niestandardowe narzędzia, a następnie zwraca ich wyniki do następnego etapu modelu. Wygenerowany fragment kodu lub żądanie funkcji nie jest dowodem pomyślnego uruchomienia.
Ulepszony styl i struktura czerwcowego wydania są przydatne, gdy wyjaśnienie staje się raportem lub szkicem redakcyjnym. Określ odbiorców, terminologię, nagłówki i długość oraz wskaż, co trzeba zachować z oryginału. Poproś o wskazywanie niepewnych lub brakujących informacji zamiast wypełniania ich wymyślonymi szczegółami. Sprawdzaj twierdzenia faktograficzne względem dostarczonych materiałów, waliduj rekordy strukturalne i testuj kod w zamierzonym środowisku. Przydatnym wynikiem jest sprawdzony rezultat tekstowy z zachowanym kontekstem źródłowym i tożsamością 06-05, podczas gdy późniejsze nazwy modeli, ustawienia usług i możliwości generowania mediów pozostają osobnymi wyborami.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity google/gemini-2.5-pro-preview | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0025 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.00025 / 1K tokenów Wejście · Zapis do cache $0.00075 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Wyjściowe tokeny rozumowania $0.02 / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie200 000 | Opłata Wejście · Tokeny wejściowe $0.0025 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.00025 / 1K tokenów Wejście · Zapis do cache $0.00075 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż200 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache $0.00075 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "google/gemini-2.5-pro-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-2.5-pro-preview', '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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra google/gemini-2.5-pro-preview
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Check a unit-sensitive calculation\n\nA pump transfers 18 litres per minute into an empty tank. The tank holds 2.7 cubic metres. Ignore losses and assume a constant rate. Calculate the fill time in minutes and hours, show the unit conversion and explain how the result changes if the actual rate is 15 litres per minute.A unit conversion, both fill-time calculations and a concise comparison.Check that cubic metres are converted to litres before dividing and that a lower flow rate produces a longer fill time.