Gemini 3.1 Flash-Lite Preview é a edição de pré-visualização da linha leve Gemini 3.1 Flash-Lite da Google. O seu design centra-se em tarefas de elevada frequência com instruções claras: tradução, transcrição, classificação, resumos documentais e extração simples de dados. Aceita texto, imagens, vídeo, áudio e PDF e devolve texto. Uma tarefa útil especifica uma operação e uma forma final, como uma mensagem traduzida, uma transcrição ou um registo com os campos de que uma aplicação precisa.
A documentação exata de pré-visualização apresenta um limite de entrada de 1 048 576 tokens e um limite de saída de 65 536 tokens. São limites separados do produtor. O material de origem, as instruções e o histórico de conversação contribuem para a entrada, enquanto o resultado exigido tem de caber no orçamento de saída. Para um grande conjunto de mensagens ou páginas, preserve identificadores e peça um identificador de saída correspondente para cada item processado. Uma janela grande não substitui uma regra de extração clara nem torna precisa uma definição de campo ambígua.
A ficha do modelo inclui pensamento, saídas estruturadas e chamadas de funções. Apresenta também execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Google Maps, contexto de URL e cache como capacidades do produtor. Este é um modelo com saída textual; entrada de áudio ou imagem não implica voz ou ilustrações geradas. A aplicação que o invoca continua a selecionar as ferramentas disponíveis, executar pedidos de funções aceites e devolver os respetivos resultados. Mantenha uma ação proposta distinguível de uma ação confirmada pela aplicação.
Para tradução, forneça a mensagem de origem, a língua de destino, o público e a terminologia a preservar. O guia para programadores mostra como restringir a resposta ao texto traduzido, sem comentários adicionais. Um fluxo de mensagens de suporte pode manter nomes de produtos e referências de encomendas inalterados, produzindo uma resposta natural na língua do leitor. Se a fonte for ambígua, defina se deve preservar essa ambiguidade ou devolver uma pergunta separada de esclarecimento, em vez de acrescentar um pormenor inventado à tradução.
Para transcrição, forneça o áudio juntamente com o resultado pedido: texto palavra por palavra, uma transcrição revista ou um resumo. São tarefas diferentes. Identifique o intervalo relevante se uma gravação longa contiver apenas uma troca curta necessária para o resultado. Para um PDF, faça uma pergunta definida ou especifique os campos a extrair, preservando referências a páginas ou secções onde a resposta deva ser verificada. Para uma fonte visual, indique o objeto, rótulo ou região relevantes para o pedido.
Para classificação e extração de entidades, defina as categorias, os campos obrigatórios e o tratamento de valores em falta. O guia do fabricante demonstra JSON sujeito a um esquema para extrair informação de avaliações. Um exemplo original é classificar um pedido de suporte e devolver o produto mencionado, a categoria do problema e a frase da fonte que sustenta a escolha. Forneça um pequeno conjunto de exemplos representativos, incluindo um caso que deva permanecer desconhecido. Valide o registo devolvido e distinga um valor sintaticamente válido de outro efetivamente sustentado pela fonte.
O material de lançamento descreve níveis de pensamento ajustáveis, permitindo à tarefa utilizar mais análise quando as suas condições o exigem. Uma conversão linguística curta e uma classificação com várias exceções podem utilizar definições de raciocínio diferentes. O guia para programadores apresenta também o encaminhamento de modelos como tarefa de classificação: o modelo identifica a complexidade de um pedido e devolve uma categoria selecionada. A aplicação envolvente, e não o próprio classificador, decide o que executar a seguir. Forneça os critérios reais de encaminhamento e as escolhas permitidas, para que a saída tenha significado operacional.
Para processamento repetível, preserve este identificador Preview exato, a versão da entrada e o esquema ou formato de saída pedido. Verifique um resultado-piloto na mesma classe de material real antes de processar um conjunto maior. Compare campos extraídos com a mensagem original, reveja transcrições face à gravação e confirme que os termos traduzidos permanecem intactos. A vantagem prática deste perfil é o processamento textual multimodal focado com um resultado definido; texto fluente ou uma sugestão de ferramenta não estabelecem, por si só, correção factual ou execução externa concluída.
", "aboutText": "Gemini 3.1 Flash-Lite Preview é a edição de pré-visualização da linha leve Gemini 3.1 Flash-Lite da Google. O seu design centra-se em tarefas de elevada frequência com instruções claras: tradução, transcrição, classificação, resumos documentais e extração simples de dados. Aceita texto, imagens, vídeo, áudio e PDF e devolve texto. Uma tarefa útil especifica uma operação e uma forma final, como uma mensagem traduzida, uma transcrição ou um registo com os campos de que uma aplicação precisa.\n\nA documentação exata de pré-visualização apresenta um limite de entrada de 1 048 576 tokens e um limite de saída de 65 536 tokens. São limites separados do produtor. O material de origem, as instruções e o histórico de conversação contribuem para a entrada, enquanto o resultado exigido tem de caber no orçamento de saída. Para um grande conjunto de mensagens ou páginas, preserve identificadores e peça um identificador de saída correspondente para cada item processado. Uma janela grande não substitui uma regra de extração clara nem torna precisa uma definição de campo ambígua.\n\nA ficha do modelo inclui pensamento, saídas estruturadas e chamadas de funções. Apresenta também execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Google Maps, contexto de URL e cache como capacidades do produtor. Este é um modelo com saída textual; entrada de áudio ou imagem não implica voz ou ilustrações geradas. A aplicação que o invoca continua a selecionar as ferramentas disponíveis, executar pedidos de funções aceites e devolver os respetivos resultados. Mantenha uma ação proposta distinguível de uma ação confirmada pela aplicação.\n\nPara tradução, forneça a mensagem de origem, a língua de destino, o público e a terminologia a preservar. O guia para programadores mostra como restringir a resposta ao texto traduzido, sem comentários adicionais. Um fluxo de mensagens de suporte pode manter nomes de produtos e referências de encomendas inalterados, produzindo uma resposta natural na língua do leitor. Se a fonte for ambígua, defina se deve preservar essa ambiguidade ou devolver uma pergunta separada de esclarecimento, em vez de acrescentar um pormenor inventado à tradução.\n\nPara transcrição, forneça o áudio juntamente com o resultado pedido: texto palavra por palavra, uma transcrição revista ou um resumo. São tarefas diferentes. Identifique o intervalo relevante se uma gravação longa contiver apenas uma troca curta necessária para o resultado. Para um PDF, faça uma pergunta definida ou especifique os campos a extrair, preservando referências a páginas ou secções onde a resposta deva ser verificada. Para uma fonte visual, indique o objeto, rótulo ou região relevantes para o pedido.\n\nPara classificação e extração de entidades, defina as categorias, os campos obrigatórios e o tratamento de valores em falta. O guia do fabricante demonstra JSON sujeito a um esquema para extrair informação de avaliações. Um exemplo original é classificar um pedido de suporte e devolver o produto mencionado, a categoria do problema e a frase da fonte que sustenta a escolha. Forneça um pequeno conjunto de exemplos representativos, incluindo um caso que deva permanecer desconhecido. Valide o registo devolvido e distinga um valor sintaticamente válido de outro efetivamente sustentado pela fonte.\n\nO material de lançamento descreve níveis de pensamento ajustáveis, permitindo à tarefa utilizar mais análise quando as suas condições o exigem. Uma conversão linguística curta e uma classificação com várias exceções podem utilizar definições de raciocínio diferentes. O guia para programadores apresenta também o encaminhamento de modelos como tarefa de classificação: o modelo identifica a complexidade de um pedido e devolve uma categoria selecionada. A aplicação envolvente, e não o próprio classificador, decide o que executar a seguir. Forneça os critérios reais de encaminhamento e as escolhas permitidas, para que a saída tenha significado operacional.\n\nPara processamento repetível, preserve este identificador Preview exato, a versão da entrada e o esquema ou formato de saída pedido. Verifique um resultado-piloto na mesma classe de material real antes de processar um conjunto maior. Compare campos extraídos com a mensagem original, reveja transcrições face à gravação e confirme que os termos traduzidos permanecem intactos. A vantagem prática deste perfil é o processamento textual multimodal focado com um resultado definido; texto fluente ou uma sugestão de ferramenta não estabelecem, por si só, correção factual ou execução externa concluída.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview é um modelo textual multimodal para tarefas repetidas e bem definidas, como tradução, transcrição, classificação e extração de dados. As capacidades de pensamento e saída estruturada ajudam a transformar o material fornecido num resultado conciso que uma aplicação pode utilizar.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 3.1 Flash-Lite Preview é a edição de pré-visualização da linha leve Gemini 3.1 Flash-Lite da Google. O seu design centra-se em tarefas de elevada frequência com instruções claras: tradução, transcrição, classificação, resumos documentais e extração simples de dados. Aceita texto, imagens, vídeo, áudio e PDF e devolve texto. Uma tarefa útil especifica uma operação e uma forma final, como uma mensagem traduzida, uma transcrição ou um registo com os campos de que uma aplicação precisa.
A documentação exata de pré-visualização apresenta um limite de entrada de 1 048 576 tokens e um limite de saída de 65 536 tokens. São limites separados do produtor. O material de origem, as instruções e o histórico de conversação contribuem para a entrada, enquanto o resultado exigido tem de caber no orçamento de saída. Para um grande conjunto de mensagens ou páginas, preserve identificadores e peça um identificador de saída correspondente para cada item processado. Uma janela grande não substitui uma regra de extração clara nem torna precisa uma definição de campo ambígua.
A ficha do modelo inclui pensamento, saídas estruturadas e chamadas de funções. Apresenta também execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Google Maps, contexto de URL e cache como capacidades do produtor. Este é um modelo com saída textual; entrada de áudio ou imagem não implica voz ou ilustrações geradas. A aplicação que o invoca continua a selecionar as ferramentas disponíveis, executar pedidos de funções aceites e devolver os respetivos resultados. Mantenha uma ação proposta distinguível de uma ação confirmada pela aplicação.
Para tradução, forneça a mensagem de origem, a língua de destino, o público e a terminologia a preservar. O guia para programadores mostra como restringir a resposta ao texto traduzido, sem comentários adicionais. Um fluxo de mensagens de suporte pode manter nomes de produtos e referências de encomendas inalterados, produzindo uma resposta natural na língua do leitor. Se a fonte for ambígua, defina se deve preservar essa ambiguidade ou devolver uma pergunta separada de esclarecimento, em vez de acrescentar um pormenor inventado à tradução.
Para transcrição, forneça o áudio juntamente com o resultado pedido: texto palavra por palavra, uma transcrição revista ou um resumo. São tarefas diferentes. Identifique o intervalo relevante se uma gravação longa contiver apenas uma troca curta necessária para o resultado. Para um PDF, faça uma pergunta definida ou especifique os campos a extrair, preservando referências a páginas ou secções onde a resposta deva ser verificada. Para uma fonte visual, indique o objeto, rótulo ou região relevantes para o pedido.
Para classificação e extração de entidades, defina as categorias, os campos obrigatórios e o tratamento de valores em falta. O guia do fabricante demonstra JSON sujeito a um esquema para extrair informação de avaliações. Um exemplo original é classificar um pedido de suporte e devolver o produto mencionado, a categoria do problema e a frase da fonte que sustenta a escolha. Forneça um pequeno conjunto de exemplos representativos, incluindo um caso que deva permanecer desconhecido. Valide o registo devolvido e distinga um valor sintaticamente válido de outro efetivamente sustentado pela fonte.
O material de lançamento descreve níveis de pensamento ajustáveis, permitindo à tarefa utilizar mais análise quando as suas condições o exigem. Uma conversão linguística curta e uma classificação com várias exceções podem utilizar definições de raciocínio diferentes. O guia para programadores apresenta também o encaminhamento de modelos como tarefa de classificação: o modelo identifica a complexidade de um pedido e devolve uma categoria selecionada. A aplicação envolvente, e não o próprio classificador, decide o que executar a seguir. Forneça os critérios reais de encaminhamento e as escolhas permitidas, para que a saída tenha significado operacional.
Para processamento repetível, preserve este identificador Preview exato, a versão da entrada e o esquema ou formato de saída pedido. Verifique um resultado-piloto na mesma classe de material real antes de processar um conjunto maior. Compare campos extraídos com a mensagem original, reveja transcrições face à gravação e confirme que os termos traduzidos permanecem intactos. A vantagem prática deste perfil é o processamento textual multimodal focado com um resultado definido; texto fluente ou uma sugestão de ferramenta não estabelecem, por si só, correção factual ou execução externa concluída.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gemini-3.1-flash-lite-preview | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Conversação textual | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream |
Parâmetrocontrol_scope | ContratoConversação textual; stream é um booleano e tem false como predefinição. |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Aliases do método: /chat/completions
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-3.1-flash-lite-preview", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview é um modelo textual multimodal para tarefas repetidas e bem definidas, como tradução, transcrição, classificação e extração de dados. As capacidades de pensamento e saída estruturada ajudam a transformar o material fornecido num resultado conciso que uma aplicação pode utilizar.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 3.1 Flash-Lite Preview é a edição de pré-visualização da linha leve Gemini 3.1 Flash-Lite da Google. O seu design centra-se em tarefas de elevada frequência com instruções claras: tradução, transcrição, classificação, resumos documentais e extração simples de dados. Aceita texto, imagens, vídeo, áudio e PDF e devolve texto. Uma tarefa útil especifica uma operação e uma forma final, como uma mensagem traduzida, uma transcrição ou um registo com os campos de que uma aplicação precisa.
A documentação exata de pré-visualização apresenta um limite de entrada de 1 048 576 tokens e um limite de saída de 65 536 tokens. São limites separados do produtor. O material de origem, as instruções e o histórico de conversação contribuem para a entrada, enquanto o resultado exigido tem de caber no orçamento de saída. Para um grande conjunto de mensagens ou páginas, preserve identificadores e peça um identificador de saída correspondente para cada item processado. Uma janela grande não substitui uma regra de extração clara nem torna precisa uma definição de campo ambígua.
A ficha do modelo inclui pensamento, saídas estruturadas e chamadas de funções. Apresenta também execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Google Maps, contexto de URL e cache como capacidades do produtor. Este é um modelo com saída textual; entrada de áudio ou imagem não implica voz ou ilustrações geradas. A aplicação que o invoca continua a selecionar as ferramentas disponíveis, executar pedidos de funções aceites e devolver os respetivos resultados. Mantenha uma ação proposta distinguível de uma ação confirmada pela aplicação.
Para tradução, forneça a mensagem de origem, a língua de destino, o público e a terminologia a preservar. O guia para programadores mostra como restringir a resposta ao texto traduzido, sem comentários adicionais. Um fluxo de mensagens de suporte pode manter nomes de produtos e referências de encomendas inalterados, produzindo uma resposta natural na língua do leitor. Se a fonte for ambígua, defina se deve preservar essa ambiguidade ou devolver uma pergunta separada de esclarecimento, em vez de acrescentar um pormenor inventado à tradução.
Para transcrição, forneça o áudio juntamente com o resultado pedido: texto palavra por palavra, uma transcrição revista ou um resumo. São tarefas diferentes. Identifique o intervalo relevante se uma gravação longa contiver apenas uma troca curta necessária para o resultado. Para um PDF, faça uma pergunta definida ou especifique os campos a extrair, preservando referências a páginas ou secções onde a resposta deva ser verificada. Para uma fonte visual, indique o objeto, rótulo ou região relevantes para o pedido.
Para classificação e extração de entidades, defina as categorias, os campos obrigatórios e o tratamento de valores em falta. O guia do fabricante demonstra JSON sujeito a um esquema para extrair informação de avaliações. Um exemplo original é classificar um pedido de suporte e devolver o produto mencionado, a categoria do problema e a frase da fonte que sustenta a escolha. Forneça um pequeno conjunto de exemplos representativos, incluindo um caso que deva permanecer desconhecido. Valide o registo devolvido e distinga um valor sintaticamente válido de outro efetivamente sustentado pela fonte.
O material de lançamento descreve níveis de pensamento ajustáveis, permitindo à tarefa utilizar mais análise quando as suas condições o exigem. Uma conversão linguística curta e uma classificação com várias exceções podem utilizar definições de raciocínio diferentes. O guia para programadores apresenta também o encaminhamento de modelos como tarefa de classificação: o modelo identifica a complexidade de um pedido e devolve uma categoria selecionada. A aplicação envolvente, e não o próprio classificador, decide o que executar a seguir. Forneça os critérios reais de encaminhamento e as escolhas permitidas, para que a saída tenha significado operacional.
Para processamento repetível, preserve este identificador Preview exato, a versão da entrada e o esquema ou formato de saída pedido. Verifique um resultado-piloto na mesma classe de material real antes de processar um conjunto maior. Compare campos extraídos com a mensagem original, reveja transcrições face à gravação e confirme que os termos traduzidos permanecem intactos. A vantagem prática deste perfil é o processamento textual multimodal focado com um resultado definido; texto fluente ou uma sugestão de ferramenta não estabelecem, por si só, correção factual ou execução externa concluída.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gemini-3.1-flash-lite-preview | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'gemini-3.1-flash-lite-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': 'gemini-3.1-flash-lite-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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview é um modelo textual multimodal para tarefas repetidas e bem definidas, como tradução, transcrição, classificação e extração de dados. As capacidades de pensamento e saída estruturada ajudam a transformar o material fornecido num resultado conciso que uma aplicação pode utilizar.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 3.1 Flash-Lite Preview é a edição de pré-visualização da linha leve Gemini 3.1 Flash-Lite da Google. O seu design centra-se em tarefas de elevada frequência com instruções claras: tradução, transcrição, classificação, resumos documentais e extração simples de dados. Aceita texto, imagens, vídeo, áudio e PDF e devolve texto. Uma tarefa útil especifica uma operação e uma forma final, como uma mensagem traduzida, uma transcrição ou um registo com os campos de que uma aplicação precisa.
A documentação exata de pré-visualização apresenta um limite de entrada de 1 048 576 tokens e um limite de saída de 65 536 tokens. São limites separados do produtor. O material de origem, as instruções e o histórico de conversação contribuem para a entrada, enquanto o resultado exigido tem de caber no orçamento de saída. Para um grande conjunto de mensagens ou páginas, preserve identificadores e peça um identificador de saída correspondente para cada item processado. Uma janela grande não substitui uma regra de extração clara nem torna precisa uma definição de campo ambígua.
A ficha do modelo inclui pensamento, saídas estruturadas e chamadas de funções. Apresenta também execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Google Maps, contexto de URL e cache como capacidades do produtor. Este é um modelo com saída textual; entrada de áudio ou imagem não implica voz ou ilustrações geradas. A aplicação que o invoca continua a selecionar as ferramentas disponíveis, executar pedidos de funções aceites e devolver os respetivos resultados. Mantenha uma ação proposta distinguível de uma ação confirmada pela aplicação.
Para tradução, forneça a mensagem de origem, a língua de destino, o público e a terminologia a preservar. O guia para programadores mostra como restringir a resposta ao texto traduzido, sem comentários adicionais. Um fluxo de mensagens de suporte pode manter nomes de produtos e referências de encomendas inalterados, produzindo uma resposta natural na língua do leitor. Se a fonte for ambígua, defina se deve preservar essa ambiguidade ou devolver uma pergunta separada de esclarecimento, em vez de acrescentar um pormenor inventado à tradução.
Para transcrição, forneça o áudio juntamente com o resultado pedido: texto palavra por palavra, uma transcrição revista ou um resumo. São tarefas diferentes. Identifique o intervalo relevante se uma gravação longa contiver apenas uma troca curta necessária para o resultado. Para um PDF, faça uma pergunta definida ou especifique os campos a extrair, preservando referências a páginas ou secções onde a resposta deva ser verificada. Para uma fonte visual, indique o objeto, rótulo ou região relevantes para o pedido.
Para classificação e extração de entidades, defina as categorias, os campos obrigatórios e o tratamento de valores em falta. O guia do fabricante demonstra JSON sujeito a um esquema para extrair informação de avaliações. Um exemplo original é classificar um pedido de suporte e devolver o produto mencionado, a categoria do problema e a frase da fonte que sustenta a escolha. Forneça um pequeno conjunto de exemplos representativos, incluindo um caso que deva permanecer desconhecido. Valide o registo devolvido e distinga um valor sintaticamente válido de outro efetivamente sustentado pela fonte.
O material de lançamento descreve níveis de pensamento ajustáveis, permitindo à tarefa utilizar mais análise quando as suas condições o exigem. Uma conversão linguística curta e uma classificação com várias exceções podem utilizar definições de raciocínio diferentes. O guia para programadores apresenta também o encaminhamento de modelos como tarefa de classificação: o modelo identifica a complexidade de um pedido e devolve uma categoria selecionada. A aplicação envolvente, e não o próprio classificador, decide o que executar a seguir. Forneça os critérios reais de encaminhamento e as escolhas permitidas, para que a saída tenha significado operacional.
Para processamento repetível, preserve este identificador Preview exato, a versão da entrada e o esquema ou formato de saída pedido. Verifique um resultado-piloto na mesma classe de material real antes de processar um conjunto maior. Compare campos extraídos com a mensagem original, reveja transcrições face à gravação e confirme que os termos traduzidos permanecem intactos. A vantagem prática deste perfil é o processamento textual multimodal focado com um resultado definido; texto fluente ou uma sugestão de ferramenta não estabelecem, por si só, correção factual ou execução externa concluída.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-3.1-flash-lite-preview | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite-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-3.1-flash-lite-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-3.1-flash-lite-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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview é um modelo textual multimodal para tarefas repetidas e bem definidas, como tradução, transcrição, classificação e extração de dados. As capacidades de pensamento e saída estruturada ajudam a transformar o material fornecido num resultado conciso que uma aplicação pode utilizar.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Gemini 3.1 Flash-Lite Preview é a edição de pré-visualização da linha leve Gemini 3.1 Flash-Lite da Google. O seu design centra-se em tarefas de elevada frequência com instruções claras: tradução, transcrição, classificação, resumos documentais e extração simples de dados. Aceita texto, imagens, vídeo, áudio e PDF e devolve texto. Uma tarefa útil especifica uma operação e uma forma final, como uma mensagem traduzida, uma transcrição ou um registo com os campos de que uma aplicação precisa.
A documentação exata de pré-visualização apresenta um limite de entrada de 1 048 576 tokens e um limite de saída de 65 536 tokens. São limites separados do produtor. O material de origem, as instruções e o histórico de conversação contribuem para a entrada, enquanto o resultado exigido tem de caber no orçamento de saída. Para um grande conjunto de mensagens ou páginas, preserve identificadores e peça um identificador de saída correspondente para cada item processado. Uma janela grande não substitui uma regra de extração clara nem torna precisa uma definição de campo ambígua.
A ficha do modelo inclui pensamento, saídas estruturadas e chamadas de funções. Apresenta também execução de código, pesquisa em ficheiros, fundamentação por pesquisa, fundamentação com Google Maps, contexto de URL e cache como capacidades do produtor. Este é um modelo com saída textual; entrada de áudio ou imagem não implica voz ou ilustrações geradas. A aplicação que o invoca continua a selecionar as ferramentas disponíveis, executar pedidos de funções aceites e devolver os respetivos resultados. Mantenha uma ação proposta distinguível de uma ação confirmada pela aplicação.
Para tradução, forneça a mensagem de origem, a língua de destino, o público e a terminologia a preservar. O guia para programadores mostra como restringir a resposta ao texto traduzido, sem comentários adicionais. Um fluxo de mensagens de suporte pode manter nomes de produtos e referências de encomendas inalterados, produzindo uma resposta natural na língua do leitor. Se a fonte for ambígua, defina se deve preservar essa ambiguidade ou devolver uma pergunta separada de esclarecimento, em vez de acrescentar um pormenor inventado à tradução.
Para transcrição, forneça o áudio juntamente com o resultado pedido: texto palavra por palavra, uma transcrição revista ou um resumo. São tarefas diferentes. Identifique o intervalo relevante se uma gravação longa contiver apenas uma troca curta necessária para o resultado. Para um PDF, faça uma pergunta definida ou especifique os campos a extrair, preservando referências a páginas ou secções onde a resposta deva ser verificada. Para uma fonte visual, indique o objeto, rótulo ou região relevantes para o pedido.
Para classificação e extração de entidades, defina as categorias, os campos obrigatórios e o tratamento de valores em falta. O guia do fabricante demonstra JSON sujeito a um esquema para extrair informação de avaliações. Um exemplo original é classificar um pedido de suporte e devolver o produto mencionado, a categoria do problema e a frase da fonte que sustenta a escolha. Forneça um pequeno conjunto de exemplos representativos, incluindo um caso que deva permanecer desconhecido. Valide o registo devolvido e distinga um valor sintaticamente válido de outro efetivamente sustentado pela fonte.
O material de lançamento descreve níveis de pensamento ajustáveis, permitindo à tarefa utilizar mais análise quando as suas condições o exigem. Uma conversão linguística curta e uma classificação com várias exceções podem utilizar definições de raciocínio diferentes. O guia para programadores apresenta também o encaminhamento de modelos como tarefa de classificação: o modelo identifica a complexidade de um pedido e devolve uma categoria selecionada. A aplicação envolvente, e não o próprio classificador, decide o que executar a seguir. Forneça os critérios reais de encaminhamento e as escolhas permitidas, para que a saída tenha significado operacional.
Para processamento repetível, preserve este identificador Preview exato, a versão da entrada e o esquema ou formato de saída pedido. Verifique um resultado-piloto na mesma classe de material real antes de processar um conjunto maior. Compare campos extraídos com a mensagem original, reveja transcrições face à gravação e confirme que os termos traduzidos permanecem intactos. A vantagem prática deste perfil é o processamento textual multimodal focado com um resultado definido; texto fluente ou uma sugestão de ferramenta não estabelecem, por si só, correção factual ou execução externa concluída.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites google/gemini-3.1-flash-lite-preview | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0005 / 1K tokens Saída · Tokens de saída $0.003 / 1K tokens Entrada · Leitura da cache $0.00005 / 1K tokens Entrada · Escrita na cache $0.0001666666666666666 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "google/gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.1-flash-lite-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-3.1-flash-lite-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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
Exemplo técnico em inglês
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.