Gemini 3.1 Pro Preview je namenjen delu z zahtevnim gradivom in nalogam, ki zahtevajo več zaporednih odločitev. Google izpostavlja programsko inženirstvo, uporabo orodij in skladnost odgovorov o dejstvih. Model pomaga analizirati obsežne podatkovne zbirke, celotne programske repozitorije in naloge, pri katerih je besedilo povezano z vizualnim ali zvočnim gradivom.
Googlove značilnosti navajajo besedilo, slike, video, zvok in PDF. V trenutnem katalogu Ailoot API sta za besedilne načine dostopa na vhodu navedena besedilo in slike, na izhodu pa besedilo. Video, zvok in PDF niso vključeni v ta nabor vhodov. Dolg kontekst sprejme do 1 048 576 vhodnih tokenov, besedilni odgovor pa do 65 536 izhodnih tokenov. Razumevanje slik in zvoka ne pomeni njihovega ustvarjanja: izhod te različice ostaja besedilen.
Thinking omogoča nameniti dodatno intenzivnost notranjemu sklepanju. V načinu osnovnega modela, ki ga opisuje Google, je običajna raven high; na voljo so low, medium in high. Te vrednosti opisujejo Googlov osnovni model; način in razpoložljivost upravljanja prek Ailoot API sta odvisna od izbranega načina dostopa in različice modela. Glavni scenariji vključujejo zahtevno programiranje, razvoj algoritmov, strateško načrtovanje in postopno izboljševanje rešitve. To je posebno koristno, kadar je treba upoštevati več medsebojno povezanih zahtev in se vračati k vmesnim rezultatom.
Zmožnosti modela vključujejo klice funkcij, izvajanje kode in strukturirane odgovore. Podprti so predpomnjenje konteksta, utemeljevanje z iskanjem, Google Maps in uporaba vsebine spletnih naslovov; predvidena je paketna obdelava. Takšen nabor omogoča oblikovanje procesa, v katerem model analizira podatke, izbere naslednje orodje in oblikuje rezultat. Dejanska razpoložljivost vsakega orodja je odvisna od načina dela z modelom.
Kartica se nanaša na predhodno različico gemini-3.1-pro-preview. Njena osnova je Gemini 3 Pro. Proizvajalec ločeno označuje različico gemini-3.1-pro-preview-customtools, usmerjeno v procese z ukazno lupino in uporabniškimi orodji. Njene prednostne izbire orodij in vedenjske značilnosti niso lastnosti običajne različice Preview.
Za model ostajajo splošne omejitve osnovne linije: odgovori lahko vsebujejo izmišljene podatke, posamezne zahteve pa se izvajajo počasi ali končajo s časovno prekoračitvijo. Večstopenjsko sklepanje, velik kontekst in dostop do podatkov pomagajo pri zahtevni nalogi, vendar vsake ustvarjene ugotovitve ne spremenijo v preverjeno dejstvo.
", "aboutText": "Gemini 3.1 Pro Preview je namenjen delu z zahtevnim gradivom in nalogam, ki zahtevajo več zaporednih odločitev. Google izpostavlja programsko inženirstvo, uporabo orodij in skladnost odgovorov o dejstvih. Model pomaga analizirati obsežne podatkovne zbirke, celotne programske repozitorije in naloge, pri katerih je besedilo povezano z vizualnim ali zvočnim gradivom.\n\n### Katere vrste gradiva model razume\n\nGooglove značilnosti navajajo **besedilo, slike, video, zvok in PDF**. V trenutnem katalogu Ailoot API sta za besedilne načine dostopa na vhodu navedena **besedilo in slike**, na izhodu pa besedilo. Video, zvok in PDF niso vključeni v ta nabor vhodov. Dolg kontekst sprejme do **1 048 576 vhodnih tokenov**, besedilni odgovor pa do **65 536 izhodnih tokenov**. Razumevanje slik in zvoka ne pomeni njihovega ustvarjanja: izhod te različice ostaja besedilen.\n\n### Sklepanje in delo po korakih\n\nThinking omogoča nameniti dodatno intenzivnost notranjemu sklepanju. V načinu osnovnega modela, ki ga opisuje Google, je običajna raven `high`; na voljo so `low`, `medium` in `high`. Te vrednosti opisujejo Googlov osnovni model; način in razpoložljivost upravljanja prek Ailoot API sta odvisna od izbranega načina dostopa in različice modela. Glavni scenariji vključujejo zahtevno programiranje, razvoj algoritmov, strateško načrtovanje in postopno izboljševanje rešitve. To je posebno koristno, kadar je treba upoštevati več medsebojno povezanih zahtev in se vračati k vmesnim rezultatom.\n\nZmožnosti modela vključujejo klice funkcij, izvajanje kode in strukturirane odgovore. Podprti so predpomnjenje konteksta, utemeljevanje z iskanjem, Google Maps in uporaba vsebine spletnih naslovov; predvidena je paketna obdelava. Takšen nabor omogoča oblikovanje procesa, v katerem model analizira podatke, izbere naslednje orodje in oblikuje rezultat. Dejanska razpoložljivost vsakega orodja je odvisna od načina dela z modelom.\n\n### Različica in značilnosti\n\nKartica se nanaša na predhodno različico `gemini-3.1-pro-preview`. Njena osnova je Gemini 3 Pro. Proizvajalec ločeno označuje različico `gemini-3.1-pro-preview-customtools`, usmerjeno v procese z ukazno lupino in uporabniškimi orodji. Njene prednostne izbire orodij in vedenjske značilnosti niso lastnosti običajne različice Preview.\n\nZa model ostajajo splošne omejitve osnovne linije: odgovori lahko vsebujejo izmišljene podatke, posamezne zahteve pa se izvajajo počasi ali končajo s časovno prekoračitvijo. Večstopenjsko sklepanje, velik kontekst in dostop do podatkov pomagajo pri zahtevni nalogi, vendar vsake ustvarjene ugotovitve ne spremenijo v preverjeno dejstvo.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Design a dependency-aware work order\n\nPlan execution for these tasks: A has no dependency; B depends on A; C depends on A; D depends on both B and C. At most two tasks may run together, and each takes one hour. Give the earliest valid schedule, a general scheduling algorithm and a test that catches starting D before C finishes.A time-slot schedule, algorithm pseudocode and a dependency-violation test case.Check that the proposed schedule respects both dependencies and the two-task concurrency limit.gemini-pro-agentMultimodalni model družbe Google za zahtevne programske naloge, analizo obsežnega gradiva in natančno večstopenjsko delo z orodji.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Gemini 3.1 Pro Preview je namenjen delu z zahtevnim gradivom in nalogam, ki zahtevajo več zaporednih odločitev. Google izpostavlja programsko inženirstvo, uporabo orodij in skladnost odgovorov o dejstvih. Model pomaga analizirati obsežne podatkovne zbirke, celotne programske repozitorije in naloge, pri katerih je besedilo povezano z vizualnim ali zvočnim gradivom.
Googlove značilnosti navajajo besedilo, slike, video, zvok in PDF. V trenutnem katalogu Ailoot API sta za besedilne načine dostopa na vhodu navedena besedilo in slike, na izhodu pa besedilo. Video, zvok in PDF niso vključeni v ta nabor vhodov. Dolg kontekst sprejme do 1 048 576 vhodnih tokenov, besedilni odgovor pa do 65 536 izhodnih tokenov. Razumevanje slik in zvoka ne pomeni njihovega ustvarjanja: izhod te različice ostaja besedilen.
Thinking omogoča nameniti dodatno intenzivnost notranjemu sklepanju. V načinu osnovnega modela, ki ga opisuje Google, je običajna raven high; na voljo so low, medium in high. Te vrednosti opisujejo Googlov osnovni model; način in razpoložljivost upravljanja prek Ailoot API sta odvisna od izbranega načina dostopa in različice modela. Glavni scenariji vključujejo zahtevno programiranje, razvoj algoritmov, strateško načrtovanje in postopno izboljševanje rešitve. To je posebno koristno, kadar je treba upoštevati več medsebojno povezanih zahtev in se vračati k vmesnim rezultatom.
Zmožnosti modela vključujejo klice funkcij, izvajanje kode in strukturirane odgovore. Podprti so predpomnjenje konteksta, utemeljevanje z iskanjem, Google Maps in uporaba vsebine spletnih naslovov; predvidena je paketna obdelava. Takšen nabor omogoča oblikovanje procesa, v katerem model analizira podatke, izbere naslednje orodje in oblikuje rezultat. Dejanska razpoložljivost vsakega orodja je odvisna od načina dela z modelom.
Kartica se nanaša na predhodno različico gemini-3.1-pro-preview. Njena osnova je Gemini 3 Pro. Proizvajalec ločeno označuje različico gemini-3.1-pro-preview-customtools, usmerjeno v procese z ukazno lupino in uporabniškimi orodji. Njene prednostne izbire orodij in vedenjske značilnosti niso lastnosti običajne različice Preview.
Za model ostajajo splošne omejitve osnovne linije: odgovori lahko vsebujejo izmišljene podatke, posamezne zahteve pa se izvajajo počasi ali končajo s časovno prekoračitvijo. Večstopenjsko sklepanje, velik kontekst in dostop do podatkov pomagajo pri zahtevni nalogi, vendar vsake ustvarjene ugotovitve ne spremenijo v preverjeno dejstvo.
POST /v1/messagestext, imagetext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve gemini-pro-agent | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring|content_block[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljesystem | Vrstastring|content_block[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve Najmanj: 1 Omejitev velja za: natančna zgornja meja izbranega modela/kartice | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop_sequences | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstatool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: podano je orodje | Privzeto— |
Poljetools[].description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].input_schema | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljethinking.type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljethinking.budget_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeoutput_config.effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemetadata | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljecache_control | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content ali blok type=text
Besedilo + slika
{type:image,source:{type:base64,media_type,data}} ali vir vrste type=url
| Parameter | Specifikacija |
|---|---|
Parametermaterial_types | Specifikacijatext, image |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijanull |
Parametercontent_type | Specifikacijaapplication/json |
Parametertext_file_material | Specifikacijadejanska vsebina UTF-8 je vstavljena kot besedilo; ID datotek in URLs potrebujejo ločeno, natančno določeno podporo |
Življenjski cikel: exact retained published method
Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.
POST /v1/messages| Velikost zahteve, žetoni | Vhod | Izhod | Branje predpomnilnika | Zapis v predpomnilnik | Predpomnilnik 5 min | Predpomnilnik 1 ura |
|---|---|---|---|---|---|---|
| Velikost zahteve, žetoni(0; 200.000] | Vhod0,002 $ | Izhod0,012 $ | Branje predpomnilnika0,0002 $ | Zapis v predpomnilnikOsnovna: — | Predpomnilnik 5 minOsnovna: — | Predpomnilnik 1 uraOsnovna: — |
| Velikost zahteve, žetoni(200.000; ∞) | Vhod0,004 $ | Izhod0,018 $ | Branje predpomnilnika0,0004 $ | Zapis v predpomnilnikOsnovna: — | Predpomnilnik 5 minOsnovna: — | Predpomnilnik 1 uraOsnovna: — |
Cene v USD na 1K žetonov. Če cena ni nastavljena, se prevzame osnovna cena te metode; «—» pomeni, da osnovna cena ni nastavljena.
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-pro-agent", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gemini-pro-agent", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="gemini-pro-agent",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "gemini-pro-agent",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='gemini-pro-agent',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot gemini-pro-agent
Uporabite zgoraj navedene poti metod.
gemini-pro-agentMultimodalni model družbe Google za zahtevne programske naloge, analizo obsežnega gradiva in natančno večstopenjsko delo z orodji.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Gemini 3.1 Pro Preview je namenjen delu z zahtevnim gradivom in nalogam, ki zahtevajo več zaporednih odločitev. Google izpostavlja programsko inženirstvo, uporabo orodij in skladnost odgovorov o dejstvih. Model pomaga analizirati obsežne podatkovne zbirke, celotne programske repozitorije in naloge, pri katerih je besedilo povezano z vizualnim ali zvočnim gradivom.
Googlove značilnosti navajajo besedilo, slike, video, zvok in PDF. V trenutnem katalogu Ailoot API sta za besedilne načine dostopa na vhodu navedena besedilo in slike, na izhodu pa besedilo. Video, zvok in PDF niso vključeni v ta nabor vhodov. Dolg kontekst sprejme do 1 048 576 vhodnih tokenov, besedilni odgovor pa do 65 536 izhodnih tokenov. Razumevanje slik in zvoka ne pomeni njihovega ustvarjanja: izhod te različice ostaja besedilen.
Thinking omogoča nameniti dodatno intenzivnost notranjemu sklepanju. V načinu osnovnega modela, ki ga opisuje Google, je običajna raven high; na voljo so low, medium in high. Te vrednosti opisujejo Googlov osnovni model; način in razpoložljivost upravljanja prek Ailoot API sta odvisna od izbranega načina dostopa in različice modela. Glavni scenariji vključujejo zahtevno programiranje, razvoj algoritmov, strateško načrtovanje in postopno izboljševanje rešitve. To je posebno koristno, kadar je treba upoštevati več medsebojno povezanih zahtev in se vračati k vmesnim rezultatom.
Zmožnosti modela vključujejo klice funkcij, izvajanje kode in strukturirane odgovore. Podprti so predpomnjenje konteksta, utemeljevanje z iskanjem, Google Maps in uporaba vsebine spletnih naslovov; predvidena je paketna obdelava. Takšen nabor omogoča oblikovanje procesa, v katerem model analizira podatke, izbere naslednje orodje in oblikuje rezultat. Dejanska razpoložljivost vsakega orodja je odvisna od načina dela z modelom.
Kartica se nanaša na predhodno različico gemini-3.1-pro-preview. Njena osnova je Gemini 3 Pro. Proizvajalec ločeno označuje različico gemini-3.1-pro-preview-customtools, usmerjeno v procese z ukazno lupino in uporabniškimi orodji. Njene prednostne izbire orodij in vedenjske značilnosti niso lastnosti običajne različice Preview.
Za model ostajajo splošne omejitve osnovne linije: odgovori lahko vsebujejo izmišljene podatke, posamezne zahteve pa se izvajajo počasi ali končajo s časovno prekoračitvijo. Večstopenjsko sklepanje, velik kontekst in dostop do podatkov pomagajo pri zahtevni nalogi, vendar vsake ustvarjene ugotovitve ne spremenijo v preverjeno dejstvo.
POST /v1beta/models/{model}:generateContenttext, imagetext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljepath.model | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve gemini-pro-agent | Privzeto— |
Poljecontents | Vrstacontent[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljecontents[].role | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve user, model | Privzeto— |
Poljecontents[].parts | Vrstapart[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
PoljesystemInstruction | Vrstacontent | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
PoljegenerationConfig.maxOutputTokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
PoljegenerationConfig.temperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljegenerationConfig.topP | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljegenerationConfig.topK | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljegenerationConfig.stopSequences | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljegenerationConfig.thinkingConfig.includeThoughts | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljegenerationConfig.thinkingConfig.thinkingBudget | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].functionDeclarations | Vrstafunction_declaration[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljetoolConfig.functionCallingConfig.mode | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljesafetySettings | Vrstaobject[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
PoljesessionId | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Besedilo · Besedilo UTF8
contents[].parts[].text
Besedilo + slika
parts[].inlineData={mimeType,data}
| Parameter | Specifikacija |
|---|---|
Parametermaterial_types | Specifikacijatext, image |
Parameterrequired | Specifikacijacontents |
Parameteroptional_controls | Specifikacijanull |
Parametercontent_type | Specifikacijaapplication/json |
Parametertext_file_material | Specifikacijadejanska vsebina UTF-8 je vstavljena kot besedilo; ID datotek in URLs potrebujejo ločeno, natančno določeno podporo |
Življenjski cikel: exact retained published method
Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.
POST /v1beta/models/{model}:generateContent| Velikost zahteve, žetoni | Vhod | Izhod | Branje predpomnilnika | Zapis v predpomnilnik | Predpomnilnik 5 min | Predpomnilnik 1 ura |
|---|---|---|---|---|---|---|
| Velikost zahteve, žetoni(0; 200.000] | Vhod0,002 $ | Izhod0,012 $ | Branje predpomnilnika0,0002 $ | Zapis v predpomnilnikOsnovna: — | Predpomnilnik 5 minOsnovna: — | Predpomnilnik 1 uraOsnovna: — |
| Velikost zahteve, žetoni(200.000; ∞) | Vhod0,004 $ | Izhod0,018 $ | Branje predpomnilnika0,0004 $ | Zapis v predpomnilnikOsnovna: — | Predpomnilnik 5 minOsnovna: — | Predpomnilnik 1 uraOsnovna: — |
Cene v USD na 1K žetonov. Če cena ni nastavljena, se prevzame osnovna cena te metode; «—» pomeni, da osnovna cena ni nastavljena.
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\\n\\n"+text}]}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-pro-agent:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-pro-agent:generateContent \\\n -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom google import genai\nfrom google.genai import types\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = genai.Client(\n api_key=os.environ["AILOOT_API_KEY"],\n http_options=types.HttpOptions(base_url="https://api.ailoot.ai"),\n)\nresp = client.models.generate_content(model="gemini-pro-agent", contents="Explain the difference between an observation and a hypothesis 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(resp.to_json_dict())\nimport { GoogleGenAI } from "@google/genai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } });\nconst resp = await ai.models.generateContent({ model: "gemini-pro-agent", contents: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom google import genai\nfrom google.genai import types\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=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai"))\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\ncount=0\nwith Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for chunk in client.models.generate_content_stream(model='gemini-pro-agent',contents="Explain observations and hypotheses in three sentences."):\n payload=chunk.to_json_dict()\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n save_result(payload,"stream-chunk-"+str(count))\n count+=1\njson ali podprti pretočni izhod
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse kandidate in dele, vključno s klici funkcij, podpisi sklepanja in podatki o porabi; dele toka sestavite po vrsti.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
PoljeresponseId | Vrstastring |
PoljemodelVersion | Vrstastring |
Poljecandidates[].content.parts[] | Vrstatext|inlineData|functionCall|other part |
Poljecandidates[].finishReason | Vrstastring |
PoljeusageMetadata | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot gemini-pro-agent
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Design a dependency-aware work order\n\nPlan execution for these tasks: A has no dependency; B depends on A; C depends on A; D depends on both B and C. At most two tasks may run together, and each takes one hour. Give the earliest valid schedule, a general scheduling algorithm and a test that catches starting D before C finishes.A time-slot schedule, algorithm pseudocode and a dependency-violation test case.Check that the proposed schedule respects both dependencies and the two-task concurrency limit.