Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
", "aboutText": "Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.\n\nUtvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.\n\nInledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.\n\nÄven rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.\n\nMedium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.\n\nGuiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.\n\nDet ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.\n\nMöjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Diagnose swapped chart series\n\nA chart receives [{month:'Jan', sales:20, returns:2}, {month:'Feb', sales:30, returns:3}], but its Sales series uses rows.map(r => r.returns). Identify the data-binding error and propose one correction. Keep the existing month labels and Returns series unchanged. Include a small assertion showing the expected Sales data without claiming the chart was rendered.One corrected series expression and a concrete assertion against the supplied data.Only the Sales binding changes, and its values come from sales rather than returns.gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1/messagestext, imagetext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring|content_block[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältsystem | Typstring|content_block[] | KravValfritt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser Minimum: 1 Gränsen gäller för: den exakta gränsen för den valda modellen/det valda kortet | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop_sequences | Typstring[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typtool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].name | Typstring | KravValfritt | Värden & gränser Gäller när: verktyg har tillhandahållits | Standard— |
Fälttools[].description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].input_schema | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältthinking.type | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältthinking.budget_tokens | Typinteger | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältoutput_config.effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmetadata | Typobject | KravValfritt | Värden & gränser | Standard— |
Fältcache_control | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Text · UTF8-text
messages[].content eller ett type=text-block
Text + bild
{type:image,source:{type:base64,media_type,data}} eller källa type=url
| Parameter | Avtal |
|---|---|
Parametermaterial_types | Avtaltext, image |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalnull |
Parametercontent_type | Avtalapplication/json |
Parametertext_file_material | Avtalfaktiskt UTF-8-innehåll infogat som text; fil-ID:n/URLs kräver separat, exakt definierat stöd |
Livscykel: exact retained published method
Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts.
POST /v1/messagesAiloot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationOpenAI Chat · Grundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationOpenAI Chat · Nivå 1 baserad på begärans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationAnthropic Messages · Grundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationAnthropic Messages · Nivå 1 baserad på begärans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
set -eu\n: "${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-3.6-flash", "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-3.6-flash", "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-3.6-flash",\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-3.6-flash",\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-3.6-flash',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1/chat/completionstext, imagetext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Text · UTF8-text
messages[].content
Text + bild
{type:image_url,image_url:{url,detail}}
| Parameter | Avtal |
|---|---|
Parametermaterial_types | Avtaltext, image |
Parameterrequired | Avtalmodel, messages |
Parameteroptional_controls | Avtalnull |
Parametercontent_type | Avtalapplication/json |
Parametertext_file_material | Avtalfaktiskt UTF-8-innehåll infogat som text; fil-ID:n/URLs kräver separat, exakt definierat stöd |
Livscykel: exact retained published method
Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts.
POST /v1/chat/completionsAiloot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationOpenAI Chat · Grundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationOpenAI Chat · Nivå 1 baserad på begärans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationAnthropic Messages · Grundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationAnthropic Messages · Nivå 1 baserad på begärans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
set -eu\n: "${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-3.6-flash", "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/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${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-3.6-flash", "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_url","image_url":{"url":"data:"+mime+";base64,"+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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="gemini-3.6-flash",\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "gemini-3.6-flash",\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(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='gemini-3.6-flash',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1beta/models/{model}:generateContenttext, imagetext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältpath.model | Typstring | KravObligatoriskt | Värden & gränser gemini-3.6-flash | Standard— |
Fältcontents | Typcontent[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältcontents[].role | Typstring | KravValfritt | Värden & gränser user, model | Standard— |
Fältcontents[].parts | Typpart[] | KravObligatoriskt | Värden & gränser | Standard— |
FältsystemInstruction | Typcontent | KravValfritt | Värden & gränser | Standard— |
FältgenerationConfig.maxOutputTokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
FältgenerationConfig.temperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältgenerationConfig.topP | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältgenerationConfig.topK | Typinteger | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältgenerationConfig.stopSequences | Typstring[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältgenerationConfig.thinkingConfig.includeThoughts | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältgenerationConfig.thinkingConfig.thinkingBudget | Typinteger | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].functionDeclarations | Typfunction_declaration[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FälttoolConfig.functionCallingConfig.mode | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältsafetySettings | Typobject[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
FältsessionId | Typstring | KravValfritt | Värden & gränser | Standard— |
Text · UTF8-text
contents[].parts[].text
Text + bild
parts[].inlineData={mimeType,data}
| Parameter | Avtal |
|---|---|
Parametermaterial_types | Avtaltext, image |
Parameterrequired | Avtalcontents |
Parameteroptional_controls | Avtalnull |
Parametercontent_type | Avtalapplication/json |
Parametertext_file_material | Avtalfaktiskt UTF-8-innehåll infogat som text; fil-ID:n/URLs kräver separat, exakt definierat stöd |
Livscykel: exact retained published method
Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts.
POST /v1beta/models/{model}:generateContentAiloot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationOpenAI Chat · Grundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationOpenAI Chat · Nivå 1 baserad på begärans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationAnthropic Messages · Grundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationAnthropic Messages · Nivå 1 baserad på begärans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
set -eu\n: "${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-3.6-flash: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-3.6-flash: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-3.6-flash", 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-3.6-flash", 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-3.6-flash',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 eller strömning som stöds
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla kandidater och delar, inklusive funktionsanrop, resonemangssignaturer och användningsuppgifter; sätt samman strömmens delar i ordning.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
FältresponseId | Typstring |
FältmodelVersion | Typstring |
Fältcandidates[].content.parts[] | Typtext|inlineData|functionCall|other part |
Fältcandidates[].finishReason | Typstring |
FältusageMetadata | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Beror på modellen | Standard— |
Fältmessages[].content | Typstring | KravValfritt | Värden & gränser Gäller när: Textsamtal | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream |
Parametercontrol_scope | AvtalTextsamtal; stream är ett booleskt värde och har false som standard. |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Metodalias: /chat/completions
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.6-flash","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-3.6-flash", 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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "gemini-3.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.6-flash', '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-3.6-flash', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
google/gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.6-flash", "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-3.6-flash',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-3.6-flash',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
google/gemini-3.6-flashGemini 3.6 Flash är Googles multimodala textmodell för programmering, rumslig analys och agenter som arbetar i flera steg. Den betonar diagnostisk granskning, avgränsade ändringar och färre onödiga exekveringsloopar. Den tar emot text, bilder, ljud, video och PDF och har verktyg, strukturerad utdata och en indatagräns på 1,048,576 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.6 Flash är Googles multimodala allroundprofil för programmering, kunskapsarbete och agentstyrd exekvering. Den bygger vidare på Gemini 3.5 Flash med fokus på förbättrad multimodal prestanda och tokeneffektivitet. Modellen tar emot text, bilder, ljud, video och PDF och returnerar text. Ett användbart uppdrag kan kombinera kod, en skärmbild och ett krav, eller jämföra ett diagram eller en visuell plan med skriftliga begränsningar för att ta fram en kontrollerad förklaring eller riktad ändring.
Utvecklarguiden betonar färre onödiga resonemangssteg, samtalsturer och verktygsanrop i arbete med flera steg, tillsammans med mer avgränsade ändringar. För felsökning ska du ange det observerade felet, relevant källmaterial och det beteende som ska förbli oförändrat. Vid felsökning av diagram kan du be modellen undersöka varför ett diagram visar fel serie, identifiera den berörda datatransformeringen och föreslå en korrigering samtidigt som den omgivande layouten behålls. Resultatet kan sedan jämföras med de faktiska indata och diagrammets föreskrivna beteende.
Inledande programmatisk granskning är ett utmärkande beteende som beskrivs för 3.6. Enligt tillverkaren undersöker modellen oftare ett problem med diagnostisk kod innan den gör ändringar. Det kan underlätta en komplex utredning, men guiden påpekar att det kan tillföra utforskande steg vid rutinmässigt frontend-arbete. Ange om uppgiften kräver en utredning, en enkel ändring eller en designjämförelse. Tillhandahåll den information som gör skillnaden tydlig och specificera tillåtna åtgärder för den anslutna applikationens verktyg.
Även rumsligt och multimodalt resonemang lyfts fram: tolkning av diagram, omvandling av visuella ritningar och webblayouter med flera element. Tillhandahåll relevant vy eller relevanta sidor, identifiera vad som ska tolkas och be om underlaget för slutsatsen. För en designuppgift ska du inkludera konkreta riktlinjer för layout och visuell utformning. Tillverkaren framhåller ett fokus på funktionell kod och påpekar att utvärderare ibland föredrog tidigare modellers visuella utformning, vilket gör en uttrycklig visuell uppdragsbeskrivning användbar. Kontrollera resultatet mot det faktiska diagrammet eller designkraven.
Medium är den dokumenterade standardnivån för tänkande. Googles modellspecifika tabell över tänkande anger minimal, low, medium och high; migreringsguiden för 3.6 använder medium eller high i sina exempel på arbetsinsats. Den exakta sidan listar funktionsanrop, kodexekvering, filsökning, sökförankring, Maps-förankring, URL-kontext och strukturerad utdata, med Computer Use som förhandsfunktion. Definiera funktionernas indata och det önskade resultatet tydligt. En funktion som modellen väljer behöver ge ett faktiskt applikationsresultat innan ett senare svar kan bygga på utfallet. För en strukturerad analys ska du definiera schemat och det källunderlag som krävs för varje iakttagelse.
Guiden för 3.6 ändrar förberedelserna jämfört med tidigare Gemini-förfrågningar. Den fasar ut samplingsinställningarna temperature, top-p och top-k, avvisar en förifylld sista samtalstur med modellrollen och rekommenderar systeminstruktioner eller strukturerad utdata för att styra svaret. Dess regler för funktionssvar matchar ett svar med dess anrop utifrån identitet och namn, och grundversionen av Gemini 3 bevarar thought signatures vid användning över flera samtalsturer. En praktisk fortsättning bör föra med sig relevant historik och verktygsresultat i oförändrat skick i stället för att imitera början av ett tidigare svar.
Det ursprungliga modellkortet anger upp till 1M indatakontext och 64K textutdata; den exakta API-tabellen anger 1,048,576 indatatoken och 65,536 utdatatoken. Räkna in instruktioner, historik och medier i indatabudgeten och begär en utdatamängd som passar uppgiften. Tillverkarens sida listar också cachelagring, batchbearbetning samt Flex- och Priority-bearbetning. Vid bearbetning av oberoende poster ska postidentifieraren och resultatformatet vara uttryckliga. Utdata är en textartefakt även när underlaget omfattar fotografier, ljud eller video.
Möjliga begränsningar omfattar hallucinationer samt tillfällig långsamhet eller tidsgränsöverskridanden. Kunskapsgränsen i mars 2026 omfattar områden där kunskapen fortfarande är begränsad till januari 2025, så bifoga nyare material eller använd ett dokumenterat förankringsflöde när aktuella fakta är viktiga. Granska beräkningar, källhänvisningar, visuella tolkningar och föreslagna ändringar. Det som särskilt kännetecknar förberedelserna för den här utgåvan är en fokuserad diagnostisk uppdragsbeskrivning, tydlig verktygsavgränsning och uttryckliga designkrav, följt av granskning av det konkreta resultatet.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0015 / 1K token Utdata · Utdatatoken $0.0075 / 1K token Indata · Cacheläsning $0.00015 / 1K token Indata · Skrivning till cache $0.0000833333333333334 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "google/gemini-3.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3.6-flash', '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-3.6-flash', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot gemini-3.6-flash
Ailoot Ultra gemini-3.6-flash, google/gemini-3.6-flash
/chat/completions
Tekniskt exempel på engelska
Diagnose swapped chart series\n\nA chart receives [{month:'Jan', sales:20, returns:2}, {month:'Feb', sales:30, returns:3}], but its Sales series uses rows.map(r => r.returns). Identify the data-binding error and propose one correction. Keep the existing month labels and Returns series unchanged. Include a small assertion showing the expected Sales data without claiming the chart was rendered.One corrected series expression and a concrete assertion against the supplied data.Only the Sales binding changes, and its values come from sales rather than returns.