Source: https://ailoot.ai/models/sv/gemini-pro-agent/ Canonical: https://ailoot.ai/models/sv/gemini-pro-agent/ Language: sv # Gemini Pro Agent [Markdown](https://ailoot.ai/models/sv/gemini-pro-agent/index.md) · [JSON](https://ailoot.ai/models/sv/gemini-pro-agent/facts.json) ## [Gemini Pro Agent](https://ailoot.ai/models/sv/gemini-pro-agent/) Multimodal modell från Google för avancerade programmeringsuppgifter, analys av omfattande material och exakt verktygsarbete i flera steg. - [**Ailoot · Anthropic Messages** `POST /v1/messages` `gemini-pro-agent`](https://ailoot.ai/models/sv/gemini-pro-agent/#method-0) - [**Ailoot · Gemini generateContent** `POST /v1beta/models/{model}:generateContent` `gemini-pro-agent`](https://ailoot.ai/models/sv/gemini-pro-agent/#method-1) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. Gemini 3.1 Pro Preview är avsedd för arbete med komplexa material och uppgifter som kräver flera beslut i följd. Google framhåller programvaruutveckling, verktygsanvändning och konsekventa faktasvar. Modellen hjälper till att analysera stora dataset, hela kodarkiv och uppgifter där text förenas med visuellt material eller ljud. #### Vilka material modellen förstår Googles specifikation räknar upp **text, bilder, video, ljud och PDF**. I Ailoot API:s aktuella katalog anges **text och bilder** som indata och text som utdata för textmetoderna. Video, ljud och PDF ingår inte i dessa indata. Den långa kontexten rymmer upp till **1 048 576 indatatoken**, och textsvaret upp till **65 536 utdatatoken**. Förståelse av bilder och ljud innebär inte generering av dem. Denna versions utdata förblir text. #### Resonemang och stegvis arbete Thinking gör det möjligt att lägga ytterligare arbetsinsats på internt resonemang. I det basmodellsläge som Google beskriver är standardnivån `high`. `low`, `medium` och `high` finns. Dessa värden beskriver Googles basmodell. Läget och tillgången till styrning via Ailoot API bestäms av den valda metoden och modellvarianten. De huvudsakliga scenarierna omfattar avancerad programmering, algoritmutveckling, strategisk planering och stegvis förbättring av lösningar. Det är särskilt användbart när flera sammanhängande krav behöver beaktas och mellanresultat användas på nytt. Modellens möjligheter omfattar funktionsanrop, kodkörning och strukturerade svar. Kontextcachning, sökbaserad faktagrundning, Google Maps och användning av webbadressers innehåll stöds. Batchbearbetning finns. Funktionerna gör det möjligt att bygga ett flöde där modellen analyserar data, väljer nästa verktyg och formulerar slutresultatet. Den faktiska tillgången till varje verktyg beror på metoden för att arbeta med modellen. #### Version och särdrag Modellkortet gäller förhandsversionen `gemini-3.1-pro-preview`. Den bygger på Gemini 3 Pro. Tillverkaren anger separat varianten `gemini-3.1-pro-preview-customtools`, inriktad på flöden med kommandoskal och egna verktyg. Dess prioriteringar vid verktygsval och beteendesärdrag är inte egenskaper hos den vanliga Preview-versionen. Basmodellseriens allmänna begränsningar kvarstår: svaren kan innehålla påhittade uppgifter, och enskilda anrop kan gå långsamt eller överskrida tidsgränsen. Resonemang i flera steg, stor kontext och dataåtkomst hjälper till med svåra uppgifter men gör inte varje genererad slutsats till ett verifierat faktum. Praktisk uppgift ### Praktisk uppgift Tekniskt exempel på engelska ``` Design a dependency-aware work order Plan execution for these tasks: A has no dependency; B depends on A; C depends on A; D depends on both B and C. At most two tasks may run together, and each takes one hour. Give the earliest valid schedule, a general scheduling algorithm and a test that catches starting D before C finishes. ``` #### Förväntat resultat ``` A time-slot schedule, algorithm pseudocode and a dependency-violation test case. ``` #### Kontrollera resultatet ``` Check that the proposed schedule respects both dependencies and the two-task concurrency limit. ``` **Ailoot · Anthropic Messages** `POST /v1/messages` `gemini-pro-agent` [`gemini-pro-agent`](https://ailoot.ai/models/sv/#m=gemini-pro-agent&route=Core&caller=gemini-pro-agent&fmt=messages) Google /`gemini-pro-agent` ### Start Multimodal modell från Google för avancerade programmeringsuppgifter, analys av omfattande material och exakt verktygsarbete i flera steg. Godkända indata Text · Bilder Resultat Text ### Tillgängligt i Ailoot · indata & metoder **Ailoot · Anthropic Messages** `POST /v1/messages` Indatatyper `text`, `image` Utdatatyper `text` Kontext 1 048 576 tokens Maximala utdata 65 536 tokens Utdataformat json eller SSE | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser gemini-pro-agent | Standard— | | Fält`messages` | Typ`message[]` | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— | | Fält`messages[].role` | Typ`string` | KravObligatoriskt | Värden & gränser user, assistant | Standard— | | Fält`messages[].content` | Typ`string\|content_block[]` | KravObligatoriskt | Värden & gränser | Standard— | | Fält`system` | Typ`string\|content_block[]` | KravValfritt | Värden & gränser | Standard— | | Fält`max_tokens` | Typ`integer` | KravObligatoriskt | Värden & gränser Minimum: 1 Gränsen gäller för: den exakta gränsen för den valda modellen/det valda kortet | Standard— | | Fält`stream` | Typ`boolean` | KravValfritt | Värden & gränser | Standardfalse | | Fält`temperature` | Typ`number` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`top_p` | Typ`number` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`stop_sequences` | Typ`string[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`tools` | Typ`tool[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`tools[].name` | Typ`string` | KravValfritt | Värden & gränser Gäller när: verktyg har tillhandahållits | Standard— | | Fält`tools[].description` | Typ`string` | KravValfritt | Värden & gränser | Standard— | | Fält`tools[].input_schema` | Typ`JSON_schema` | KravValfritt | Värden & gränser | Standard— | | Fält`tool_choice` | Typ`object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`thinking.type` | Typ`string` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`thinking.budget_tokens` | Typ`integer` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`output_config.effort` | Typ`string` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`metadata` | Typ`object` | KravValfritt | Värden & gränser | Standard— | | Fält`cache_control` | Typ`object` | KravValfritt | Värden & gränser Beror på modellen | Standard— | Kombinationer av indatamaterial **Text** · UTF8-text `messages[].content eller ett type=text-block` **Text + bild** `{type:image,source:{type:base64,media_type,data}} eller källa type=url` Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`material_types` | Avtaltext, image | | Parameter`required` | Avtalmodel, messages, max\_tokens | | Parameter`optional_controls` | Avtalnull | | Parameter`content_type` | Avtalapplication/json | | Parameter`text_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. ### Priser #### Priser för Ailoot-metoder Indata 0,002 US$ */ 1K* Utdata 0,012 US$ */ 1K* Cacheläsning 0,0002 US$ */ 1K* #### Priser efter begärans längd · Anthropic Messages | Begärans storlek i token | Indata | Utdata | Cacheläsning | Skrivning till cache | Cache 5 min | Cache 1 tim | | --- | --- | --- | --- | --- | --- | --- | | Begärans storlek i token(0; 200 000\] | Indata0,002 US$ | Utdata0,012 US$ | Cacheläsning0,0002 US$ | Skrivning till cacheBaspris: — | Cache 5 minBaspris: — | Cache 1 timBaspris: — | | Begärans storlek i token(200 000; ∞) | Indata0,004 US$ | Utdata0,018 US$ | Cacheläsning0,0004 US$ | Skrivning till cacheBaspris: — | Cache 5 minBaspris: — | Cache 1 timBaspris: — | Priser i USD per 1K token. Om inget pris anges ärvs grundpriset för den här metoden; «—» betyder att inget grundpris har angetts. 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 →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot · Anthropic Messages TextexempelIndata, bildPython SDKNode.js SDKPython-strömning ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "gemini-pro-agent", "max_tokens": 1024, "messages": []}') f=Path(os.environ["AILOOT_TEXT_FILE"]) if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material") text=f.read_text(encoding="utf-8") if not text.strip():raise SystemExit("Source material must contain text") p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}] Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}" export AILOOT_IMAGE_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "gemini-pro-agent", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}') import base64 f=Path(os.environ["AILOOT_IMAGE_FILE"]) if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image") raw=f.read_bytes() mime="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 if not mime:raise SystemExit("Use PNG JPEG or WebP") b64=base64.b64encode(raw).decode() p["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}}) Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ```python import anthropic import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0) msg = client.messages.create( model="gemini-pro-agent", max_tokens=1024, messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}], ) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(msg.to_dict(mode="json")) ``` ```js import Anthropic from "@anthropic-ai/sdk"; if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request"); const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 }); const msg = await client.messages.create({ model: "gemini-pro-agent", max_tokens: 1024, messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }], }); import { writeFileSync } from "node:fs"; function saveResult(data, stem = "result") { writeFileSync(stem + ".json", JSON.stringify(data, null, 2)); console.log(JSON.stringify(data, null, 2)); const saveBlob = (encoded, suffix, label) => { const raw = Buffer.from(encoded, "base64"); 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; const file = `${stem}-${label}.${ext}`; writeFileSync(file, raw); console.log("Saved", file); }; for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block)); for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {})); for (const [i, item] of (data.output || []).entries()) { console.log("Output", i, JSON.stringify(item)); if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`); } for (const [ci, candidate] of (data.candidates || []).entries()) { for (const [pi, part] of (candidate.content?.parts || []).entries()) { console.log("Candidate/part", ci, pi, JSON.stringify(part)); const blob = part.inlineData || part.inline_data; if (blob?.data) { const mime = blob.mimeType || blob.mime_type; const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin"; saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`); } } } } saveResult(msg); ``` ```python import anthropic,os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.messages.stream(model='gemini-pro-agent',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_message() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Ta emot och spara resultat #### Ailoot · Anthropic Messages json eller SSE ##### Behåll alla färdiga resultat 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. ##### Om det ursprungliga svaret behöver kontrolleras Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls. Svarsfält | Fält | Typ | | --- | --- | | Fält`id` | Typstring | | Fält`model` | Typstring | | Fält`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Fält`stop_reason` | Typstring\|null | | Fält`usage` | Typobject | Fel och nästa steg | 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. | ### Alias #### Modellalias **Ailoot** [`gemini-pro-agent`](https://ailoot.ai/models/sv/#m=gemini-pro-agent&route=Core&caller=gemini-pro-agent&fmt=messages) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`gemini-pro-agent`](https://ailoot.ai/models/sv/#m=gemini-pro-agent&route=Core&caller=gemini-pro-agent&fmt=messages) **Ailoot · Gemini generateContent** `POST /v1beta/models/{model}:generateContent` `gemini-pro-agent` [`gemini-pro-agent`](https://ailoot.ai/models/sv/#m=gemini-pro-agent&route=Core&caller=gemini-pro-agent&fmt=gemini) Google /`gemini-pro-agent` ### Start Multimodal modell från Google för avancerade programmeringsuppgifter, analys av omfattande material och exakt verktygsarbete i flera steg. Godkända indata Text · Bilder Resultat Text ### Tillgängligt i Ailoot · indata & metoder **Ailoot · Gemini generateContent** `POST /v1beta/models/{model}:generateContent` Indatatyper `text`, `image` Utdatatyper `text` Kontext 1 048 576 tokens Maximala utdata 65 536 tokens Utdataformat json eller strömning som stöds | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`path.model` | Typ`string` | KravObligatoriskt | Värden & gränser gemini-pro-agent | Standard— | | Fält`contents` | Typ`content[]` | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— | | Fält`contents[].role` | Typ`string` | KravValfritt | Värden & gränser user, model | Standard— | | Fält`contents[].parts` | Typ`part[]` | KravObligatoriskt | Värden & gränser | Standard— | | Fält`systemInstruction` | Typ`content` | KravValfritt | Värden & gränser | Standard— | | Fält`generationConfig.maxOutputTokens` | Typ`integer` | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— | | Fält`generationConfig.temperature` | Typ`number` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`generationConfig.topP` | Typ`number` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`generationConfig.topK` | Typ`integer` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`generationConfig.stopSequences` | Typ`string[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`generationConfig.thinkingConfig.includeThoughts` | Typ`boolean` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`generationConfig.thinkingConfig.thinkingBudget` | Typ`integer` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`tools[].functionDeclarations` | Typ`function_declaration[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`toolConfig.functionCallingConfig.mode` | Typ`string` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`safetySettings` | Typ`object[]` | KravValfritt | Värden & gränser Beror på modellen | Standard— | | Fält`sessionId` | Typ`string` | KravValfritt | Värden & gränser | Standard— | Kombinationer av indatamaterial **Text** · UTF8-text `contents[].parts[].text` **Text + bild** `parts[].inlineData={mimeType,data}` Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`material_types` | Avtaltext, image | | Parameter`required` | Avtalcontents | | Parameter`optional_controls` | Avtalnull | | Parameter`content_type` | Avtalapplication/json | | Parameter`text_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. ### Priser #### Priser för Ailoot-metoder Indata 0,002 US$ */ 1K* Utdata 0,012 US$ */ 1K* Cacheläsning 0,0002 US$ */ 1K* #### Priser efter begärans längd · Gemini generateContent | Begärans storlek i token | Indata | Utdata | Cacheläsning | Skrivning till cache | Cache 5 min | Cache 1 tim | | --- | --- | --- | --- | --- | --- | --- | | Begärans storlek i token(0; 200 000\] | Indata0,002 US$ | Utdata0,012 US$ | Cacheläsning0,0002 US$ | Skrivning till cacheBaspris: — | Cache 5 minBaspris: — | Cache 1 timBaspris: — | | Begärans storlek i token(200 000; ∞) | Indata0,004 US$ | Utdata0,018 US$ | Cacheläsning0,0004 US$ | Skrivning till cacheBaspris: — | Cache 5 minBaspris: — | Cache 1 timBaspris: — | Priser i USD per 1K token. Om inget pris anges ärvs grundpriset för den här metoden; «—» betyder att inget grundpris har angetts. 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 →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot · Gemini generateContent TextexempelIndata, bildPython SDKNode.js SDKPython-strömning ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"contents": []}') f=Path(os.environ["AILOOT_TEXT_FILE"]) if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material") text=f.read_text(encoding="utf-8") if not text.strip():raise SystemExit("Source material must contain text") p["contents"]=[{"role":"user","parts":[{"text":"Summarize this material and quote supporting source passages.\n\n"+text}]}] Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-pro-agent:generateContent \ -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(json.loads(Path("result.json").read_text(encoding="utf-8"))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}" export AILOOT_IMAGE_FILE python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"contents": [{"role": "user", "parts": [{"text": "Read labels and numbers in this image; flag unreadable text."}]}]}') import base64 f=Path(os.environ["AILOOT_IMAGE_FILE"]) if not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image") raw=f.read_bytes() mime="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 if not mime:raise SystemExit("Use PNG JPEG or WebP") b64=base64.b64encode(raw).decode() p["contents"][0]["parts"].append({"inlineData":{"mimeType":mime,"data":b64}}) Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1beta/models/gemini-pro-agent:generateContent \ -H "x-goog-api-key: $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(json.loads(Path("result.json").read_text(encoding="utf-8"))) PY_RESULT ``` ```python from google import genai from google.genai import types import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client = genai.Client( api_key=os.environ["AILOOT_API_KEY"], http_options=types.HttpOptions(base_url="https://api.ailoot.ai"), ) resp = client.models.generate_content(model="gemini-pro-agent", contents="Explain the difference between an observation and a hypothesis in three sentences.") import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(resp.to_json_dict()) ``` ```js import { GoogleGenAI } from "@google/genai"; if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request"); const ai = new GoogleGenAI({ apiKey: process.env.AILOOT_API_KEY, httpOptions: { baseUrl: "https://api.ailoot.ai" } }); const resp = await ai.models.generateContent({ model: "gemini-pro-agent", contents: "Explain the difference between an observation and a hypothesis in three sentences." }); import { writeFileSync } from "node:fs"; function saveResult(data, stem = "result") { writeFileSync(stem + ".json", JSON.stringify(data, null, 2)); console.log(JSON.stringify(data, null, 2)); const saveBlob = (encoded, suffix, label) => { const raw = Buffer.from(encoded, "base64"); 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; const file = `${stem}-${label}.${ext}`; writeFileSync(file, raw); console.log("Saved", file); }; for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block)); for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {})); for (const [i, item] of (data.output || []).entries()) { console.log("Output", i, JSON.stringify(item)); if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`); } for (const [ci, candidate] of (data.candidates || []).entries()) { for (const [pi, part] of (candidate.content?.parts || []).entries()) { console.log("Candidate/part", ci, pi, JSON.stringify(part)); const blob = part.inlineData || part.inline_data; if (blob?.data) { const mime = blob.mimeType || blob.mime_type; const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin"; saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`); } } } } saveResult(resp); ``` ```python from google import genai from google.genai import types import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=genai.Client(api_key=os.environ["AILOOT_API_KEY"],http_options=types.HttpOptions(base_url="https://api.ailoot.ai")) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) count=0 with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for chunk in client.models.generate_content_stream(model='gemini-pro-agent',contents="Explain observations and hypotheses in three sentences."): payload=chunk.to_json_dict() log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() save_result(payload,"stream-chunk-"+str(count)) count+=1 ``` ### Ta emot och spara resultat #### Ailoot · Gemini generateContent json eller strömning som stöds ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Behåll alla kandidater och delar, inklusive funktionsanrop, resonemangssignaturer och användningsuppgifter; sätt samman strömmens delar i ordning. ##### Om det ursprungliga svaret behöver kontrolleras Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls. Svarsfält | Fält | Typ | | --- | --- | | Fält`responseId` | Typstring | | Fält`modelVersion` | Typstring | | Fält`candidates[].content.parts[]` | Typtext\|inlineData\|functionCall\|other part | | Fält`candidates[].finishReason` | Typstring | | Fält`usageMetadata` | Typobject | Fel och nästa steg | 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. | ### Alias #### Modellalias **Ailoot** [`gemini-pro-agent`](https://ailoot.ai/models/sv/#m=gemini-pro-agent&route=Core&caller=gemini-pro-agent&fmt=gemini) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`gemini-pro-agent`](https://ailoot.ai/models/sv/#m=gemini-pro-agent&route=Core&caller=gemini-pro-agent&fmt=gemini) FAQ · Gemini Pro Agent Vilka indata och resultat finns? `POST /v1/messages` · `gemini-pro-agent`: `text`, `image` → `text` `POST /v1beta/models/{model}:generateContent` · `gemini-pro-agent`: `text`, `image` → `text` Vilka fält använder begäran? `POST /v1/messages` · `gemini-pro-agent`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1beta/models/{model}:generateContent` · `gemini-pro-agent`: `contents`, `systemInstruction`, `sessionId` Vilka gränser gäller? `POST /v1/messages` · `gemini-pro-agent`: `ctx`: `1048576`; `max_out`: `65536`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1beta/models/{model}:generateContent` · `gemini-pro-agent`: `ctx`: `1048576`; `max_out`: `65536`; `contents.min_items`: `1` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.