Gemini 3.1 Flash-Lite Preview är förhandsutgåvan i Googles lätta serie Gemini 3.1 Flash-Lite. Utformningen fokuserar på uppgifter med hög frekvens och tydliga instruktioner: översättning, transkribering, klassificering, dokumentsammanfattningar och enkel dataextraktion. Den tar emot text, bilder, video, ljud och PDF och returnerar text. En användbar uppgift anger en åtgärd och en slutform, till exempel ett översatt meddelande, en transkription eller en post med de fält som en applikation behöver.
Den exakta förhandsdokumentationen anger en indatagräns på 1,048,576 token och en utdatagräns på 65,536 token. Det är separata gränser hos tillverkaren. Källmaterialet, instruktionerna och samtalshistoriken bidrar till indata, medan det önskade resultatet måste rymmas inom utdatabudgeten. För en stor samling meddelanden eller sidor ska identifierare behållas och en matchande utdataidentifierare begäras för varje bearbetat objekt. Ett stort fönster ersätter inte en tydlig extraktionsregel och gör inte en tvetydig fältdefinition exakt.
Modellkortet omfattar tänkande, strukturerad utdata och funktionsanrop. Det listar också kodexekvering, filsökning, sökförankring, Google Maps-förankring, URL-kontext och cachelagring som förmågor hos tillverkaren. Det här är en modell med textutdata; ljud- eller bildindata innebär inte genererat tal eller bildmaterial. En anropande applikation väljer fortfarande tillgängliga verktyg, utför accepterade funktionsförfrågningar och returnerar resultaten. Håll en föreslagen åtgärd åtskild från en åtgärd som applikationen har bekräftat.
För översättning ska du tillhandahålla källmeddelande, målspråk, målgrupp och terminologi som ska bevaras. Utvecklarguiden visar hur svaret begränsas till översatt text utan extra kommentarer. Ett flöde för supportmeddelanden kan behålla produktnamn och orderreferenser oförändrade och samtidigt ge ett naturligt svar på läsarens språk. Om källan är tvetydig ska du definiera om tvetydigheten ska bevaras eller om en separat fråga för förtydligande ska returneras, i stället för att en uppfunnen detalj läggs till i översättningen.
För transkribering ska du tillhandahålla ljudet tillsammans med det begärda resultatet: ordagrann text, en bearbetad transkription eller en sammanfattning. Det är olika uppgifter. Identifiera relevant intervall om en lång inspelning bara innehåller en kort replikväxling som behövs för resultatet. För en PDF ska du ställa en bestämd fråga eller definiera de fält som ska extraheras och bevara sid- eller avsnittshänvisningar där svaret behöver kontrolleras. För en visuell källa ska du ange det objekt, den etikett eller den region som är relevant för förfrågan.
För klassificering och entitetsextraktion ska du definiera kategorier, obligatoriska fält och hantering av saknade värden. Tillverkarens guide visar schemabegränsad JSON för extraktion av recensionsinformation. Ett eget exempel är att klassificera ett supportärende och returnera den nämnda produkten, problemkategorin och källmeningen som stödjer valet. Ge en liten uppsättning representativa exempel, inklusive ett fall som ska förbli okänt. Validera den returnerade posten och skilj ett syntaktiskt giltigt värde från ett som faktiskt stöds av källan.
Lanseringsmaterialet beskriver justerbara tänkandenivåer som låter uppgiften använda mer analys när dess villkor kräver det. En kort språkomvandling och en klassificering med flera undantag kan använda olika resonemangsinställningar. Utvecklarguiden presenterar också modelldirigering som en klassificeringsuppgift: modellen identifierar en förfrågans komplexitet och returnerar en vald kategori. Den omgivande applikationen, snarare än klassificeraren själv, avgör vad som ska köras härnäst. Tillhandahåll de faktiska dirigeringskriterierna och tillåtna valen så att utdata får en operativ innebörd.
För upprepningsbar bearbetning ska den exakta Preview-identifieraren, indataversionen och det begärda schemat eller utdataformatet behållas. Kontrollera ett pilotresultat på samma typ av verkligt material innan en större mängd bearbetas. Jämför extraherade fält med originalmeddelandet, granska transkriptioner mot inspelningen och bekräfta att översatta termer förblir intakta. Profilens praktiska fördel är fokuserad multimodal textbearbetning med ett definierat resultat; flytande text eller ett verktygsförslag fastställer inte i sig faktakorrekthet eller slutförd extern exekvering.
", "aboutText": "Gemini 3.1 Flash-Lite Preview är förhandsutgåvan i Googles lätta serie Gemini 3.1 Flash-Lite. Utformningen fokuserar på uppgifter med hög frekvens och tydliga instruktioner: översättning, transkribering, klassificering, dokumentsammanfattningar och enkel dataextraktion. Den tar emot text, bilder, video, ljud och PDF och returnerar text. En användbar uppgift anger en åtgärd och en slutform, till exempel ett översatt meddelande, en transkription eller en post med de fält som en applikation behöver.\n\nDen exakta förhandsdokumentationen anger en indatagräns på 1,048,576 token och en utdatagräns på 65,536 token. Det är separata gränser hos tillverkaren. Källmaterialet, instruktionerna och samtalshistoriken bidrar till indata, medan det önskade resultatet måste rymmas inom utdatabudgeten. För en stor samling meddelanden eller sidor ska identifierare behållas och en matchande utdataidentifierare begäras för varje bearbetat objekt. Ett stort fönster ersätter inte en tydlig extraktionsregel och gör inte en tvetydig fältdefinition exakt.\n\nModellkortet omfattar tänkande, strukturerad utdata och funktionsanrop. Det listar också kodexekvering, filsökning, sökförankring, Google Maps-förankring, URL-kontext och cachelagring som förmågor hos tillverkaren. Det här är en modell med textutdata; ljud- eller bildindata innebär inte genererat tal eller bildmaterial. En anropande applikation väljer fortfarande tillgängliga verktyg, utför accepterade funktionsförfrågningar och returnerar resultaten. Håll en föreslagen åtgärd åtskild från en åtgärd som applikationen har bekräftat.\n\nFör översättning ska du tillhandahålla källmeddelande, målspråk, målgrupp och terminologi som ska bevaras. Utvecklarguiden visar hur svaret begränsas till översatt text utan extra kommentarer. Ett flöde för supportmeddelanden kan behålla produktnamn och orderreferenser oförändrade och samtidigt ge ett naturligt svar på läsarens språk. Om källan är tvetydig ska du definiera om tvetydigheten ska bevaras eller om en separat fråga för förtydligande ska returneras, i stället för att en uppfunnen detalj läggs till i översättningen.\n\nFör transkribering ska du tillhandahålla ljudet tillsammans med det begärda resultatet: ordagrann text, en bearbetad transkription eller en sammanfattning. Det är olika uppgifter. Identifiera relevant intervall om en lång inspelning bara innehåller en kort replikväxling som behövs för resultatet. För en PDF ska du ställa en bestämd fråga eller definiera de fält som ska extraheras och bevara sid- eller avsnittshänvisningar där svaret behöver kontrolleras. För en visuell källa ska du ange det objekt, den etikett eller den region som är relevant för förfrågan.\n\nFör klassificering och entitetsextraktion ska du definiera kategorier, obligatoriska fält och hantering av saknade värden. Tillverkarens guide visar schemabegränsad JSON för extraktion av recensionsinformation. Ett eget exempel är att klassificera ett supportärende och returnera den nämnda produkten, problemkategorin och källmeningen som stödjer valet. Ge en liten uppsättning representativa exempel, inklusive ett fall som ska förbli okänt. Validera den returnerade posten och skilj ett syntaktiskt giltigt värde från ett som faktiskt stöds av källan.\n\nLanseringsmaterialet beskriver justerbara tänkandenivåer som låter uppgiften använda mer analys när dess villkor kräver det. En kort språkomvandling och en klassificering med flera undantag kan använda olika resonemangsinställningar. Utvecklarguiden presenterar också modelldirigering som en klassificeringsuppgift: modellen identifierar en förfrågans komplexitet och returnerar en vald kategori. Den omgivande applikationen, snarare än klassificeraren själv, avgör vad som ska köras härnäst. Tillhandahåll de faktiska dirigeringskriterierna och tillåtna valen så att utdata får en operativ innebörd.\n\nFör upprepningsbar bearbetning ska den exakta Preview-identifieraren, indataversionen och det begärda schemat eller utdataformatet behållas. Kontrollera ett pilotresultat på samma typ av verkligt material innan en större mängd bearbetas. Jämför extraherade fält med originalmeddelandet, granska transkriptioner mot inspelningen och bekräfta att översatta termer förblir intakta. Profilens praktiska fördel är fokuserad multimodal textbearbetning med ett definierat resultat; flytande text eller ett verktygsförslag fastställer inte i sig faktakorrekthet eller slutförd extern exekvering.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview är en multimodal textmodell för upprepade, väldefinierade uppgifter som översättning, transkribering, klassificering och dataextraktion. Tänkande och stöd för strukturerad utdata hjälper till att omvandla tillhandahållet material till ett kortfattat resultat som en applikation kan använda.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.1 Flash-Lite Preview är förhandsutgåvan i Googles lätta serie Gemini 3.1 Flash-Lite. Utformningen fokuserar på uppgifter med hög frekvens och tydliga instruktioner: översättning, transkribering, klassificering, dokumentsammanfattningar och enkel dataextraktion. Den tar emot text, bilder, video, ljud och PDF och returnerar text. En användbar uppgift anger en åtgärd och en slutform, till exempel ett översatt meddelande, en transkription eller en post med de fält som en applikation behöver.
Den exakta förhandsdokumentationen anger en indatagräns på 1,048,576 token och en utdatagräns på 65,536 token. Det är separata gränser hos tillverkaren. Källmaterialet, instruktionerna och samtalshistoriken bidrar till indata, medan det önskade resultatet måste rymmas inom utdatabudgeten. För en stor samling meddelanden eller sidor ska identifierare behållas och en matchande utdataidentifierare begäras för varje bearbetat objekt. Ett stort fönster ersätter inte en tydlig extraktionsregel och gör inte en tvetydig fältdefinition exakt.
Modellkortet omfattar tänkande, strukturerad utdata och funktionsanrop. Det listar också kodexekvering, filsökning, sökförankring, Google Maps-förankring, URL-kontext och cachelagring som förmågor hos tillverkaren. Det här är en modell med textutdata; ljud- eller bildindata innebär inte genererat tal eller bildmaterial. En anropande applikation väljer fortfarande tillgängliga verktyg, utför accepterade funktionsförfrågningar och returnerar resultaten. Håll en föreslagen åtgärd åtskild från en åtgärd som applikationen har bekräftat.
För översättning ska du tillhandahålla källmeddelande, målspråk, målgrupp och terminologi som ska bevaras. Utvecklarguiden visar hur svaret begränsas till översatt text utan extra kommentarer. Ett flöde för supportmeddelanden kan behålla produktnamn och orderreferenser oförändrade och samtidigt ge ett naturligt svar på läsarens språk. Om källan är tvetydig ska du definiera om tvetydigheten ska bevaras eller om en separat fråga för förtydligande ska returneras, i stället för att en uppfunnen detalj läggs till i översättningen.
För transkribering ska du tillhandahålla ljudet tillsammans med det begärda resultatet: ordagrann text, en bearbetad transkription eller en sammanfattning. Det är olika uppgifter. Identifiera relevant intervall om en lång inspelning bara innehåller en kort replikväxling som behövs för resultatet. För en PDF ska du ställa en bestämd fråga eller definiera de fält som ska extraheras och bevara sid- eller avsnittshänvisningar där svaret behöver kontrolleras. För en visuell källa ska du ange det objekt, den etikett eller den region som är relevant för förfrågan.
För klassificering och entitetsextraktion ska du definiera kategorier, obligatoriska fält och hantering av saknade värden. Tillverkarens guide visar schemabegränsad JSON för extraktion av recensionsinformation. Ett eget exempel är att klassificera ett supportärende och returnera den nämnda produkten, problemkategorin och källmeningen som stödjer valet. Ge en liten uppsättning representativa exempel, inklusive ett fall som ska förbli okänt. Validera den returnerade posten och skilj ett syntaktiskt giltigt värde från ett som faktiskt stöds av källan.
Lanseringsmaterialet beskriver justerbara tänkandenivåer som låter uppgiften använda mer analys när dess villkor kräver det. En kort språkomvandling och en klassificering med flera undantag kan använda olika resonemangsinställningar. Utvecklarguiden presenterar också modelldirigering som en klassificeringsuppgift: modellen identifierar en förfrågans komplexitet och returnerar en vald kategori. Den omgivande applikationen, snarare än klassificeraren själv, avgör vad som ska köras härnäst. Tillhandahåll de faktiska dirigeringskriterierna och tillåtna valen så att utdata får en operativ innebörd.
För upprepningsbar bearbetning ska den exakta Preview-identifieraren, indataversionen och det begärda schemat eller utdataformatet behållas. Kontrollera ett pilotresultat på samma typ av verkligt material innan en större mängd bearbetas. Jämför extraherade fält med originalmeddelandet, granska transkriptioner mot inspelningen och bekräfta att översatta termer förblir intakta. Profilens praktiska fördel är fokuserad multimodal textbearbetning med ett definierat resultat; flytande text eller ett verktygsförslag fastställer inte i sig faktakorrekthet eller slutförd extern exekvering.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.1-flash-lite-preview | 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"gemini-3.1-flash-lite-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="gemini-3.1-flash-lite-preview", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview är en multimodal textmodell för upprepade, väldefinierade uppgifter som översättning, transkribering, klassificering och dataextraktion. Tänkande och stöd för strukturerad utdata hjälper till att omvandla tillhandahållet material till ett kortfattat resultat som en applikation kan använda.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.1 Flash-Lite Preview är förhandsutgåvan i Googles lätta serie Gemini 3.1 Flash-Lite. Utformningen fokuserar på uppgifter med hög frekvens och tydliga instruktioner: översättning, transkribering, klassificering, dokumentsammanfattningar och enkel dataextraktion. Den tar emot text, bilder, video, ljud och PDF och returnerar text. En användbar uppgift anger en åtgärd och en slutform, till exempel ett översatt meddelande, en transkription eller en post med de fält som en applikation behöver.
Den exakta förhandsdokumentationen anger en indatagräns på 1,048,576 token och en utdatagräns på 65,536 token. Det är separata gränser hos tillverkaren. Källmaterialet, instruktionerna och samtalshistoriken bidrar till indata, medan det önskade resultatet måste rymmas inom utdatabudgeten. För en stor samling meddelanden eller sidor ska identifierare behållas och en matchande utdataidentifierare begäras för varje bearbetat objekt. Ett stort fönster ersätter inte en tydlig extraktionsregel och gör inte en tvetydig fältdefinition exakt.
Modellkortet omfattar tänkande, strukturerad utdata och funktionsanrop. Det listar också kodexekvering, filsökning, sökförankring, Google Maps-förankring, URL-kontext och cachelagring som förmågor hos tillverkaren. Det här är en modell med textutdata; ljud- eller bildindata innebär inte genererat tal eller bildmaterial. En anropande applikation väljer fortfarande tillgängliga verktyg, utför accepterade funktionsförfrågningar och returnerar resultaten. Håll en föreslagen åtgärd åtskild från en åtgärd som applikationen har bekräftat.
För översättning ska du tillhandahålla källmeddelande, målspråk, målgrupp och terminologi som ska bevaras. Utvecklarguiden visar hur svaret begränsas till översatt text utan extra kommentarer. Ett flöde för supportmeddelanden kan behålla produktnamn och orderreferenser oförändrade och samtidigt ge ett naturligt svar på läsarens språk. Om källan är tvetydig ska du definiera om tvetydigheten ska bevaras eller om en separat fråga för förtydligande ska returneras, i stället för att en uppfunnen detalj läggs till i översättningen.
För transkribering ska du tillhandahålla ljudet tillsammans med det begärda resultatet: ordagrann text, en bearbetad transkription eller en sammanfattning. Det är olika uppgifter. Identifiera relevant intervall om en lång inspelning bara innehåller en kort replikväxling som behövs för resultatet. För en PDF ska du ställa en bestämd fråga eller definiera de fält som ska extraheras och bevara sid- eller avsnittshänvisningar där svaret behöver kontrolleras. För en visuell källa ska du ange det objekt, den etikett eller den region som är relevant för förfrågan.
För klassificering och entitetsextraktion ska du definiera kategorier, obligatoriska fält och hantering av saknade värden. Tillverkarens guide visar schemabegränsad JSON för extraktion av recensionsinformation. Ett eget exempel är att klassificera ett supportärende och returnera den nämnda produkten, problemkategorin och källmeningen som stödjer valet. Ge en liten uppsättning representativa exempel, inklusive ett fall som ska förbli okänt. Validera den returnerade posten och skilj ett syntaktiskt giltigt värde från ett som faktiskt stöds av källan.
Lanseringsmaterialet beskriver justerbara tänkandenivåer som låter uppgiften använda mer analys när dess villkor kräver det. En kort språkomvandling och en klassificering med flera undantag kan använda olika resonemangsinställningar. Utvecklarguiden presenterar också modelldirigering som en klassificeringsuppgift: modellen identifierar en förfrågans komplexitet och returnerar en vald kategori. Den omgivande applikationen, snarare än klassificeraren själv, avgör vad som ska köras härnäst. Tillhandahåll de faktiska dirigeringskriterierna och tillåtna valen så att utdata får en operativ innebörd.
För upprepningsbar bearbetning ska den exakta Preview-identifieraren, indataversionen och det begärda schemat eller utdataformatet behållas. Kontrollera ett pilotresultat på samma typ av verkligt material innan en större mängd bearbetas. Jämför extraherade fält med originalmeddelandet, granska transkriptioner mot inspelningen och bekräfta att översatta termer förblir intakta. Profilens praktiska fördel är fokuserad multimodal textbearbetning med ett definierat resultat; flytande text eller ett verktygsförslag fastställer inte i sig faktakorrekthet eller slutförd extern exekvering.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser gemini-3.1-flash-lite-preview | 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview är en multimodal textmodell för upprepade, väldefinierade uppgifter som översättning, transkribering, klassificering och dataextraktion. Tänkande och stöd för strukturerad utdata hjälper till att omvandla tillhandahållet material till ett kortfattat resultat som en applikation kan använda.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.1 Flash-Lite Preview är förhandsutgåvan i Googles lätta serie Gemini 3.1 Flash-Lite. Utformningen fokuserar på uppgifter med hög frekvens och tydliga instruktioner: översättning, transkribering, klassificering, dokumentsammanfattningar och enkel dataextraktion. Den tar emot text, bilder, video, ljud och PDF och returnerar text. En användbar uppgift anger en åtgärd och en slutform, till exempel ett översatt meddelande, en transkription eller en post med de fält som en applikation behöver.
Den exakta förhandsdokumentationen anger en indatagräns på 1,048,576 token och en utdatagräns på 65,536 token. Det är separata gränser hos tillverkaren. Källmaterialet, instruktionerna och samtalshistoriken bidrar till indata, medan det önskade resultatet måste rymmas inom utdatabudgeten. För en stor samling meddelanden eller sidor ska identifierare behållas och en matchande utdataidentifierare begäras för varje bearbetat objekt. Ett stort fönster ersätter inte en tydlig extraktionsregel och gör inte en tvetydig fältdefinition exakt.
Modellkortet omfattar tänkande, strukturerad utdata och funktionsanrop. Det listar också kodexekvering, filsökning, sökförankring, Google Maps-förankring, URL-kontext och cachelagring som förmågor hos tillverkaren. Det här är en modell med textutdata; ljud- eller bildindata innebär inte genererat tal eller bildmaterial. En anropande applikation väljer fortfarande tillgängliga verktyg, utför accepterade funktionsförfrågningar och returnerar resultaten. Håll en föreslagen åtgärd åtskild från en åtgärd som applikationen har bekräftat.
För översättning ska du tillhandahålla källmeddelande, målspråk, målgrupp och terminologi som ska bevaras. Utvecklarguiden visar hur svaret begränsas till översatt text utan extra kommentarer. Ett flöde för supportmeddelanden kan behålla produktnamn och orderreferenser oförändrade och samtidigt ge ett naturligt svar på läsarens språk. Om källan är tvetydig ska du definiera om tvetydigheten ska bevaras eller om en separat fråga för förtydligande ska returneras, i stället för att en uppfunnen detalj läggs till i översättningen.
För transkribering ska du tillhandahålla ljudet tillsammans med det begärda resultatet: ordagrann text, en bearbetad transkription eller en sammanfattning. Det är olika uppgifter. Identifiera relevant intervall om en lång inspelning bara innehåller en kort replikväxling som behövs för resultatet. För en PDF ska du ställa en bestämd fråga eller definiera de fält som ska extraheras och bevara sid- eller avsnittshänvisningar där svaret behöver kontrolleras. För en visuell källa ska du ange det objekt, den etikett eller den region som är relevant för förfrågan.
För klassificering och entitetsextraktion ska du definiera kategorier, obligatoriska fält och hantering av saknade värden. Tillverkarens guide visar schemabegränsad JSON för extraktion av recensionsinformation. Ett eget exempel är att klassificera ett supportärende och returnera den nämnda produkten, problemkategorin och källmeningen som stödjer valet. Ge en liten uppsättning representativa exempel, inklusive ett fall som ska förbli okänt. Validera den returnerade posten och skilj ett syntaktiskt giltigt värde från ett som faktiskt stöds av källan.
Lanseringsmaterialet beskriver justerbara tänkandenivåer som låter uppgiften använda mer analys när dess villkor kräver det. En kort språkomvandling och en klassificering med flera undantag kan använda olika resonemangsinställningar. Utvecklarguiden presenterar också modelldirigering som en klassificeringsuppgift: modellen identifierar en förfrågans komplexitet och returnerar en vald kategori. Den omgivande applikationen, snarare än klassificeraren själv, avgör vad som ska köras härnäst. Tillhandahåll de faktiska dirigeringskriterierna och tillåtna valen så att utdata får en operativ innebörd.
För upprepningsbar bearbetning ska den exakta Preview-identifieraren, indataversionen och det begärda schemat eller utdataformatet behållas. Kontrollera ett pilotresultat på samma typ av verkligt material innan en större mängd bearbetas. Jämför extraherade fält med originalmeddelandet, granska transkriptioner mot inspelningen och bekräfta att översatta termer förblir intakta. Profilens praktiska fördel är fokuserad multimodal textbearbetning med ett definierat resultat; flytande text eller ett verktygsförslag fastställer inte i sig faktakorrekthet eller slutförd extern exekvering.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.1-flash-lite-preview | 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemini-3.1-flash-lite-preview", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='google/gemini-3.1-flash-lite-preview',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
google/gemini-3.1-flash-lite-previewGemini 3.1 Flash-Lite Preview är en multimodal textmodell för upprepade, väldefinierade uppgifter som översättning, transkribering, klassificering och dataextraktion. Tänkande och stöd för strukturerad utdata hjälper till att omvandla tillhandahållet material till ett kortfattat resultat som en applikation kan använda.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Gemini 3.1 Flash-Lite Preview är förhandsutgåvan i Googles lätta serie Gemini 3.1 Flash-Lite. Utformningen fokuserar på uppgifter med hög frekvens och tydliga instruktioner: översättning, transkribering, klassificering, dokumentsammanfattningar och enkel dataextraktion. Den tar emot text, bilder, video, ljud och PDF och returnerar text. En användbar uppgift anger en åtgärd och en slutform, till exempel ett översatt meddelande, en transkription eller en post med de fält som en applikation behöver.
Den exakta förhandsdokumentationen anger en indatagräns på 1,048,576 token och en utdatagräns på 65,536 token. Det är separata gränser hos tillverkaren. Källmaterialet, instruktionerna och samtalshistoriken bidrar till indata, medan det önskade resultatet måste rymmas inom utdatabudgeten. För en stor samling meddelanden eller sidor ska identifierare behållas och en matchande utdataidentifierare begäras för varje bearbetat objekt. Ett stort fönster ersätter inte en tydlig extraktionsregel och gör inte en tvetydig fältdefinition exakt.
Modellkortet omfattar tänkande, strukturerad utdata och funktionsanrop. Det listar också kodexekvering, filsökning, sökförankring, Google Maps-förankring, URL-kontext och cachelagring som förmågor hos tillverkaren. Det här är en modell med textutdata; ljud- eller bildindata innebär inte genererat tal eller bildmaterial. En anropande applikation väljer fortfarande tillgängliga verktyg, utför accepterade funktionsförfrågningar och returnerar resultaten. Håll en föreslagen åtgärd åtskild från en åtgärd som applikationen har bekräftat.
För översättning ska du tillhandahålla källmeddelande, målspråk, målgrupp och terminologi som ska bevaras. Utvecklarguiden visar hur svaret begränsas till översatt text utan extra kommentarer. Ett flöde för supportmeddelanden kan behålla produktnamn och orderreferenser oförändrade och samtidigt ge ett naturligt svar på läsarens språk. Om källan är tvetydig ska du definiera om tvetydigheten ska bevaras eller om en separat fråga för förtydligande ska returneras, i stället för att en uppfunnen detalj läggs till i översättningen.
För transkribering ska du tillhandahålla ljudet tillsammans med det begärda resultatet: ordagrann text, en bearbetad transkription eller en sammanfattning. Det är olika uppgifter. Identifiera relevant intervall om en lång inspelning bara innehåller en kort replikväxling som behövs för resultatet. För en PDF ska du ställa en bestämd fråga eller definiera de fält som ska extraheras och bevara sid- eller avsnittshänvisningar där svaret behöver kontrolleras. För en visuell källa ska du ange det objekt, den etikett eller den region som är relevant för förfrågan.
För klassificering och entitetsextraktion ska du definiera kategorier, obligatoriska fält och hantering av saknade värden. Tillverkarens guide visar schemabegränsad JSON för extraktion av recensionsinformation. Ett eget exempel är att klassificera ett supportärende och returnera den nämnda produkten, problemkategorin och källmeningen som stödjer valet. Ge en liten uppsättning representativa exempel, inklusive ett fall som ska förbli okänt. Validera den returnerade posten och skilj ett syntaktiskt giltigt värde från ett som faktiskt stöds av källan.
Lanseringsmaterialet beskriver justerbara tänkandenivåer som låter uppgiften använda mer analys när dess villkor kräver det. En kort språkomvandling och en klassificering med flera undantag kan använda olika resonemangsinställningar. Utvecklarguiden presenterar också modelldirigering som en klassificeringsuppgift: modellen identifierar en förfrågans komplexitet och returnerar en vald kategori. Den omgivande applikationen, snarare än klassificeraren själv, avgör vad som ska köras härnäst. Tillhandahåll de faktiska dirigeringskriterierna och tillåtna valen så att utdata får en operativ innebörd.
För upprepningsbar bearbetning ska den exakta Preview-identifieraren, indataversionen och det begärda schemat eller utdataformatet behållas. Kontrollera ett pilotresultat på samma typ av verkligt material innan en större mängd bearbetas. Jämför extraherade fält med originalmeddelandet, granska transkriptioner mot inspelningen och bekräfta att översatta termer förblir intakta. Profilens praktiska fördel är fokuserad multimodal textbearbetning med ett definierat resultat; flytande text eller ett verktygsförslag fastställer inte i sig faktakorrekthet eller slutförd extern exekvering.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser google/gemini-3.1-flash-lite-preview | 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 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 $0.0005 / 1K token Utdata · Utdatatoken $0.003 / 1K token Indata · Cacheläsning $0.00005 / 1K token Indata · Skrivning till cache $0.0001666666666666666 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "google/gemini-3.1-flash-lite-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'google/gemini-3.1-flash-lite-preview', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 Ultra gemini-3.1-flash-lite-preview, google/gemini-3.1-flash-lite-preview
/chat/completions
google/gemini-3.1-flash-lite-preview, gemini-3.1-flash-lite-preview
Tekniskt exempel på engelska
Translate a support message without additions\n\nTranslate this customer-service message into English for a customer. Preserve order reference K-204 and product name Orbit Mini exactly: 'Votre commande K-204 contenant Orbit Mini est prête à être retirée. Merci de présenter une pièce d’identité.' Return only the translation; do not add a collection address or deadline.Only the English translation, retaining the two exact identifiers and the identity-document requirement.K-204 and Orbit Mini remain unchanged, with no invented address, deadline or additional policy.