models

gemini-2.5-flash-preview-09-2025

Markdown · JSON

gemini-2.5-flash-preview-09-2025

Gemini 2.5 Flash Preview 09-2025 เป็นรุ่นเดือนกันยายนของ Google สำหรับการวิเคราะห์ข้อมูลหลายรูปแบบและงานหลายขั้นตอนที่ใช้เครื่องมือ ผสานความเข้าใจข้อความ ภาพ วิดีโอ และเสียงเข้ากับการคิด คำตอบแบบมีโครงสร้าง และขีดจำกัดข้อมูลนำเข้า 1,048,576 โทเค็น พร้อมการปรับปรุงเฉพาะด้านการใช้เครื่องมือแบบเอเจนต์

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Gemini 2.5 Flash Preview 09-2025 เป็นรุ่นพรีวิวเดือนกันยายนของโมเดลให้เหตุผลแบบไฮบริดของ Google ข้อมูลนำเข้าที่ระบุในเอกสาร ได้แก่ ข้อความ ภาพ วิดีโอ และเสียง ส่วนผลลัพธ์เป็นข้อความ โมเดลสามารถรวมคำถามเข้ากับสื่อภาพหรือเสียงพูด แล้วสร้างคำอธิบาย เอกสาร โค้ด หรือคำตอบแบบมีโครงสร้าง รุ่นที่ระบุวันที่แน่นอนนี้แยกต่างหากจาก Gemini 2.5 Flash รุ่นเสถียรและจากชื่อแทน latest ที่เปลี่ยนไปตามรุ่น จุดประสงค์คือความเข้าใจข้อมูลหลายรูปแบบและการทำงานโดยมีเครื่องมือช่วย เพื่อให้ได้ผลลัพธ์เป็นลายลักษณ์อักษร

Google อธิบายการปรับปรุงเฉพาะสองด้านของรุ่นนี้ ได้แก่ การใช้เครื่องมือแบบเอเจนต์ที่ดีขึ้น และการสร้างคำตอบที่ประหยัดขึ้นเมื่อเปิดการคิด ด้านแรกเกี่ยวข้องกับงานที่ต้องทำหลายการกระทำต่อเนื่องกัน เช่น รับข้อมูล เปรียบเทียบกับคำขอ และเลือกขั้นตอนถัดไป ด้านที่สองเกี่ยวข้องกับการสร้างคำตอบที่มีประโยชน์โดยใช้โทเค็นที่สร้างน้อยลง ขณะรักษาคุณภาพไว้ สำหรับผู้ช่วยพัฒนา ให้ข้อมูลพฤติกรรมที่สังเกตได้ โค้ดที่เกี่ยวข้อง และเกณฑ์ที่ใช้ตัดสินว่าการแก้ไขสำเร็จ สำหรับผู้ช่วยค้นคว้า ให้กำหนดคำถาม เนื้อหาที่ต้องตรวจ และหลักฐานที่จำเป็นต่อข้อสรุป

การคิดและการตอบโดยตรงเป็นส่วนหนึ่งของการออกแบบแบบไฮบริด งานที่ใช้การคิดสามารถวิเคราะห์ความสัมพันธ์ที่พึ่งพากัน เงื่อนไขทางคณิตศาสตร์ หรือแผนหลายขั้นตอนก่อนจัดทำคำตอบสุดท้าย งานดึงข้อมูลตรงไปตรงมาหรือคำอธิบายสั้นอาจตั้งเป้าหมายคำตอบที่เรียบง่ายกว่า ระบุว่าข้อจำกัดใดเป็นข้อบังคับ โมเดลสามารถตั้งสมมติฐานใดได้ และชิ้นงานสุดท้ายต้องมีอะไรบ้าง การ์ดประจำตระกูลโมเดลของผู้ผลิตระบุว่าการทำตามงบประมาณการคิดอาจไม่สม่ำเสมอ ดังนั้นงบประมาณที่ร้องขอจึงไม่ใช่หลักฐานของเพดานการให้เหตุผลที่เคร่งครัด คำอธิบายนี้ไม่ได้ยกเอาระดับการคิดหรือค่าเริ่มต้นของโมเดลรุ่นใหม่กว่ามาใช้กับรุ่นเดือนกันยายน

ตารางโมเดลเฉพาะรุ่นเดือนกันยายนระบุข้อมูลนำเข้าสูงสุด 1,048,576 โทเค็น และผลลัพธ์สูงสุด 65,536 โทเค็น โปรไฟล์ข้อมูลนำเข้าขนาดใหญ่สามารถรองรับคำสั่ง ตัวอย่าง ข้อความอ้างอิง และบริบทสื่อหลายรูปแบบไว้ในงานเดียว เมื่อต้องการเปรียบเทียบข้อกำหนดกับแนวทางที่เสนอ ให้ติดป้ายกำกับแหล่งข้อมูลทั้งสองและกำหนดชุดเกณฑ์ร่วมกัน หากต้องการหารือเกี่ยวกับภาพหน้าจอ ให้ระบุสถานะหรือองค์ประกอบที่เกี่ยวข้อง สำหรับงานเสียงหรือวิดีโอ ให้ระบุคำถามหรือเหตุการณ์ แทนการขอคำอธิบายโดยไม่มีทิศทาง ผลลัพธ์ยังคงเป็นข้อความ การสร้างภาพโดยตรง การสร้างเสียงพูด และบทสนทนาด้วยเสียงแบบเรียลไทม์เป็นบทบาทของโปรไฟล์โมเดลอื่น

Google ระบุไว้ในเอกสารว่าพรีวิวรุ่นนี้รองรับการเรียกฟังก์ชัน การรันโค้ด การอิงข้อมูลจากการค้นหา บริบทจาก URL และการค้นหาไฟล์ การเรียกฟังก์ชันจะเลือกฟังก์ชันที่ประกาศไว้และเตรียมอาร์กิวเมนต์ แอปพลิเคชันที่เชื่อมต่อเป็นผู้ดำเนินการและส่งผลลัพธ์กลับมา การรันโค้ดใช้ Python ที่สร้างขึ้นเพื่อคำนวณหรือประมวลผลข้อความ การอิงข้อมูลจากการค้นหาจัดหาเนื้อหาจากเว็บเพื่อใช้ตอบโดยมีแหล่งข้อมูลประกอบ ส่วนบริบทจาก URL ใช้เนื้อหาของหน้าเว็บที่ระบุและสามารถเข้าถึงได้ การค้นหาไฟล์เป็นอีกหนึ่งความสามารถในการดึงแหล่งข้อมูล กำหนดวัตถุประสงค์ที่ชัดเจนให้เอเจนต์สำหรับเครื่องมือแต่ละตัว และระบุข้อมูลที่คาดหวังจากแต่ละขั้นตอน เพื่อให้เวิร์กโฟลว์ดำเนินต่อจากผลลัพธ์ที่ได้รับกลับมาจริง

การรองรับผลลัพธ์แบบมีโครงสร้างทำให้ชิ้นงานสุดท้ายใช้เป็นชุดฟิลด์ที่กำหนดไว้ได้ สำหรับการเปรียบเทียบ ให้ขอเกณฑ์ ข้อความต้นทางที่สอดคล้องกัน ความแตกต่างที่สังเกตได้ และคำถามที่ยังต้องชี้แจง สำหรับงานโค้ด ให้แยกการแก้ไขที่เสนอออกจากคำอธิบายและการตรวจสอบที่ยังต้องทำ โปรไฟล์โมเดลเฉพาะรุ่นนี้ของ Google ยังระบุการรองรับการแคชบริบทและการประมวลผลแบบแบตช์ด้วย เนื้อหาต้นทางที่ใช้ซ้ำสามารถรักษาให้คงเส้นคงวาในงานที่เกี่ยวข้องกันได้ แต่การแคชเพียงอย่างเดียวไม่ได้ยืนยันว่าคำขอใดคำขอหนึ่งนำโทเค็นในแคชกลับมาใช้ ชื่อความสามารถเหล่านี้ไม่ได้สื่อว่ารองรับการผสมสคีมา เกณฑ์ขั้นต่ำของแคช หรือโหมดใช้เครื่องมือพร้อมกันแบบที่มีในรุ่นใหม่กว่า

การ์ดประจำตระกูลโมเดลอธิบายสถาปัตยกรรมว่าเป็นทรานส์ฟอร์เมอร์แบบ sparse mixture-of-experts ที่เข้าใจข้อความ ภาพ และเสียงได้โดยตรง การฝึกผสานข้อความจากเว็บ โค้ด ภาพ เสียง และวิดีโอ ส่วนการฝึกเพิ่มเติมหลังการฝึกหลักใช้คู่คำสั่งและคำตอบหลายรูปแบบ ความชอบของมนุษย์ และข้อมูลการใช้เครื่องมือ การเตรียมข้อมูลมีการตัดข้อมูลซ้ำและคัดกรองด้านความปลอดภัยและคุณภาพ หน้าโมเดลที่ระบุวันที่แน่นอนกำหนดจุดตัดความรู้ไว้ที่เดือนมกราคม 2025 คำถามที่ต้องใช้ข้อมูลใหม่กว่านั้นควรระบุเนื้อหาต้นทางหรือขั้นตอนดึงข้อมูลที่เหมาะสม แทนการถือว่าความรู้จากการฝึกของโมเดลเป็นฟีดข้อมูลสด

ข้อจำกัดสำคัญ ได้แก่ ความเป็นไปได้ที่จะสร้างข้อเท็จจริงขึ้นเอง และความยากในการเข้าใจเหตุและผล การอนุมานเชิงตรรกะที่ซับซ้อน และการให้เหตุผลในสถานการณ์สมมติที่ขัดกับข้อเท็จจริง การ์ดประจำตระกูลยังระบุว่าบางครั้งคำตอบอาจใช้น้ำเสียงสั่งสอนโดยไม่จำเป็น เพื่อให้ได้ผลลัพธ์ที่มีประโยชน์ ให้กำหนดว่าโมเดลต้องแยกข้อเท็จจริงจากแหล่งข้อมูล สมมติฐาน และการกระทำที่เสนอ แล้วตรวจส่วนที่มีผลต่อการตัดสินใจ ชิ้นงานเอเจนต์ที่สมบูรณ์อาจมีข้อค้นพบ ขั้นตอนถัดไปที่มีเหตุผลรองรับ ข้อมูลที่ได้จากเครื่องมือ และคำถามที่ยังไม่ได้ข้อยุติ จุดเน้นเรื่องการใช้เครื่องมือของรุ่นเดือนกันยายนช่วยกำหนดเวิร์กโฟลว์ดังกล่าว ขณะที่ข้อมูลนำเข้าที่เตรียมไว้และเกณฑ์ความสำเร็จที่ชัดเจนช่วยให้ยึดโยงกับงานของผู้ใช้

งานตัวอย่างจริง

งานตัวอย่างจริง

ตัวอย่างทางเทคนิคภาษาอังกฤษ

Review a proposed retention design

Assess this design against the requirement. Requirement R: delete inactive guest records after 30 days; paid accounts are excluded. Design D: a nightly job deletes every account whose last_login is older than 30 days. List mismatches with R/D references, propose a corrected selection rule in plain English, and give boundary cases to test.

ผลลัพธ์ที่คาดหวัง

A concise requirements review, a corrected guest-only rule and tests for day 30, day 31 and an inactive paid account.

ตรวจสอบผลลัพธ์

The proposal excludes paid accounts and explicitly resolves what after 30 days means at the boundary.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions gemini-2.5-flash-preview-09-2025

gemini-2.5-flash-preview-09-2025

Google /gemini-2.5-flash-preview-09-2025

เริ่มต้น

Gemini 2.5 Flash Preview 09-2025 เป็นรุ่นเดือนกันยายนของ Google สำหรับการวิเคราะห์ข้อมูลหลายรูปแบบและงานหลายขั้นตอนที่ใช้เครื่องมือ ผสานความเข้าใจข้อความ ภาพ วิดีโอ และเสียงเข้ากับการคิด คำตอบแบบมีโครงสร้าง และขีดจำกัดข้อมูลนำเข้า 1,048,576 โทเค็น พร้อมการปรับปรุงเฉพาะด้านการใช้เครื่องมือแบบเอเจนต์

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
ข้อความ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
ขาเข้า
text
ขาออก
text
รูปแบบเอาต์พุต
json หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
gemini-2.5-flash-preview-09-2025
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ตัวอย่าง: system, user, assistant, tool, function
เงื่อนไข: บทบาทเหล่านี้แทนอย่างชัดเจนด้วยชนิดข้อมูลเพื่อความเข้ากันได้ในซอร์สโค้ด แต่ชุดบทบาทที่แน่นอนยังขึ้นกับแต่ละโมเดล
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstring|content_part[]|nullข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].tool_callsประเภทtool_call[]ข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].tool_call_idประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: role=tool โดยใช้ ID ที่ส่งกลับจริง
ค่าเริ่มต้น—
ฟิลด์messages[].nameประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].reasoning_contentประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: ส่งเนื้อหาการใช้เหตุผลที่คืนจริงกลับในคำขอถัดไป เมื่อโมเดลนี้ใช้เนื้อหานั้น
ค่าเริ่มต้น—
ฟิลด์messages[].reasoning_detailsประเภทobject|arrayข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์max_completion_tokensประเภทintegerข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขั้นต่ำ: 1
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ฟิลด์stream_options.include_usageประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์temperatureประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์top_pประเภทnumberข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์stopประเภทstring|string[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์toolsประเภทfunction_tool[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].typeประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
function
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์tools[].function.nameประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ใช้เมื่อ: มีเครื่องมือฟังก์ชันให้ใช้
ค่าเริ่มต้น—
ฟิลด์tools[].function.descriptionประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tools[].function.parametersประเภทJSON_schemaข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์tool_choiceประเภทstring|objectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์parallel_tool_callsประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์response_formatประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์reasoning_effortประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์reasoningประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์service_tierประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์instructionsประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ฟิลด์เพื่อความเข้ากันได้
ค่าเริ่มต้น—
ฟิลด์functionsประเภทfunction[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์function_callประเภทstring|objectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์prompt_cache_optionsประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์modalitiesประเภทstring[]ข้อกำหนดไม่บังคับค่าและข้อจำกัด
text
ค่าเริ่มต้น—
ฟิลด์providerประเภทobjectข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: เส้นทางข้อความ Ultra นี้ปฏิเสธ provider.options
ค่าเริ่มต้น—
ฟิลด์cache_control.ttlประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
เงื่อนไข: ตำแหน่งแคชพรอมป์ต์จริงปฏิเสธ 1h
ค่าเริ่มต้น—
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์messagesข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content
พารามิเตอร์file_materialข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์
พารามิเตอร์optional_controlsข้อกำหนดstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
พารามิเตอร์control_scopeข้อกำหนดขึ้นกับโมเดล เครื่องมือฟังก์ชันของผู้ใช้ต่างจากเครื่องมือที่โฮสต์จัดให้
พารามิเตอร์output_modalitiesข้อกำหนดtext
พารามิเตอร์hosted_operationsข้อกำหนดfalse
พารามิเตอร์multimodal_input_bindingข้อกำหนดnull

วงจรการทำงาน: synchronous_or_streamed

ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages

ความยาวบริบทไม่ใช่เพดานผลลัพธ์

ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
การคิดราคาแคชแบบระบุชัด
ไม่ได้เปิดใช้ เมื่อร้องขอแคชแบบระบุชัด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

การตั้งค่าตารางอัตราค่าบริการค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.0006 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.005 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · OpenAI Chat

curlPython SDKสตรีมด้วย Python
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gemini-2.5-flash-preview-09-2025", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

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/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -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
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='gemini-2.5-flash-preview-09-2025',messages=[{"role":"user","content":"Explain observations and hypotheses 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(result.to_dict(mode="json"))
from openai import OpenAI
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=OpenAI(base_url="https://api.ailoot.ai/v1",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.chat.completions.stream(model='gemini-2.5-flash-preview-09-2025',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_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

รับและบันทึกผลลัพธ์

Ailoot Ultra · OpenAI Chat

json หรือ SSE

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์choices[].indexประเภทinteger
ฟิลด์choices[].message.contentประเภทstring|null
ฟิลด์choices[].message.tool_callsประเภทtool_call[]
ฟิลด์choices[].message.reasoning_contentประเภทstring
ฟิลด์choices[].message.reasoning_detailsประเภทobject|array
ฟิลด์choices[].finish_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra gemini-2.5-flash-preview-09-2025

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

gemini-2.5-flash-preview-09-2025

Ailoot Ultra · Anthropic Messages POST /v1/messages gemini-2.5-flash-preview-09-2025

gemini-2.5-flash-preview-09-2025

Google /gemini-2.5-flash-preview-09-2025

เริ่มต้น

Gemini 2.5 Flash Preview 09-2025 เป็นรุ่นเดือนกันยายนของ Google สำหรับการวิเคราะห์ข้อมูลหลายรูปแบบและงานหลายขั้นตอนที่ใช้เครื่องมือ ผสานความเข้าใจข้อความ ภาพ วิดีโอ และเสียงเข้ากับการคิด คำตอบแบบมีโครงสร้าง และขีดจำกัดข้อมูลนำเข้า 1,048,576 โทเค็น พร้อมการปรับปรุงเฉพาะด้านการใช้เครื่องมือแบบเอเจนต์

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
json · sse

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · Anthropic Messages POST /v1/messages
ขาเข้า
text
ขาออก
json, sse
รูปแบบเอาต์พุต
JSON หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
gemini-2.5-flash-preview-09-2025
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
user, assistant
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF-8

สตริง messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages, max_tokens
พารามิเตอร์optional_controlsข้อกำหนดstream
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์text_file_materialข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ

วงจรการทำงาน: synchronous_or_streamed

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด
การคิดราคาแคชแบบระบุชัด
ไม่ได้เปิดใช้ เมื่อร้องขอแคชแบบระบุชัด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

การตั้งค่าตารางอัตราค่าบริการค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.0006 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.005 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช $0 / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · Anthropic Messages

เนื้อหาคำขอ JSON ขั้นต่ำที่ครบถ้วนcurl · ใช้เอกสาร UTF-8 ของคุณPython · บันทึกผลลัพธ์ให้ครบถ้วน
{
  "model": "gemini-2.5-flash-preview-09-2025",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'gemini-2.5-flash-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
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

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'gemini-2.5-flash-preview-09-2025', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

รับและบันทึกผลลัพธ์

Ailoot Ultra · Anthropic Messages

JSON หรือ SSE

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์idประเภทstring
ฟิลด์modelประเภทstring
ฟิลด์content[]ประเภทtext|thinking|tool_use|other content block
ฟิลด์stop_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra gemini-2.5-flash-preview-09-2025

ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

gemini-2.5-flash-preview-09-2025

FAQ · gemini-2.5-flash-preview-09-2025
มีอินพุตและผลลัพธ์ใดบ้าง?

POST /v1/chat/completions · gemini-2.5-flash-preview-09-2025: text → text

POST /v1/messages · gemini-2.5-flash-preview-09-2025: text → json, sse

คำขอใช้ฟิลด์ใดบ้าง?

POST /v1/chat/completions · gemini-2.5-flash-preview-09-2025: model, messages, stream, modalities, provider

POST /v1/messages · gemini-2.5-flash-preview-09-2025: model, messages, max_tokens, stream

มีข้อจำกัดใดบ้าง?

POST /v1/chat/completions · gemini-2.5-flash-preview-09-2025: messages.min_items: 1

รายละเอียดเพิ่มเติม

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก
เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ
โค้ดลดสูงสุด 50%
ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้
รายจ่ายในประวัติ
เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

เลือกสมาชิก · ดูราคาโมเดล

เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์
ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ
ใบอนุญาตรีเซลเลอร์
ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร
เอกสารบนเว็บไซต์
อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

ขอใบอนุญาตขายต่อ · ข้อเสนอและสัญญาอนุญาต